论文部分内容阅读
识别和度量企业的违约风险是银行风险管理中很重要的一项工作。目前企业违约判别模型离实际应用还具有一定差距，表现在：1）模型所使用的样本基本都是配对模式，不能代表整体样本；2）很少直接引入影响违约的定性指标，如行业，地区和规模；3）没有考虑到误判损失的非对称性。针对上述问题，本文应用前向BP网络针对某国有商业银行的2003年全部有效的短期贷款企业的财务数据，引入了定性指标，采用全样本进行训练，最后确定使误判损失最小的切割点，这样就得到优化的神经网络模型。