基于BP人工神经网络的商业银行信用风险研究

《基于BP人工神经网络的商业银行信用风险研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、商业银行信用风险评估模型研究——基于BP神经网络风险评估的改进天津财经大学刑春玉、安菁菁、陈翔颖目录摘要2一、商业银行信用风险评估体系4二、银行信用风险评估模型发展5（一）基于贷款客户资产价值数据的风险评估模型51.KMV模型52.CreditMetrics模型63.CreditPortfolioView模型64.CreditRiskPlus模型7（二）基于贷款客户财务数据的风险评估模型7（三）商业银行财务风险的评估模型有待改进81.我国商业银行现有评估财务风险的方法82.国际商业银行普遍使用的风险评估方法9三、信用风险评估的实证分析10（一）YH银行采用的贷款违约风险评估模

2、型及评估结果101.计算资产价值和资产波动率102.计算违约距离和期望违约率12（二）基于BP神经网络信用风险估计141.样本选取142.实证分析15四、对商业银行信用风险评估提出的建议21（一）结合KMV法与BP神经网络模型评估财务风险21（二）逐步推进内部评级法22（三）建立使用预期损失模型231.预期损失模型应关注谨慎性和中立性232.预期损失模型提高相关性兼顾可靠性23（四）完善财务风险披露要求241.提供整体层面的风险信息242.报告多种损失的分布结果243.提高信息披露的全面性25（五）通过健全内部控制降低财务风险防范成本25（六）建立非上市公司信用风险评估模型2

3、6（七）针对不同的贷款类型选择适当的风险评估方法26五、总结26【参考文献】2830摘要随着滨海新区的经济发展，各商业银行纷纷在滨海新区开展业务，为区内企业提供金融服务。风险评估是建立商业银行内部控制体系的重要环节，本文从计量统计研究法和结构化研究法两个角度评估信用风险。在结构化研究法方面，本文采用KMV模型对滨海新区YH银行11家上市公司的违约概率进行计算。在计量统计研究法方面，本文从房地产、交通运输、重金属等与滨海新区YH银行11家上市公司相关的经营行业，以及与滨海新区发展轨迹类似的长三角地区选取18家企业作为样本，采用BP人工神经网络训练模型，对11家上市公司的信用风险

4、进行评估。评估结果显示BP神经网络模型的拟合效果优于KMV模型。由于各类模型均有缺陷，商业银行应该增加模型的多样性，利用各类模型的优势，综合比较。而且，针对组合贷款还应以相同风险特征的资产池为基础估计信用风险。本文还提出利用BP人工神经网络模型并结合KMV模型评估非上市公司的信用风险，弥补以往采用线性模型评估非上市公司信用风险的不足，同时给出建立商业银行信用风险评估方式的相应建议。关键词：信用风险BP人工神经网络KMV模型Z值模型Abstract:30WiththeeconomicdevelopmentofTianjinBinhaiNewArea,thecommercialb

5、ankshaveoperationsintheBinhaiNewArea,toprovidefinancialservicestocompaniesintheregion.Riskassessmentisanimportantpartofthecommercialbanktomakeinternalcontroltoestablishthevaluesofthecompanies.Thisresearchmethodmakesuseofthemeasurementstatisticsandstructuredresearchmethodstoevaluatethecredit

6、risk.Instructuringresearch,weuseKMVmodeltogettheprobabilityofdefaultof11listedcompaniesinBinhaiNewArea.Inthemeasurementofstatisticalresearch,thisarticleuse18companiesselectedassamplesthataresimilartotheabove11companies,usingBPartificialneuralnetworkmodeltoassessthecreditriskofthe11listedcom

7、panies.AssessmentresultsshowthatBPneuralnetworkmodelfittedbetterthantheKMVmodel.Sincethevariousmodelshaveshortcomings,commercialbanksshouldincreasethediversityofmodelsandmaketheuseoftheadvantagesofvariousmodels.ThispaperalsoproposedusingBPartificialneura