基于神经网络的金融风险评估研究

目录

1 绪论 (1)

1.1论文选题的依据及其意义 (1)

1.2 针对金融风险的研究 (2)

1.2.1 金融风险的概述及影响 (2)

1.2.2 我国经济现状下的金融风险 (3)

2 信用风险概述 (4)

2．1 信用风险理论 (4)

2．2 我国所面临的信用风险现状分析 (5)

3 信用风险评估 (7)

3．1 信用风险评估方法的概述及分类 (7)

3．2 专家制度 (7)

3.2.1 专家制度的概述 (7)

3.2.2 专家制度的步骤 (8)

3.2.3 专家制度的缺陷 (11)

3．3 信用风险评估模型概述 (12)

3.3.1 判别分析法 (13)

3.3.2 Logit方法 (13)

3.3.3 近邻法 (14)

3．4 统计方法的缺陷 (14)

4 神经网络模型 (16)

4．1 神经网络模型理论 (16)

4.1.1 神经网络模型的概述 (16)

4.1.2 神经网络模型的应用可行性 (18)

4．2 基于神经网络模型的信用风险评估模型建立 (19)

4.2.1 模型的研究方向 (19)

4.2.2 模型的建立原理 (20)

4.2.3 样本输入选择 (21)

4.2.4 模型的设计 (23)

4．3 模型结果及分析 (25)

结论 (27)

参考文献 (29)

致谢 (30)

1 绪论

1.1论文选题的依据及其意义

近年来，随着金融的全球化趋势及金融市场的波动性加剧，国际金融界对信用风险的关注也日益加强。银行是一国金融体系的核心，在国家金融发展和经济发展中占有十分重要的地位，没有发达的银行业，也就没有发达的经济。银行作为金融的一个重要组成部分，对经济的发展起到很大的促进作用，反过来，经济的发展也促进了银行的发展和创新。

国际上对于银行业金融风险研究的重视程度逐渐提到一定高度。银行依存于经济环境，受到一国经济体制、国家经济政策、法律制度、国民经济水平、社会信用观念等的方面的影响，但是最重要的风险还是信用风险。基于信用风险对银行经营和管理的影响程度，国际性的大型商业银行和研究机构都对信用风险度量和管理提出了许多的理论和评估方法，并进行了不断的实践总结。

目前，国外研究和开发的度量信用风险技术方法和模型还存在一定的缺陷，并且由于我国银行业的改革滞后于经济发展，在风险度量和管理方面还很薄弱，因而，研究和发展风险度量模型和方法对于我国银行业具有十分重要的意义。需要不断的推陈出新，联系我国的经济现状找到真正适合我国商业银行的信用风险评估方法。

我国已加入世界贸易组织，这是促进经济发展的好机会，同时也是一项考验，促使我国必须学习国外先进的、科学的信用风险度量和管理方法的同事，结合我国实际情况，发展适合我国银行业的信用风险度量和管理技术，只有这样才能在与国外同行业的竞争中获得比较优势。同时由于信用是市场经济赖以存在和发展的基石，信用风险度量和管理研究对于银行加强信用风险度量和管理、加强银行内控体系建设和风险监管、健全我国的信用制度，构筑严格的国家信用管理体系，进而建立完善的社会主义市场经济体系等方面起到一定的作用。

本文详细研究学习数据挖掘技术，找到它与信用风险评估模型的契合点，运用这门最新的技术来分析国外常用的几个用于信用风险评估的统计模型，多元判别分析模型（MDA）、logit分析模型、近邻法、分类树方法，并联系我国商业银行经营现状，进行适合我国商业银行信用风险评估模型——神经网络的建立和实现。

1.2 针对金融风险的研究

1.2.1 金融风险的概述及影响

金融风险，指在货币经营和信用活动中，由于各种因素随机变化的影响，使得金融机构或投资者的实际收益与预期收益发生背离的不确定性及其资产蒙受损失的可能性，即任何有可能导致企业或机构财务损失的风险。一家金融机构发生的风险所带来的后果，往往超过对其自身的影响。金融机构在具体的金融交易活动中出现的风险，有可能对该金融机构的生存构成威胁；具体的一家金融机构因经营不善而出现危机，有可能对整个金融体系的稳健运行构成威胁；一旦发生系统风险，金融体系运转失灵，必然会导致全社会经济秩序的混乱，甚至引发严重的政治危机。因此能够有效的预测、评估和防范金融风险不仅仅对于经济的持续平稳发展至关重要，还关乎一国政治和社会稳定，甚至影响国家的国际地位。

