Research on the Application of PSO-BP Neural Network to Credit Risk Assessment for Commercial Banks

摘要

信用风险是金融机构面临的最主要的风险之一。在解决商业银行信用风险评估问题时，神经网络的非线性映射能力使其具有独特的优势。通过BP神经网络，可以很好地实现信用指标和信用等级之间的非线性映射关系，从而达到对客户按其指标数据进行信用等级分类的功能。但BP神经网络的参数设置是基于参数空间局部信息的，不是全局最优值，这必将降低BP网络的收敛速度和预测精度。本文分析了具有全局寻优功能的粒子群优化算法(PSO)，该算法能够改进传统的BP神经网络学习策略，弥补BP神经网络参数设置的不足。 本文首先根据商业银行信用风险评估研究的发展及现状，对应用于商业银行信用风险评估的各种传统及现代方法进行总结。其次，在研究...