文档介绍：第卷第期经济数学
年月
基于人工神经网络的商业银行信用风险模型
章忠志
大连理工大学应用数学系,辽宁大连
符林
大连理工大学运筹与管理科学研究所,辽宁大连,
唐焕文
大连理工大学应用数学系,辽宁大连,
摘要在对人工神经网络的基本原理进行简要介绍的基础上,着重对构建商业银行信用风险的人工神经
网络模型进行了研究,实证结果表明,人工神经网模型具有很高的预浏精度
关键词人工神经网络,商业银行,信用风险
引言
上个世纪年代,美国不少储蓄和贷款机构主要因信用风险而倒闭,引起人们对信用风
险的高度重视世界银行对全球银行业危机的研究表明,导致银行破产的最常见原因就是信用
风险〔〕全球风险专业人员协会在年全体会
议上讨论的第二项议题就是信用风险管理在我国,目前许多研究都认为,股市场的市场风
险、商业银行的信用风险及巨额银行坏帐是必须要面对的主要挑战,而防止坏帐的产生仍然属
信用风险管理问题虽然信用风险管理如此重要,但我国信用风险管理还停留在“手工业作
坊”的层次上由于我国商业银行目前正处在转轨时期,信息残缺不全,用传统的方法评估信用
风险难以达到满意的效果,而神经网络采用分布式存储结构,学习能力强,容错性好,具有很强
的鲁棒性,少量信息的缺损不会影响全局,适合评价信息不全的系统针对这种情况,本文根据
我国的具体现实,运用人工神经网络技术,构造出适合中国企业会计数据的信用风险模型,并
对某国有银行提供的数据进行了实证研究
人工神经网络的基本原理
人工神经网络,是由大量简单的处理单元连接组成的复
杂网络,用于模拟人类大脑神经网络的结构和行为它反映了人脑功能的许多基本特性,但它
并不是人脑全部的真实写照,而只是对其作某种简化、抽象和模拟的三要素是信息的
流动方向、网络的拓扑结构和学习方式
根据信息流向和网络的拓扑结构,可以将模型分为前馈网络和反馈网络两大类前
馈网络的神经元分层排列,各神经元接受前一层输人并输出到下一层,每一层的神经元之间没
收稿日期一一
第期章忠志符林唐焕文基于人工神经网络的商业银行信用风险模型
有信息交流前馈网络包括感知机和多层前馈神经网绛
,两种基本形式感知机由一个输人层和一个输出层组
成,中间没有隐含层,它只能解决线性可分的分类问题由一个输人层、若干个隐含层、
一个输出层组成,它可以用来解决非线性分类问题·反向传播,网络就是
一种多层前馈神经网络,是目前最常见、应用最广的一种神经网络
学习算法对整个网络至关重要,在各种学习算法中,误差反向传播算法一
,简称算法应用最为广泛,相应的前馈网络称为网络算法
最早由于年提出,年等人发展了该理论
网络采用有导师的学习方式,其学习由以下四个过程组成输人模式由输人层经隐含
层向输出层的“模式顺传播”过程,网络的期望输出与实际输出之差的误差信号由输出层经隐
含层逐层修正连接权的“误差逆传播”过程,由“模式顺传播”与“误差逆传播”的反复进行的网
络“记忆训练”过程,网络趋向收敛即网络的总体误差趋向极小值的“学习收敛”过程
对三层尸网络,设输人层、隐含层和输出层结点个数分别为,,,训练样本的个数为
尸,网络的输人为,、,期望输出为,今,实际输出为户口,,输人层与隐含层的