金融风险的直接后果是可能给经济主体带来直接或潜在的经济损失，它影响着投资者的预期收益，增大了经营管理成本，并且为了应对风险所要作出的各种努力和准备金的设立，都大大降低了效率与资金利用率。从宏观角度来看，金融风险引起实际收益率和产出率的降低，家庭部门和企业部门的消费与投资下降且幅度与风险的大小成正比甚至大于风险的程度；金融风险也会造成产业结构与金融市场结构的畸形，导致整个社会生产力水平大幅下降，破坏社会正常生产和生活秩序，进而经济衰退造成金融危机；影响一个国家的政治、经济、国际收支、国际地位等。

美国次贷危机可以很好地说明金融风险的严重后果。次贷危机是指一场发生在美国，因次级抵押贷款机构破产、投资基金被迫关闭、股市剧烈震荡引起的金融风暴。它致使全球主要金融市场出现流动性不足危机。美国“次贷危机”是从2006年春季开始逐步显现的。2007年8月开始席卷美国、欧盟和日本等世界主要金融市场。次贷危机目前已经成为国际上的一个热点问题。金融业严重缺乏监管，引诱普通百姓通过借贷超前消费、入市投机。其导致的巨额的贸易赤字和财政赤字，以及对于整个世界市场经济的影响可以就可以深刻的说明金融风险所造成的严重后果，以及有效预测、计量、规避、控制金融风险的必要性。

当今世界的经济是风险经济，风险无处不在，无时不有。金融风险对于经济发展是一个巨大的绊脚石，金融风险是一种风险利润，一处金融机构所取得的利益面临着的这种风险会使利益大打折扣甚至亏损，推广到整个市场至一个国家，这种风险远远大于最初的利益损失。因此，如何更好的预测、评估，进而防范是一个有待解决的大

课题，以及面对一项金融风险的时候如何结合模型提出理论解决办法再更好的联系实际。

伴随着人们越来越认识到金融风险的巨大影响和规避其的日益增长的重要性，各经济学家连同金融行业者等对于金融风险测量方面的研究突飞猛进，纷纷讨论学习，简历了许多计量和评估金融风险的方法与模型。比如J.P摩根的Credit Metrics系统风险管理模型，是第一个用于计量与评估金融信用风险的内部模型，并且它可以测量整个银行的合并信用风险。人们越来越进步的展现了对于金融风险管理方面的能力，目前已经可以达到对于发生的金融风险主动识别、预警、测量和控制的水平。并且逐渐涌现出各种各样的理论与实际相结合的数学和经济学模型用于金融风险的计量评估与控制。现代金融风险的管理已经趋于科学化、整体化、具体化、系统化，经济问题与数学模型、IT技术相结合。

1.2.2 我国经济现状下的金融风险

我国的市场经济处于由计划经济向市场经济转轨的关键时刻，商业银行作为我国国民经济的“总枢纽”和金融信贷中心，发挥着融通资金、引导资金流向和调节社会供需平衡等诸多不可代替的重要作用，因而应把对商业银行的金融风险的评估与管理的关注度提到至关重要的地位。

商业银行在运营过程当中无时无刻不面临着各种各样的金融风险，并随着经营业务领域和面向的群众普及率大幅开阔与提高，可谓步步如履薄冰。商业银行缩面临的金融风险主要有信用风险、汇率风险、利率风险、操作风险和流动性风险等等，其中信用风险占有特殊的重要地位，是影响其高效安全运营的主要原因。随着经济全球化的趋势，商业银行的信用风险管理提升到了至关重要的地位。世界银行对全球银行业危机的研究指出,信用风险的管理不善是导致商业银行的风险防范和控制出现危机的主要原因。

