基于BP神经网络的商业银行信用风险预警研究开题报告

1. 研究目的与意义（文献综述）

1.1 研究背景

随着全球经济一体化的不断深入，全球范围的金融危机也在频繁发生，给世界经济带来了严重的损失。这也引起了人们对金融危机的警觉与思考，开始重视金融危机的预防和控制。一国若希望自身的金融体系有抵御全球性金融危机的能力，便需要降低本国发生金融的可能性，即建立一套健全的财务危机预警体系用于防患未然。一个高效、稳定的银行系统，是一国金融以及经济能否健康发展的重要因素。作为各国金融体系中的重要组成部分，商业银行运营的稳定与否也会直接影响国家经济的稳定发展。

商业银行的核心竞争力之一就是其进行风险管理的能力，而贯穿商业银行经营始终的财务风险管理更成为了银行风险管理的核心。在我国，由于市场经济体制建立时间较短、资本市场发展不完善、国家金融证券法规体系不健全等因素，财务危机预警管理还未得到足够的重视。通过发行特别国债缓解四大银行资本金需求、进行四大银行的股份制改造上市等手段，我国各商业银行在改革中得到了一定的发展，资本充足率也相应提高，但较差的盈利能力表现、过高的不良贷款率、较弱的业务和产品创新能力以及不完善的内部控制体系等，都说明我国商业银行存在许多潜在的财务风险。我们也应当注意到，我国商业银行在长期的危机管理实践中，更倾向采用事中控制风险、事后补救的做法，而不是风险的预防，在无形中也提高了银行财务危机发生的可能性。

2. 研究的基本内容与方案

2.1基本内容和目标

本文着眼于我国商业银行财务危机预警体系建立不完善的问题，以银行信贷风险预警为例，采取定量分析和定性分析相结合以及层次分析法，首先通过细致的文献查阅和理论分析，了解商业银行信用风险预警和bp神经网络的内涵和特点，接着通过对bp神经网络的原理和算法的研究，分析bp神经网络应用在商业银行信用风险预警的可行性。然后，通过关键因子分析，结合商业银行信用风险预警指标体系构建的原则，探索预测企业履约的主要财务指标，建立商业银行信用风险预警指标体系。并在此基础上，运用bp神经网络，构建商业银行信用风险预警的基本模型，并通过选取样本数据，对模型进行实证分析，进而形成一套有效的信用风险预警体系。希望本文的研究成果能给银行管理人员建立完善的信用风险预警体系提供借鉴。

主要内容如下：

3. 研究计划与安排

（1）第1～2周:收集资料、做国内外文献综述、完成开题报告。

（2）第3～5周:理论整理资料、进行matlab等软件的学习，构建模型。

（3） 第6～12周:数据录入和数据分析，得出调查结果并对调查结果解释说明。中期检查。

4. 参考文献（12篇以上）

[1] sf zhao, lc chen. the bp neural networks applications in bank creditrisk management system [c].ieee internationalconference on cognitive informatics, 2009, 9(9):527-532.

[2] edward a, anthony saunders. credit risk measurement: developments overthe last 20 years [j].journal of banking finance,1997,21(11):1721一1742.

[3] michel c, dan g, robert m. a comparative analysis of current creditrisk models [j]. journal of banking finance,2000,24(1):59-117.