论文部分内容阅读
综合研究了商业银行信贷资产风险因素和风险水平之间映射与其中的经验贝叶斯决策,将神经网络应用于这个不确定性和强非线性的动态映射,应用超线性收敛方法加快了神经网络的收敛速度,神经网络的训练样本函盖除农业和外贸外的大部分行业,具有比较普遍的代表地训练样本的学习精度已达到中国国有商业银行在实际风险管理中的精度要求,应用风险映射神经网络更接近实时分析,使商业银行能够对信贷资产的风险水平进行连续动态分析,并可根据商业银行信贷资产风险发展和变化的规律性实施风险的主要管理和全面管理。