信用风险评估是商业银行信用风险管理的首要工作和关键环节,事关银行的生存和社会的稳定。随着我国服务业开放的进一步推进,信用风险仍然是我国商业银行目前所面临的主要风险。所以,对银行所面对的客户的信用评估问题的研究具有重要的现实意义。

2 信用风险概述

2．1 信用风险理论

信用风险是指，银行信贷资金安全系数的不确定性，表现为借款人由于种种原因，不愿或无力及时、足额偿还银行贷款本息，使得银行贷款无法全数收回，从而形成承担财呆账损失的可能性。其中借款人是指向商业银行贷款的企业或个人，本文主要讨论企业单位的贷款行为。

对于商业银行来说，信用风险可以大概的表示为：

信用风险企业，商业银行，环境

f

=()

环境表示企业向商业银行贷款时的国家金融财政政策、企业的经营状况、企业的信用等级等等影响银行贷款决策的相关因素。企业的盈利能力和信用等级是影响其是否能够获得贷款的主要原因。如果企业的经营不善、流动资金比重过低、信用等级不高等等都会影响企业获利。

信用风险是双向风险，一方面，银行由于借款人无法履行契约，信用质量下降，或者不能支付合同规定的债务，而使得银行蒙受信用风险；另一方面，银行本身也存在违约风险，清偿风险是银行不能负担所有风险而产生损失的风险，是银行的违约风险或说是破产风险，反过来说，也就是银行交易对手遭受的信用风险。

信用风险主要是由两方面造成的：

1.经济运行的周期性，经济运行的周期是循环往复的，在处于扩张期时，企业的较大盈利使得总体的违约率降低，从而信用风险降低；在处于紧缩期时，企业由于盈利情况恶化，无法偿还足额银行本息的情况屡屡发生，使得总体违约率升高，从而信用风险大幅增加。

2.当从银行贷款的企业发生对经营产生重大破坏性影响的事情的时候，这种情况下与经济运行周期无关，但是对企业的运营有很大的冲击力，使得经营情况恶化，从而无法按时足额偿还银行贷款本息。

现代信用风险通常伴随着几种特点，1、潜在性，许多企业在借款时已经知晓自己的经营状况无法偿还银行贷款，或者并无意偿还，据调查，目前国有企业平均资产负债率高达80%，其中有70%以上是银行贷款。这种高负债不仅造成了企业的低效率，也造成了银行的经营风险。2、长期性，对于我国目前从计划经济向市场经济转换的

长期阵痛时期，要转变传统的信贷观念需要一个长期的、潜移默化的过程，因而要建立一个有效的信用体系也需要几代人付出长期、不懈的努力。3、破坏性，信用风险一旦发生，不仅对银行的运营造成损失，也使得银行和企业的合作信任基础产生危机，社会信用思想收到影响。4、控制的艰巨性，当前银行的不良资产处理措施并没有前瞻性，这与信用风险的预测、评估、控制机制还没有完全统一有关，因而当银行发生信用风险的时候，往往采取种种补救措施、控制方法都于事无补了。

因此信用风险的评估、管理是商业银行信用风险管理的重要工作和环节，关系到银行的持续经营和我国经济的正常运转。

2．2 我国所面临的信用风险现状分析

目前，在西方发达国家对于信用风险度量和管理的重视程度越来越高，并且他们的商业银行信用风险管理技术已经比较成熟，产生了许多定量分析技术，取得了很好的实践效果。近年来以东南亚各国为首的发展中国家也对信用风险日益重视起来，并不断钻研适合本国的信用风险度量和管理的方法。特别是近20年来，由于信息技术的迅猛发展，许多新的技术和数学模型也能够逐渐的运用于商业银行信用风险评估之中，在很大程度上提高了发达国家和发展中国家的商业银行信用风险评估水平。

而我国的现代商业银行体制刚刚建立，各种风险的评估与管理体制仍不健全，对信用风险的研究还处于传统的风险分析阶段，这远不能满足我国商业银行对各种形式贷款安全性准确评估的需求，严重阻碍了银行的经营发展。

