银行信用风险预测——基于SVM和BP神经网络的比较研究

摘要：

本文使用支持向量机和BP神经网络两种人工智能方法对2015-2016年间我国144家沪深两市上市公司进行研究,考察人工智能方法在商业银行构建信用风险预测模型中的作用.研究结果表明:SVM模型和BP神经网络模型都具有良好的预测能力,SVM模型在性能和预测精度上略优于BP神经网络模型.

关键词：人工智能、支持向量机、BP神经网络、信用风险

分类号：F832.4(金融、银行)

资助基金：上海理工大学人文社科“攀登计划”项目SK18PB04

在线出版日期：2019-01-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：40-48