商業(yè)銀行信貸風險度量研究——基于BP神經網絡的實證分析.pdf

1、信貸風險是商業(yè)銀行面臨的最古老的風險。自銀行產生之日起，商業(yè)銀行就是通過承擔信貸風險而獲得利潤。在我國，絕大部分商業(yè)銀行的主要收益也依然來自于利差收入。因此在現階段信以及未來一段時間內，信貸風險我國商業(yè)銀行所面臨的最主要的風險之一。能否有效的實施信貸風險管理也是我國商業(yè)銀行強化其核心競爭力的重要問題。為達到這一目的，實施信貸風險度量是關鍵的一步。只有科學客觀的度量信貸風險，銀行才能在市場中站穩(wěn)腳跟、謀求發(fā)展。 國內外對銀行信貸風

2、險度量的研究已經發(fā)展多年，近年來經過眾多學者的努力和研究，已經開發(fā)出很多分析模型。例如CreditMetrics模型、KMV模型、RAROC模型和基于信息技術的信貸等級評估模型等等，它們均是以現代數學和統(tǒng)計學方法，從不同的側面對信貸風險進行科學客觀的度量，而一些國外先進銀行已經開始使用這些方法對自身信貸業(yè)務進行評估和預測。但就我國目前的情況看，由于我國商業(yè)銀行改革時間較短，并未建立起有效的信貸風險量化體系，也沒有完成全面而準確的授信企業(yè)

3、財務指標及相關數據的統(tǒng)計和記錄，因此信貸等級評估方法是我國商業(yè)銀行現階段應用最為廣泛的信貸度量方法。在這一領域內，隨著計算機科學技術和網絡技術近年來飛速的發(fā)展，以其為依托的信貸等級評估方法得到了很大的發(fā)展。這類方法通常具有操作人性化、違約預測率高等優(yōu)點。神經網絡系統(tǒng)就是這類評估方法中的代表。以人體神經元的簡化和模擬為基礎構建的神經網絡系統(tǒng)可以無理論障礙的逼近任意非線性函數，并且具有優(yōu)秀的分類能力和容錯能力，這些優(yōu)點都使得該方法成為現階段

4、信貸風險評估問題中的熱點。而在國內外對信貸風險評估的實證研究，神經網絡方法均取得了很好的效果。 鑒于上述背景，本文從信貸風險等級評估方法入手，首先介紹了國內外較常用的信貸等級評估模型，并著重介紹以信息技術為基礎的信貸風險度量方法。最終以信息技術為基礎，依據較流行的神經網絡理論，建立基于BP神經網絡算法的信貸風險度量模型，并以我國上市公司的實際數據作為基礎數據進行實證研究來檢驗模型，并對隨機選取的上市公司歷史數據作出模擬預測。然而