对于信用风险的管理，西方主要发达国家的监管当局都愿意全面实施《巴塞尔协议》来约束本国的商业银行。我国商业银行在处于新兴市场和转轨型经济环境下谨慎运营，，加强信用风险的管理尤为重要，其原因在于：

第一，由于巴塞尔协议的要求规定商业银行的资本与风险资产之比不得低于8％，其中核心资本对风险资产之比不得低于4％，而我国商业银行的各项资本资产比例与之要求尚有相当大的差距；

第二，我国一直存在着不良资产的问题，并且这也是影响我国银行业经营成效的主要因素；

第三，在国有专业银行向商业银行转轨过程中，面临的主要问题突出表现为比例较大的不良资产，呆坏账的负担是我国商业银行进一步发展的障碍；

因而加强我国商业银行的信用风险评估与管理的技术进步是促进其良性发展、巩固运营基础的必要措施。

3 信用风险评估

3．1 信用风险评估方法的概述及分类

信用风险的评估受很多因素的影响，如企业财务状况、管理水平、行业竞争、宏观经济政策等等，目前国外商业银行处理这一问题采用所谓的“经验主义方法论”，即把信用风险评估看成是模式识别的中的一类分类问题——将企业划分划分为能够按期还本付息和违约两类。其具体做法是根据历史上每个类别的若干样本，从已知数据中发现规律，从而总结出分类的规则，建立判别模型，用于对新样本的判别。尽管有人将这种方法称为“粗暴的经验主义方法”，但在目前的金融理论状况下，它有可能是最有效的方法，也是国际金融界和学术界是为主流的方法。国际上，通常将商业银行信用风险的测度转化为企业财务状况的衡量问题，因为信用风险的形成——企业是否能如期还本付息要取决于企业财务状况。影响企业财务状况的因素很多，我们不能仅仅根据企业的某些单一指标，而应根据影响企业财务状况的多为指标来评估企业的财务状况，因此，这一方法的关键步骤和难点在于，指标体系的确立和评估模型的选择。

如何将多维指标综合起来，金融界对于这一探索可追溯到上世纪30年代，并在60年代以后成为热点。目前采用的方法有专家制度、统计方法、神经网络技术等等。

3．2 专家制度

专家制度是一种最古老的信用风险分析方法，它是商业银行在长期的信贷活动中所形成的—种信用风险分析和管理制度。这种方法的最大特征就是：银行信贷的决策权是由银行里那些经过长期实践、具有丰富经验的信贷官所掌握，并由他们做出是否贷款的决定。因此，在信贷决策过程中，信贷专家的专业知识、主观判断以及关键要素的权衡均为最重要的决定因素。

3.2.1 专家制度的概述

采用这种方法的绝大多数银行都将重点集中在借款人的“5C”上，即品德与声望（Character）、资格与能力（Capacity）、资金实力（Capital or Cash）、担保（Collateral）、经营条件或商业周期（Condition）。也有银行将信用分析的内容归纳为“5W”或“5P”。“5W”系指借款人（Who）、借款用途（Why）、还款期限（When）、

担保物（What）、如何还款（How）；“5P”系指个人因素（Personal）、目的因素（Purpose）、偿还因素（Payment）、保障因素（Protection）、前景因素（Perspective）。而“5C”最为著名，下面就以“5C”为例，加以简要说明：

1）品德与声望。主要是指借款人偿债的意愿及诚意。即确定信贷资金的用途是否有明确、是否符合银行的信贷政策，借款人是否具有负责任的态度和真诚的还款意愿、借款人过去的信用状况如何等。

2）资格与能力。首先，必须确定借款人是否具有申请贷款及签署贷款协议的资格及合法权利。其次，应分析借款人的经营管理能力，对企业借款人而言，其主要负责人经营管理的才能和经验、受教育程度、应变能力、思维能力和判断能力、指挥与组织能力。最后，分析借款人的还款能力，这可以通过借款人的收益变动状况来考查。

