基于RBF网络的商业银行信用风险控制研究

对信用风险的有效控制与管理,在现代商业银行日常运行过程中具有举足轻重的地位。基于信用风险系统是一个高度复杂的非线性动态系统,利用神经网络的自适应学习、并行分布处理和较强的鲁棒性及容错性等特性,建立基于RBF神经网络的信用风险预测控制模型,从理论上探寻信用风险非线性智能控制。仿真试验表明,信用风险度能被控制在以最佳风险度为中心的一定范围内。因此,该预测控制系统适合于商业银行信用风险的控制。