基于BP神经网络的客户信用风险评价.docxVIP

基于 BP 神经网络的客户信用风险评价 摘 要： 我国商业银行信用风险管理不足，已经严重影响银行的发展，因而银行需要重视客户信用风险评估。分析了银行信用风险的成因及评估存在的问题，从企业的财务情况出发，建立了客户信用风险评估指标体系。随机选取了 我国制造业的 160 个上市公司样本， 包括 36 个 ST 企业和 124 个非 ST 企业，并基于三层 BP 神经网络对样本进行训练及仿真测试，研究发现 BP 神经网络适用于信用风险评估，且其 准确性优于 Logistic 回归模型。最后，从银行、企业、政府三个角度出发，对我国商业银行信用风险管理提出了一些建议及对策。 关键词： 信用风险评估； 评估指标体系； 神经网络；商业银行 中图分类号： TN911?34； F832.1 文献标识码： A 文 章编号： 1004?373X （ 2014）10?0008?04 Abstract ： The banks in China shouls pay more attention to the customer credit risk assessment because the commercial bank credit risk management in China is insufficient ， which has seriously affected the development of banks. The formation cause of the bank credit risk and the problems existing in the assessment are analyzed. The customer credit risk assessment index system was established on the basis of financial situation of enterprises. The 160 samples in listed companies in Chinese manufacturing industry were selected randomly ， including 36 ST companies and 144 non ST companies， and then tested based on three?layer BP neural network training. It is found in the research that the BP neural network is suitable for the credit risk assessment， and its accuracy is better than that of Logistic regression model. Some suggestions and countermeasures to the credit risk management of Chinese commercial banks are put forward. Keywords ： credit risk assessment； assessment index system； neural network ； commercial bank 商业银行作为融资机构，为企业、政府及个人提供贷款 是其最主要的服务之一，银行客户的存贷款利差是目前我国 商业银行的主要收入来源 [1] ，从而导致信用风险成为我国商 业银行面临的最重要风险。 1 概 述 2012 年末，我国商业银行不良贷款余额为 4 928.5 亿元， 其中次级贷款为 2 176.2 亿元，可疑贷款为 2 122.4 亿元，损 失贷款为 630.0 亿元，银监会强调了风险管理的重要性。 我国法律体系不完备、监管不到位、银行内部控制存在 问题、信息不对称等原因，加剧了作为企业债权人银行的风 险[2] 。目前实行的紧缩性货币政策，使商业银行出现了“钱荒”现象，导致企业融资难。我国商业银行需要提高信用风险评估的技术和准确率，为信用等级较好的企业提供资金，实现资源优化配置。 2004 年的新巴塞尔资本协在原有协议基础上进行了修 订，其旨在优化风险管理制度和提升国际金融的风险管理能 力，鼓励银行根据自身情况不断改进风险评估方法 [3?4] 。 神经网络的理论及算法 人工神经网络是在神经科学的基础上模拟人工智能的 一种网络计算系统 [5] ，BP 神经网络（ Back?Propagation Neural Network ， BP 网络）是一种对非线性可微分函数进行权值训 练的多层网络，属于多层状型的人工神经网络，由若干层神 经元组成