计算机仿真
計算機倣真
계산궤방진
COMPUTER SIMULATION
2009年
12期
249-252
,共4页
宋东红%李家军%薛笑荣%樊艳红
宋東紅%李傢軍%薛笑榮%樊豔紅
송동홍%리가군%설소영%번염홍
自组织竞争神鲐网络%主成分分析%信用风险识别%商业银行
自組織競爭神鮐網絡%主成分分析%信用風險識彆%商業銀行
자조직경쟁신태망락%주성분분석%신용풍험식별%상업은행
SOC neural network%Principal component analysis%Credit risk recognition%Commercial banks
针对自组织竞争(SOC)神经网络在解决模式分类问题上的优势,结合主成分分析法来构建商业银行信用风险识别模型.首先构造一套用于描述贷款企业信用状况的指标体系,然后使用主成分分析法提取特征指标,再采用SOC神经网络进行非监督分类.通过选取陕西省2007年度在沪、深两市交易的26家上市公司作为样本进行实证分析,实证结果表明:模型对信用风险具有较强的识别能力,同时对商业银行还有较好的预测功能.
針對自組織競爭(SOC)神經網絡在解決模式分類問題上的優勢,結閤主成分分析法來構建商業銀行信用風險識彆模型.首先構造一套用于描述貸款企業信用狀況的指標體繫,然後使用主成分分析法提取特徵指標,再採用SOC神經網絡進行非鑑督分類.通過選取陝西省2007年度在滬、深兩市交易的26傢上市公司作為樣本進行實證分析,實證結果錶明:模型對信用風險具有較彊的識彆能力,同時對商業銀行還有較好的預測功能.
침대자조직경쟁(SOC)신경망락재해결모식분류문제상적우세,결합주성분분석법래구건상업은행신용풍험식별모형.수선구조일투용우묘술대관기업신용상황적지표체계,연후사용주성분분석법제취특정지표,재채용SOC신경망락진행비감독분류.통과선취합서성2007년도재호、심량시교역적26가상시공사작위양본진행실증분석,실증결과표명:모형대신용풍험구유교강적식별능력,동시대상업은행환유교호적예측공능.
This paper constructs a credit risk recognition model for commercial banks by combining Self- Organ-ized Competition (SOC) neural network's superiority in pattern classification with principal component analysis. First, a set of index system is established for credit risk assosment,then extracting character index from principal componet analysis,finally finishing non-supervisory pauem classification by SOC neural network . At the same time, 26 listed companies of Shanxi are selected as samples in 2007. The results show that the model has strong risk recognition ca-pability and preferable risk predicting fanction for commercial banks.
