金融风险预警——基于BP人工神经网络的一种分析.pdfVIP

维普资讯 第 17卷第 4期 青 岛 大 学 学 报 Vo1．17NO 4 2002年 12月 JOURNA!OFQINGDAOUNIVERSITY Dec． 2002 文章编号 ：1006—9798(2002)04—0028—07 金 融 风 险 预 警 基于 BP人工神经网络 的一种分析 胡燕京 ，高会丽 ，徐建锋2 (1．青岛大学经济学院，山东 青岛266071； 2．青岛大学信息工程学院，山东 青岛 266071) 摘要：突破传统的风险预警模式，运用改进 的BP神经网络方法建立 中国金融风险预警模型 并对其训练检验，对 中国金融风险的现状进行 了定量分析，得 出初步结论：中国金融运行于 高风险区间；金融风险不仅与资本市场现状相关，也与近年实行的积极的财政政策效应相 关 ；外国投机资本对 中国货 币金融市场 尚不构成严重冲击 。据此，提出中国近期防范金融风 险的对策建议 。 关键词 ：金融风险；金融风险预警；BP人工神经网络 中图分类号 ：F832，59；TP183 文献标识码 ：A 为了对 中国的金融风险状况有一个客观准确的把握，需要对金融风险进行系统分析，即定量分析为主， 辅之以定性分析。中国现行的一些金融机构等级评定法都属于综合评分法，其显著特点是计算简便，易于理 解和操作，但评价标准的确定具有很强的人为性，因此评价结果的准确性和客观性有时难 以令人信服。同 时，现有的金融风险预警模型局限于线性分析，面对实际经济生活中高度复杂的的金融风险成因分析，实际 应用价值受到很大局限。本文引入人工神经网络(ArtificialNeuralNetworks，ANN)在金融风险预警 (Early Warning，EW)系统中的应用，无论从思想上，还是技术上都是对传统预警系统的一种突破和创新，解决 了传 统模型难 以处理高度非线性模型，缺少 自适应能力，获取信息和知识的间接、费时和能力低等困难，从而为预 警走 向实用化奠定了基础 【1]。文 中对传统的BP神经网络模型进行 了改进 ，论述 了其应用于金融风险预警 的可行性，通过建立金融风险预警的前向3层 BP模型并对其训练检验，得到一个可行 的金融风险预警模 型。并据此分析了中国金融风险的现状，提出了防范金融风险的对策建议 。 1 人工神经网络应用于金融风险预警的可行性 1．1 人工神经网络的基本原理 人工神经网络是对生物神经网络系统的模拟，其信息处理功能是由网络单元的输入输 出特性 (激活特 性)，网络的拓扑结构 (神经元的连接方式)所决定的。人 工神经网络对 问题 的求解方式与传统方法不同，它是经 过训练来解答问题的。训练一个人工神经网络是把 同一 系列的输入例子和理想的输 出作为训练的 “样本 ”，根据 M 一 定的训练算法对网络进行足够的训练，使得人工神经 X正 ————-—1·．． 网络能够学会包含在 “解”中的基本原理。当训练完成 t j 后，该模型便可以用来求解相似的问题L2J。 输入层 臆含层 输 出层 BP网络是误差反 向传播的多层前馈式网络，是人工 图 1 BP网络结构图 收稿 日期：2002—10—23 作者简介 ：胡燕京 (1959一)，男，北京人，经济学博士，教授，主要研究金融深化理论 、企业治理理论。 维普资讯 第 4期 胡燕京 ，等 ：金融风险预警——基于 BP人工神经 网络的一种分析 29 神经 网络 中