基于BP模型的商业银行贷款风险预测

被引:22
作者
李家军
李娅娅
机构
[1] 西北工业大学经济系
关键词
人工神经网络; 反向传播模型; 风险; 预测;
D O I
暂无
中图分类号
F830.5 [信贷]; F224 [经济数学方法];
学科分类号
020104 [西方经济学]; 020219 [财政学(含:税收学)];
摘要
国有商业银行不良贷款严重束缚了商业银行的发展。防范金融风险,降低不良贷款,增强商业银行的风险识别能力,其关键是风险预测。商业银行贷款本身是一个复杂的非线性系统,用一般的线性理论难以客观反映其规律,为此,采用人工神经网络方法进行研究。在简述概念的基础上,通过反向传播网络(BP模型)对贷款企业的经营能力进行预测,从而对商业银行的贷款决策提供理论支持,使商业银行贷款风险能被控制在可控范围内。并对代表性的A股份有限公司进行预测,所得结果表明:建立的预测模型具有良好的风险预测能力。
引用
收藏
页码:278 / 280+326 +326
页数:4
相关论文
共 5 条
[1]
企业短期贷款违约预测Bayes模型构建 [J].
唐春阳 ;
冯宗宪 .
当代经济科学, 2006, (01) :41-44+125
[2]
财务预警系统在商业银行中的运用 [J].
陈晓坤 ;
廖丽君 .
江苏商论, 2005, (11)
[3]
人工智能原理与应用.[M].王文杰;叶世伟编著;.人民邮电出版社.2004,
[4]
神经网络系统理论及其应用.[M].沈世镒著;.科学出版社.1998,
[5]
神经网络实现技术.[M].戴葵编著;.国防科技大学出版社.1998,