论文部分内容阅读
本文从商业银行角度，研究了借款人(上市公司)信用风险评估的方法和应用问题。通过对国内外商业银行信用风险评估方法进行综述，从数据来源的角度将信用风险评估模型划分为统计判别模型、结构化模型和简约化模型。同时利用SPSS软件对企业的多维财务指标进行t检验和主成份分析得到了7个能够反映企业信用风险高低的关键财务指标，并利用这7个指标建立了Logit模型，然后再用这7个指标作为人工神经网络的输入变量，建立了人工神经网络模型，并将这两种模型进行实证分析，结果表明无论是ANN技术还是Logit技术，应用到商业银行的信用风险评估中都具有较高的预测准确率，从而为我国商业银行信用风险评估方法从传统的定性分析法向定量分析法迈进起到了一定的借鉴作用。