資源描述:
《bp算法在信用風(fēng)險(xiǎn)分析中的應(yīng)用》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、第22卷第1期控制理論與應(yīng)用Vo1.22No.12005年2月ControlTheory&ApplicationsFeb.2005文章編號(hào):1000-8152(2005)01-0139-05BP算法在信用風(fēng)險(xiǎn)分析中的應(yīng)用12,32龐素琳,黎榮舟,徐建閩(1.暨南大學(xué)數(shù)學(xué)系,廣東廣州510632;2華南理工大學(xué)交通學(xué)院,廣東廣州510640;3上海浦東發(fā)展銀行廣州分行,廣東廣州510075)摘要:建立了基于BP算法的神經(jīng)網(wǎng)絡(luò)信用風(fēng)險(xiǎn)評(píng)價(jià)模型,用來(lái)對(duì)我國(guó)某國(guó)有商業(yè)銀行2001年80家貸款企業(yè)進(jìn)行兩類模式分類.按照企業(yè)的財(cái)務(wù)狀況、經(jīng)營(yíng)狀況以及過(guò)往的信用記錄分為信用好
2、和信用差兩個(gè)小組.對(duì)于每一家貸款企業(yè),主要考慮能反映該企業(yè)的還款能力、盈利能力、經(jīng)營(yíng)效率和資本結(jié)構(gòu)等7個(gè)財(cái)務(wù)比率作為分析變量.對(duì)該BP網(wǎng)絡(luò)分別訓(xùn)練100次、390次和800次.仿真結(jié)果表明,當(dāng)訓(xùn)練800次時(shí),網(wǎng)絡(luò)達(dá)到一定的穩(wěn)定狀態(tài),目標(biāo)函數(shù)值達(dá)到最優(yōu),分類準(zhǔn)確率達(dá)到98.75%.此外,還給出了該BP網(wǎng)絡(luò)的學(xué)習(xí)算法和步驟.關(guān)鍵詞:BP算法;信用風(fēng)險(xiǎn)評(píng)價(jià)模型;信用風(fēng)險(xiǎn)分析中圖分類號(hào):F830文獻(xiàn)標(biāo)識(shí)碼:AApplicationofBPalgorithmincreditriskanalysis122PANGSu_lin,LIRong_zhou,XUJian_min(1.D
3、epartmentofMathematics,JinanUniversity,GuangzhouGuangdong510632,China;2.CollegeofTrafficandCommunications,SouthChinaUniversityofTechnology,GuangzhouGuangdong510640,China;3GuangzhouBranch,ShanghaiPudongDevelopingBank,GuangzhouGuangdong510075,China)Abstract:Acredit_riskevaluationmodelises
4、tablished,whichisbasedonback_propagation(BP)algorithm.Themodelhasbeenappliedtoevaluatethecreditsof80applicantsinacommercialbankofourcountryin2001.Thesedataareseparatedintotwogroups:agoodcreditgroupandabadcreditgroupaccordingtotheirfinance,managementandpreviouscreditrecords.Astoeachapplic
5、ant,sevenfinancialratesareconsideredthatcanreflectitsdebtpayingability,profitability,qualityofmanagementandcapitalstructure.TheBPnetworkistrained100,390and800timesrespectively.Thesimulationsshowthat,whenthenetworkistrained800times,itenterssteadystateandtheperformancefunctionreachesoptimalv
6、alue,andtheclassificationaccuracyrateis98.75%.Inaddition,alearningalgorithmandstepsoftheBPnetworkarepresentedaswell.Keywords:BPalgorithm;creditriskevaluationmodel;creditriskanalysis1引言(Introduction)年來(lái)在模式識(shí)別、分類、預(yù)測(cè)等方面已展示了非凡的信用風(fēng)險(xiǎn)分析是指信用評(píng)級(jí)機(jī)構(gòu)根據(jù)科學(xué)的指優(yōu)越性,它能處理任意類型的數(shù)據(jù),這是許多傳統(tǒng)方標(biāo)體系,采用嚴(yán)謹(jǐn)?shù)姆治龇椒?運(yùn)用簡(jiǎn)明的文字符法所
7、無(wú)法比擬的.神經(jīng)網(wǎng)絡(luò)通過(guò)不斷學(xué)習(xí),能夠從未號(hào),對(duì)被評(píng)級(jí)單位履行經(jīng)濟(jì)責(zé)任的能力及其可信任知模式的大量復(fù)雜數(shù)據(jù)中發(fā)現(xiàn)其規(guī)律.它克服了傳程度進(jìn)行客觀公正的評(píng)價(jià),并確定其信用等級(jí)的一統(tǒng)分析過(guò)程的復(fù)雜性及選擇適當(dāng)模型函數(shù)形式的困種經(jīng)濟(jì)活動(dòng).對(duì)貸款企業(yè)進(jìn)行信用評(píng)級(jí),建立相應(yīng)的難,是一種自然的非線性建模過(guò)程,毋需分清存在何信用風(fēng)險(xiǎn)評(píng)價(jià)模型,并運(yùn)用此模型預(yù)測(cè)某種事態(tài)或種非線性關(guān)系,給建模與分析帶來(lái)了極大的方便.該性質(zhì)發(fā)生的可能性,以便及早發(fā)現(xiàn)信用危機(jī)信號(hào),使方法用于信用風(fēng)險(xiǎn)分析時(shí),通過(guò)處理一系列的輸入貸款企業(yè)能夠在危機(jī)出現(xiàn)的萌芽階