我国上市公司信用风险预警研究

摘要：

本文以我国上市公司作为研究样本,构建基于组合预测模型的我国商业银行信用风险管理预警系统.在结合目前国内外各商业银行信用风险预警指标体系的基础上,筛选构建较为合理并适合我国国情的信用风险预警指标体系;进而选择传统数理统计模型Logistic回归模型和人工智能模型RBF神经网络模型建立组合预测预警模型,以求能够组合不同单一模型的优点,解决信用风险预警模型的准确性和稳定性兼顾的问题,仿真结果表明:组合预测模型解决了单一模型应用中精确性和第二类问题处理能力不能同时兼得的问题,达到了预期的效果.

关键词：信用风险、预警模型、Logistic回归、RBF神经网络、组合预测模型

分类号：F2(经济计划与管理)

在线出版日期：2011-05-23（万方平台首次上网日期，不代表论文的发表时间）

页码：50-54