3）资金实力。主要是指借款人资产的价值、性质和变现能力，以及考察借款人的股东的股权分布状况以及财务杠杆状况，分析经营净现金流是否充足。

4）担保。主要指抵押品及保证人。即分析抵押品的价值、已使用年限、专业化程度、市场流动性(易售性)、是否投保。对于由第三者提供保证的贷款，应分析考察保证人是否具备担保的资格，并审核保证人的资金实力及其提供的抵押品。

5）经营条件和商业周期。主要是指企业自身的经营状况和外部的经营环境。内部条件包括企业的经营特点、经营方式、技术情况、竞争地位、市场份额、劳资关系等，这些因素基本上属于企业自身能决定的内容。外部条件非企业自身所能控制，涉及范围也很广，如社会环境、商业周期、通货膨胀、国民收入水平、产业结构调整、本行业发展趋势、同业竞争状况、市场价格变动等。

3.2.2 专家制度的步骤

上述对借款人“5C”的信用分析，只是银行做出贷款决定前所需做的最基本的工作。就某—笔信贷业务而言，银行还要动用大量人力、物力、财力进行较为复杂的分析，这个过程包括以下主要步骤：

1）确定借款人（公司）为何需要这笔贷款，这笔贷款申请是否符合国家的政策、当前银行的政策和偏好。

2）对该公司的会计报表进行分析，分析公司的经营能力、偿债能力、财务能力、流动性，以及未来发展趋势和主要风险因素等。银行经常采用的一些指标见表1。

3）分析公司的管理能力、发展战略、信用品质、公司政策的连续性等问题；分析公司的法人治理结构和关联交易情况。

4）对该公司的行业状况和市场状况进行分析，分析行业的发展趋势、国家的行业政策和人民银行的信贷政策导向等；分析公司在该行业的地位、竞争能力、竞争优势和竞争力的持续性。

5）对公司所处的行业结构状况进行认真分析，对该行业的发展趋势、公司在行业中的地位、竞争力以及政府对该行业的管制状况给予特别的关注。

6）根据调查的情况，撰写信贷审批所需的资料，包括客户评价报告、信贷业务调查报告、项目评估、担保评价报告等等。

7）审批会议审批，根据上报的信贷业务资料，信贷官对信贷做出是否同意的审批决策文件。

8）对审批同意的，要认真准备和签署信贷合同文书。在准备这些文件时，应把所有的相关问题尽量考虑进去，做到全面准确。

9）贷款的发放和回收。银行要按合同约定履行义务，同时要行使权利，对贷款进行检查，确保按期回收。

表1 银行在信用评估中经常使用的财务比率指标

关于整个信用评估过程，用下图进行详细描述：

3.2.3专家制度的缺陷

尽管古典信用评估方法——专家制度在银行的信用评估中发挥着积极的重要作用，然而实践却证明它存在许多难以克服的缺点和不足。

1）要维持这样的专家制度需要相当数量的专门信用分析人员，随着银行业务量

的不断增加，其所需要的信用分析人员就会越来越多，必然会带来银行冗员、效率低下、成本居高不下等诸多问题。

2）专家制度实施的效果很不稳定。这是因为信贷官员本身的素质高低和经验多少将会直接影响该项制度的实施效果。例如，对于公司所提供的一套财务报表和文件，不同的信贷官员对其进行分析会得出不同的分析结果，差异很大。

3）大大降低了银行应对市场变化的能力。银行由于长期以来一直采用较为严格的等级制度，贷款流程复杂、审核程序苛刻，但现在金融市场已经呈现出灵活多变的特征，传统的操作方法已经越来越不适应市场。

4）加剧了信贷过度集中的问题。在专家制度下，专家对某一行业或某类客户有着强烈的偏好，选择的客户都具有较高的相关性，这就加剧了银行贷款的集中程度，必然给银行带来潜在的风险。

综上所述，专家制度有着许多难以克服的弊病，这就不得不促使人们去寻求更加客观、更为有效的度量信用风险的方法，来提高银行信用评估的准确性，如有些银行将专家制度和专家系统结合起来以提高信贷审批决策的正确率。

