基于人工智能方法的贷款分类模型研究

  本文关键词：基于人工智能方法的贷款分类模型研究，由笔耕文化传播整理发布。

北京交通大学 硕士学位论文 基于人工智能方法的贷款分类模型研究 姓名：乔碧荣 申请学位级别：硕士 专业：计算数学 指导教师：张作泉 座机电话号码 中文摘要 摘要：本文采用专家系统 ES 和BP人工神经网络算法对商业银行贷款按风险程 度进行质量分类。经研究，将影响贷款归还可能性的因素分为四个方面：财务因 素、非财务因素、现金流量、信用支持，分别建立模块对上述因素进行分析，从 而将贷款按照五级分类法分为：正常、关注、次级、可疑、损失。 首先，将BP人工神经网络应用于对财务因素及现金流量的分析过程中，通过 选取合适的指标和数据，构造训练集，训练神经网络，得到BP神经网络输入层到 隐含层以及隐含层到输入层的最终权值，这样，神经网络模型也就建立起来了。 然后，．将ES专家系统应用到非财务因素的分析中来。首先，建立非财务因素的指 标体系，然后根据采取的指标运用产生式专家系统，建立规则体进行分析，在输 出时，输出的是非财务指标的状况，将非财务因素分析的结果分为极高风险，中 高风险，中风险，中的风险，低风险五类。至此，三方面因素分析完成，我们再 次运用产生式专家系统对这三因素分析的结果进行综合分析，建立新的规则体， 得到初步的分类结果。最后，根据信用支持对贷款质量的影响程度，对初步分类 结果进行调整，得到最终的贷款分类结果。 关键词：贷款分类；人工神经网络；专家系统：财务分析；现金流量；信用支持 分类号：F830 ABSTRACT ABSTRACT：TIlisdealswiththebasedriskloanelassifica廿onofcommercial paper bankswitllthemethodsof andNeuralNetworkwhich tothe ExpertSystem belong Article factorsinfluents includethe that th

  本文关键词：基于人工智能方法的贷款分类模型研究，，由笔耕文化传播整理发布。