作者:宋东红 李家军 薛笑荣 樊艳红自组织竞争神经网络主成分分析信用风险识别商业银行
摘要: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。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社