基于贝叶斯神经网络的信贷策略规划研究

杨惟伊

DOI：10.19699/j.cnki.issn2096-0298.2021.10.

摘 要：本文主要针对企业信贷业务带来的风险进行相关研究，利用贝叶斯神经网络与双规划目标模型，运用模拟退火算法制定出信贷策略，结合层次分析法制定出企业在受到突发因素影响下的信贷调整策略。首先通过 Spearman相关性分析，筛选出衡量信贷风险的五项指标，因此选取该算法对123家企业建立风险评估模型。其次拟合得出客户流失率关于企业信贷利率的二次函数，计算银行信贷收益函数，建立双规划目标模型，运用 Matlab模拟退火算法求最优解，探究如何针对不同风险下企业信贷策略，既保证银行营利最大化，同时风险又在可控范围内。最后通过对302家企业的指标数据进行风险评估，预测其对应的信誉等级，运用模拟退火算法，探究在总贷款1亿元的限制条件下的信贷策略。

关键词：贝叶斯神经网络拟合;模拟退火算法;信贷风险;信贷业务;商业银行

中圖分类号：F832 文献标识码：A 文章编号：2096-0298（2020）05（b）--03

商业银行在金融体系中扮演着重要角色，银行最基本的业务是信贷，它也被用来作为企业融资的一种途径，然而信用风险是在信贷活动中最需要注意的。如何调整信贷策略需要根据每个行业所受影响程度的不同，而影响程度又涉及很多方面，因此采用层次分析法来构建信贷策略调整机制，并计算出各个行业所受影响的指标权重，进而调整信贷策略。我国经济发展需要中小微企业的推动，它们可以提高社会生产力，为推动消费贡献经济力量，同时也可以为人们提供更多的就业岗位。……