我国高校贷款风险的预警研究

摘要

针对高校贷款风险的严重性和现有预警模型的不足,本文以我国31个地区的高校整体情况为研究对象,应用Logistic回归分析和BP神经网络技术两种方法,分别建立了两种预警高校贷款风险的模型.结果表明:Logistic模型对高校贷款风险识别和预警的准确率高达80%左右,总体上好于BP神经网络模型,可以应用于当前我国高校贷款风险的预警.最后,给出结论和政策建议:贷款风险指数操作性强,能够用于我国高校贷款风险的监测;Logistic模型是当前我国高校贷款风险识别和预警的最优模型;高校贷款风险预警指标不宜过于细化,也需适当纳入高校非财务指标;增加对高校的财政拨款,拓宽高校收入来源渠道;严格控制高校基础设施建设盲目扩张.