摘要：本文采用上市公司未按时偿还贷款的比率（即贷款不良率）作为衡量信用风险高低的标准，结合独立样本t检验和主成份分析法，构造基于BP神经网络技术的商业银行信用风险识别模型。实证分析结果表明，单隐层BP神经网络模型对商业银行信用风险具有很强的识别能力，可以达到记忆能力和泛化能力兼容的最佳水平，但模型预测和推广能力还有待改善，所以在最终判定企业信用风险时必须结合其他定量和定性分析方法。本文研究结论也证明了单隐层模型要比双隐层模型优越，证实了双隐层无助于提高预测准确率的Lippm定理在中国的成立。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）