管理学报
  125年6月14日 星期六
首页 |  期刊介绍 |  编 委 会 |  投稿须知 |  期刊订阅 |  广告服务 |  联系我们 |  留言板 | English
J4  2005, Vol. 2 Issue (4): 406-    DOI:
管理科学与工程 最新目录| 下期目录| 过刊浏览| 高级检索 |
面向巴塞尔新资本协议的自优化神经网络信用评估方
邹鹏, 叶强, 李一军
哈尔滨工业大学管理学院;
New Basel Capital Accord-Faced Credit Assessment Using Neural Networks with Self-Optimization
 ZOU Peng, YE Qiang, LI Yi-Jun
Harbin Institute of Technology; Harbin; China

全文: PDF (329 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 

巴塞尔新资本协议中对信用风险评估使用的数据作了明确规定,而我国银行业目前所积累的数据还不能达到协议的要求;立足于我国银行业的现状,在新协议框架范围内探索可行的信用评估方法。对原有神经网络算法加以改进,提出自优化神经网络方法,该方法能较好地适应时变数据和自动优化神经网络评估模型,用真实的客户信用数据试验也表明该方法比普通神经网络有较高的准确性。

服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
邹鹏
叶强
李一军
关键词 巴塞尔新资本协议信用风险评估神经网络自优化    
Abstract

The needs of the data for credit assessment has been specified in New Basel Capital Accord, but the data used in Chinese banks cannot meet these needs. According to the present conditions in our banks, practicable methods are studied in the limit of New Basel Capital Accord. A self-optimization neural networks method which could adapt data changing by time and self-optimize assessment model was proposed. The test using real credit data proved that the method has higher veracity than common neural networks.

Key wordsnew basel capital accord    credit assessment    self-optimization    neural networks   
收稿日期: 2004-11-29     
基金资助:

国家自然科学基金资助项目(70171013);; 黑龙江省自然科学基金资助项目(G0304)

通讯作者: 邹鹏(1975~),男,汉族,湖北麻城人。哈尔滨工业大学(哈尔滨市 150001)管理学院博士研究生。研究方向为商务智能及其在金融业的应用。   
引用本文:   
邹鹏, 叶强, 李一军. 面向巴塞尔新资本协议的自优化神经网络信用评估方[J]. J4, 2005, 2(4): 406-. ZOU Peng, YE Qiang, LI Yi-Jun. New Basel Capital Accord-Faced Credit Assessment Using Neural Networks with Self-Optimization. J4, 2005, 2(4): 406-.
链接本文:  
http://manu68.magtech.com.cn/Jwk_glxb/CN/     或     http://manu68.magtech.com.cn/Jwk_glxb/CN/Y2005/V2/I4/406
版权所有 © 《管理学报》编辑部
本系统由北京玛格泰克科技发展有限公司设计开发  技术支持:support@magtech.com.cn