<正>農(nóng)村商業(yè)銀行作為農(nóng)村金融服務(wù)的主力軍,是離農(nóng)戶(hù)最近的金融機(jī)構(gòu)。但由于信貸投放和風(fēng)險(xiǎn)防控等方面的相關(guān)制度和技術(shù)體系還不夠完善,導(dǎo)致農(nóng)戶(hù)貸款方面的不良率居高不下,加大了信貸員壓力,久而久之,會(huì)出現(xiàn)銀行不敢放款、農(nóng)戶(hù)貸不上款的惡性局面。本文從農(nóng)戶(hù)貸款信用風(fēng)險(xiǎn)角度出發(fā),利用BP神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建農(nóng)戶(hù)貸款信用風(fēng)險(xiǎn)預(yù)測(cè)模型,試圖以最少的農(nóng)戶(hù)貸款指標(biāo),構(gòu)建有較高預(yù)測(cè)準(zhǔn)確率的風(fēng)險(xiǎn)評(píng)估模型,以期對(duì)酒泉地區(qū)金融機(jī)構(gòu)開(kāi)展農(nóng)戶(hù)放貸業(yè)務(wù)提供科學(xué)模型,減小金融機(jī)構(gòu)貸款風(fēng)險(xiǎn),提高放貸效率。 

【文章來(lái)源】：金融電子化. 2020,(03)

【文章頁(yè)數(shù)】：2 頁(yè)

【文章目錄】：
樣本獲取與指標(biāo)篩選
    1.樣本獲取
    2.指標(biāo)篩選
模型實(shí)現(xiàn)
    1.樣本數(shù)據(jù)歸一化處理
    2.BP網(wǎng)絡(luò)結(jié)構(gòu)及參數(shù)的設(shè)定
網(wǎng)絡(luò)訓(xùn)練與結(jié)果分析
結(jié)論及建議



本文編號(hào)：3433777