3．3 信用风险评估模型概述

从前面对专家制度的分析可知，专家制度基本属于一种定性分析法，当然它也运用了许多财务会计信息对各种财务比率进行比较分析，属于一种单变量的测定法。单变量测定法一个最大的缺陷就在于它不能够对不同的财务比率的重要性进行排序，对强比率和弱比率之间怎样进行综合分析也无能为力，如一个借款人（公司）的利润指标相对较低，而流动性指标则高出平均水平，那么应当如何综合考虑借款人的信用状况。在这种情况，人们便开始了构筑多种变量的信用风险预测法的研究和探讨工作，。

从国内外信用风险评估技术的应用现状以及发展趋势看来，在商业银行信用风险管理领域中有着广泛的应用并且在不断进步。

目前，在西方发达国家，商业银行的信用风险管理已形成了一整套较为成熟的管理体系，许多的技术和工具、软件已付诸实际应用，继传统的比例分析之后，统计方法得到广泛的应用，

国外在对信用风险的评估中，广泛采用基于统计判别方法的预测模型，常见的模型有：多元判别分析模型（MDA）、logit分析模型、近邻法、分类树方法等，它们接

受定义在已选变量集合上的一个随机观测值样本，建立判别函数，进行分类。其中以MDA 和logit 分析模型应用最为广泛。

3.3.1 判别分析法

在针对分类问题的多种不同的统计方法中，最常用的是多元判别分析法MDA ，根据观察到的一些统计数字特征，对客观事物进行分类，以确定事物的类别。它的特点是已经掌握了历史上每个类别的若干样本，从中总结出分类的规律性，建立判别公式，当遇到新的事物时，只要根据总结出来的判别公式，就能判别式无所属的类别。

MDA 的关键在于建立判别函数，目前，统计学中建立判别函数常用方法有：一是已知总体分布的前提下求得平均出错概率最小的分类判别函数，通常成为贝叶斯判别函数；二是未知总体分布或未知总体分布函数时，费歇准则下的最优线性判别函数。在这里判别分析模型是通过采用极大化组间比和组内方差的费歇方法来建立的。在满足如下条件时，可以证明，由费歇方法得出的判别规则最优极小化误判代价。

1、每组均服从多元正态分布；

2、每组的协方差矩阵相同；

3、每组的均值向量、协方差矩阵、先验概率和误判代价是已知的。

MDA 有两个总体与多个总体判别之分，在两个总体判别时，判别公式为：

111212121()()()()2

T T DF μμμμμμ--X =X ---+∑∑ 其中，1μ，2μ和∑分别是各组均值和共同协方差矩阵，依据一定判别规则即可对原始样本进行分类。显然，判别函数()DF X 是各独立变量（或指标）的线性函数。在满足上述三个条件假设下，它能使得误判达到最小。

Altman 应用判别分析法建立了著名的Z-score 模型和在此基础上改进的ZETA 模型，这两个模型的目的是预测企业破产的概率，为银行贷款决策提供支持。目前ZETA 模型已商业化，广泛应用于美国、意大利等国的商业银行的业务中，取得了巨大的经济效益。不过，这个方法最大的缺陷在于其过于严格的假定条件，在实际应用中，各种案例均会不同程度的违背方法条件限制。

3.3.2 Logit 方法

为了克服线性判别函数统计假设过于苛刻的不足，开始采用Logit 模型以及非参数统计等方法来建立违约判别函数。Logit 分析与判别分析法的本质差异在于前者不要求满足正态分布或等方差，模型采用Logistic 函数，

11Y e η

=+ ，01

p i i i c c X η==+∑ 其中()1i X i p ≤≤表示第i 个指标，i c 是第i 个指标的系数，Y 是一表示企业财务状况好坏的概率。

由于Logit 是采用一系列财务比率变量来分析公司破产或违约的概率，然后根据银行、投资者的风险偏好程度设定风险界限，以此对分析对象进行风险定位和决策，企业财务状况的评价可以看作是基于一系列独立变量基础上的分类问题，企业财务状况的好坏与财务指标是非线性的，财务指标可能是高度相关的，并且并不服从正态分布，而采用Logit 方法对预测企业破产尽管有所改进，但仍不够理想。

