| 组合模型在商业银行信用风险评估中的研究 |
| |
| 引用本文： | 朱金华.组合模型在商业银行信用风险评估中的研究[J].计算机仿真,2011,28(9). |
| |
| 作者姓名： | 朱金华 |
| |
| 作者单位： | 浙江越秀外国语学院,浙江 绍兴,312000 |
| |
| 摘 要： | 研究商业银行信用风险评估问题,商业银行信用风险评评估涉及指标相当多,各指标间呈非线性关系且存在严重冗余信息,传统评估方法不能很好消除冗余信息,只能反映指标间的线性关系,导致风险评估准确率低.为了提高商业银行信用风险评估的准确性,提出了一种粗糙集理论(Rs)和BP神经网络(BPNN)相结合的商业银行信用风险评估组合模型(RS_BPNN).新模型首先利用粗糙集理论对各评估指标进行指标约筒,消除指标间的冗余消息,简化神经网络的网络结构,然后将约简后的数据输入非线性预测能力优异的BP神经网络进行训练,得到商业银行信用风险评估模型,最后采用中国工商银行某分行数据对组合模型进行仿真试验.仿真结果表明,与传统的BP神经网络模型相比,组合模型加快了网络的运算速度,提高风险评估准确率,获得评估结果更具科学性.
|
| 关 键 词： | 粗糙集 神经网络 信用风险 商业银行 |
Modeling Based on RS and BPNN for Credit Risk Assessment in Commercial Banks |
| |
| ZHU Jin-hua.Modeling Based on RS and BPNN for Credit Risk Assessment in Commercial Banks[J].Computer Simulation,2011,28(9). |
| |
| Authors: | ZHU Jin-hua |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
