<p>基于BP算法的信用风险评价模型研究</p><p>作者：<a href="http://www.cqvip.com/asp/vipsearch.asp?Query=%C5%D3%CB%D8%C1%D5&amp;Type=A">庞素琳</a>&nbsp;<a href="http://www.cqvip.com/asp/vipsearch.asp?Query=%CD%F5%D1%E0%C3%F9&amp;Type=A">王燕鸣</a>&nbsp; <a href="http://www.cqvip.com/asp/vipsearch.asp?Query=%C0%E8%C8%D9%D6%DB&amp;Type=A">黎荣舟</a></p><p>摘要：本文利用神经网络技术建立基于BP算法的信用风险评价模型，为我国某商业银行120家贷款企业进行信用风险评价，按照企业的信用等级分为“信用好”、“信用中等”和“信用差”三个小组．仿真结果表明，本文所建立的神经网络信用风险评价模型的分类准确率高于传统的参数统计分类方法——线性判别分析法的分类准确率．文中还详细给出神经网络信用风险评价模型的网络构建方法及基于BP网络的学习算法和步骤．</p>