<正>農村商業(yè)銀行作為農村金融服務的主力軍,是離農戶最近的金融機構。但由于信貸投放和風險防控等方面的相關制度和技術體系還不夠完善,導致農戶貸款方面的不良率居高不下,加大了信貸員壓力,久而久之,會出現(xiàn)銀行不敢放款、農戶貸不上款的惡性局面。本文從農戶貸款信用風險角度出發(fā),利用BP神經網絡技術構建農戶貸款信用風險預測模型,試圖以最少的農戶貸款指標,構建有較高預測準確率的風險評估模型,以期對酒泉地區(qū)金融機構開展農戶放貸業(yè)務提供科學模型,減小金融機構貸款風險,提高放貸效率。 

【文章來源】：金融電子化. 2020,(03)

【文章頁數(shù)】：2 頁

【文章目錄】：
樣本獲取與指標篩選
    1.樣本獲取
    2.指標篩選
模型實現(xiàn)
    1.樣本數(shù)據(jù)歸一化處理
    2.BP網絡結構及參數(shù)的設定
網絡訓練與結果分析
結論及建議



本文編號：3433777