基于BP神经网络的商业银行信用风险识别实证分析
【出 处】:
【作 者】:
【摘 要】本文采用上市公司未按时偿还贷款的比率(即贷款不良率)作为衡量信用风险高低的标准,结合独立样本t检验和主成份分析法,构造基于BP神经网络技术的商业银行信用风险识别模型。实证分析结果表明,单隐层BP神经网络模型对商业银行信用风险具有很强的识别能力,可以达到记忆能力和泛化能力兼容的最佳水平,但模型预测和推广能力还有待改善,所以在最终判定企业信用风险时必须结合其他定量和定性分析方法。本文研究结论也证明了单隐层模型要比双隐层模型优越,证实了双隐层无助于提高预测准确率的Lippm定理在中国的成立。