论文部分内容阅读
针对自组织竞争（SOC）神经网络在解决模式分类问题上的优势，结合主成分分析法来构建商业银行信用风险识别模型。首先构造一套用于描述贷款企业信用状况的指标体系，然后使用主成分分析法提取特征指标，再采用SOC神经网络进行非监督分类。通过选取陕西省2007年度在沪、深两市交易的26家上市公司作为样本进行实证分析，实证结果表明：模型对信用风险具有较强的识别能力，同时对商业银行还有较好的预测功能。