基于混合系统的信用风险评估

被引：4

作者：

马海英 ^{[1
]}

机构：

[1] 华东理工大学管理科学与工程系上海200237

来源：

清华大学学报(自然科学版) | 2006年 / S1期

关键词：

信用风险; 人工智能; 神经网络; 专家系统;

D O I：

10.16511/j.cnki.qhdxxb.2006.s1.034

中图分类号：

F224 [经济数学方法];

学科分类号：

0701 ; 070104 ;

摘要：

提出一种基于混合系统的信用风险评估方法,用于识别和评价中国商业银行信用风险。用自适应共振神经网络模型进行风险的定量分析,用专家系统进行定性分析,结合定量分析的结果,给出分析结论。实证分析的结果表明,对于统计方法和BP模型而言,自适应共振模型的误判率低,且风险分类的精度高,从而提高了整个混合系统评估的准确性。该方法具有较强的可操作性,可以得到较好的评估效果,适合于于中国的信用风险数据基础薄弱的情况。

引用

页码：1099 / 1102

页数：4