粗糙集-神经网络系统在商业银行贷款五级分类中的应用

被引：29

作者：

薛锋 ^{[1
]}

柯孔林 ^{[2
]}

机构：

[1] 西安交通大学管理学院

[2] 浙江工商大学金融学院

来源：

系统工程理论与实践 | 2008年 / 01期

关键词：

粗糙集; Elman神经网络; 信用风险; 五级分类;

D O I：

暂无

中图分类号：

F830.4 [银行业务]; F224 [经济数学方法];

学科分类号：

1201 ; 020204 ; 0701 ; 070104 ;

摘要：

采用某股份制银行的698家贷款企业样本,基于粗糙集-Elman神经网络集成构建了贷款企业五级分类评估模型.该模型首先应用粗糙集理论约简出重要指标体系,然后将训练样本送入Elman神经网络进行学习和训练,进而对检验样本的风险等级进行判别.结果表明,与传统的logistic回归模型相比,粗糙集-神经网络系统对检验样本预测精度更高,是一种更为有效和实用的分类方法,为我国商业银行五级分类管理提供一个新的方法.

引用

页码：40 / 45+55 +55

页数：7

共 7 条

[1] The integrated methodology of rough set theory and artificial neural network for business failure prediction [J].