我国商业银行信用风险识别模型及其实证研究
本文以贷款不良率作为信用风险高低的衡量标准,采用主成份分析法和Fisher线性方法、Logit模型、BP神经网络技术构造我国商业银行信用风险识别模型.实证和比较分析表明,盈利性指标对信用风险的影响最大,资本市场指标的解释力并不显著.相对于其他两类模型,Logit模型具有更强的信用风险识别和预测能力,但在应用时必须将其与定性分析以及其他定量模型相结合并保持模型的定期更新,以减少未来遭受损失的可能性.
信用风险、识别模型、主成份分析
F8(财政、金融)
教育部人文社会科学研究项目03JB790019
2007-07-26(万方平台首次上网日期,不代表论文的发表时间)
共11页
61-71