基于离散Hopfield神经网络的商业银行信用风险度量研究

摘要：

　　信用风险历来是银行业乃至整个金融业最主要的风险形式，是金融机构和监管部门防范与控制的主要对象和核心内容。本文利用DHNN的联想记忆功能，构建了基于离散Hopfield神经网络的商业银行信用风险度量模型。仿真实验结果表明，该模型能准确反映银行所处的信用风险状态，不仅具备为商业银行管理者提供辅助决策的功能，也是金融监管部门及时掌握风险变动趋势的有效途径。

关键词： 商业银行 神经网络 信用风险 金融监管

作者: 刘宁 刘晶

作者单位: 山东财经大学国际经贸学院,山东济南 250014 东财经大学国际经贸学院,山东济南 250014

会议类型: 国内会议

会议名称: 第一届中国公司金融论坛

会议地点: 济南

会议语种:中文

页码: 384-400

在线出版日期: 2012-05-01（万方平台首次上网日期，不代表论文的发表时间）