3.3.3 近邻法

近邻法是一种非参数方法，当已知总体表现为非正态分布时，特别是当属于同一类的样本在变量空间形成聚类时，近邻法十分有效，与参数类方法相比，近邻法用于对总体分布施加很少约束的情况下，是一种十分灵活的方法。

近邻法不仅放松了正态性假定，也避免了传统技术对模型函数形式设定的困难。任何一个样本到底划归哪一类是由k 个近邻划归类型所确定。任意两个样本之间的距离可定义为()()()1,cov T

d x y x y x y -=--，其中1cov -是合并协方差的逆。这样，一个样本划归为它的k 个近邻的多数（即当一个样本的k 个近邻的大多数划归一类，则该样本也应划属一类）。

3．4 统计方法的缺陷

统计模型的最大优点在于其具有明显的解释性，评估方法简单、计算复杂度低，但是这些方法都是基于线性模型的评估方法，有着过于严格的前提条件，而且商业银行的风险因素错综复杂，各个因素之间错综复杂，存在着不确定、非线性特点，无法用简单的线性模型做出准确的评估，。

上述三种方法在国外已有大量应用，实证结果发现：1)企业财务状况的评价可以看作是一类基于一系列独立变量基础上的分类问题；2)企业财务状况的好坏与财务比率的关系常常是非线性的；3)预测变量(财务比率)可能是高度相关的；4)大量实证结果表明,许多指标不成正态分布。

并且我国的现代商业银行体制刚刚建立，各种风险的评估与管理体制仍不健全，

对信用风险的研究还处于传统的风险分析阶段，这远不能满足我国商业银行发展的需求。

因此,传统的分类方法不能很好地解决这些问题。作为研究复杂性的有力工具,神经网络技术近年来在模式识别与分类、识别滤波、自动控制、预测等方面已展示了其非凡的优越性，特别是能处理任意类数据,这是许多传统方法所无法比拟的。通过不断学习，能够从未知模式的大量的复杂数据中发现其规律。神经网络方法克服了传统分析过程的复杂性及选择适当模型函数形式的困难，它是一种自然的非线性建模过程,毋需分清存在何种非线性关系,给建模与分析带来极大的方便。该方法用于企业财务状况研究时,一方面利用其映射能力,另一方面主要利用其泛化能力,即在经过一定数量的带噪声的样本的训练之后,网络可以抽取样本所隐含的特征关系,并对新情况下的数据进行内插和外推以推断其属性。

4 神经网络模型

4．1 神经网络模型理论

4.1.1 神经网络模型的概述

神经网络最早是由心理学家和神经生物学家提出的，旨在寻求开发和测试神经的计算模拟。神经网络是一组连接的输入/输出单元，其中每个连接都与一个权值相关联。在学习阶段，通过调整神经网络的权值，使得神经网络模型可以预测输入样本的正确分来来学习。神经网络近来越来越受到人们的关注，因为它为解决大复杂度问题提供了一种相对来说比较有效的简单方法。

虽然神经网络的理论可追溯到40年代,但在信用风险分析中的应用还是90年代的新生事物。神经网络是从神经心理学和认识科学研究成果出发,应用数学方法发展起来的一种并行分布模式处理系统,具有高度并行计算能力、自学能力和容错能力。神经网络的结构是由一个输入层、若干个中间隐含层和一个输出层组成。如图2，是一个简单的三层神经网络结构。

输入层隐含层输出层

图2 简单的神经网络结构

人工神经网络是对生物神经的简化和模拟。生物神经元由细胞体、树突和轴突三部分组成，树突是细胞的输入端，轴突是细胞的输出端。树突通过连接其他细胞体的突触接受周围细胞由轴突的神经末梢传出的神经冲动；轴突的端部有众多神经末梢作为神经信号的输入端，用于传输神经冲动。生物神经元具有兴奋与抑制两种状态，当传入的神经冲动使细胞膜电位升高到阀值时，细胞进入兴奋状态，产生神经冲动，由轴突输出；若传出的神经冲动使细胞膜电位低入阀值时，则细胞进入抑制状态，没有神经冲动输出。

为了模拟生物神经细胞，可以把一个神经细胞间化为一个人工神经元，人工神经