BP算法在信用风险分析中的应用

建立了基于BP算法的神经网络信用风险评价模型,用来对我国某国有商业银行2001年80家贷款企业进行两类模式分类.按照企业的财务状况、经营状况以及过往的信用记录分为"信用好"和"信用差"两个小组.对于每一家贷款企业,主要考虑能反映该企业的还款能力、盈利能力、经营效率和资本结构等7个财务比率作为分析变量.对该BP网络分别训练100次、390次和800次.仿真结果表明,当训练800次时,网络达到一定的稳定状态,目标函数值达到最优,分类准确率达到98.75%.此外,还给出了该BP网络的学习算法和步骤.