基于BP网络的银行信用风险评估数据的多视角填补方法

• 作者: 冯玉雪
• 来源期刊: 大众标准化
• 关键词: 信用风险评估 缺失数据 多视角填补 BP神经网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 学术论坛
• 页码范围: 86-89
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1350.2021.08.030

摘要

信用风险评估作为降低借贷双方信息不对等的手段,在当代金融领域十分重要.然而用于银行信用风险评估的原始数据往往会有缺失或很难获取,降低了评估模型的有效性.如何精确获取有效数据和去除不可用数据成为提高评估模型效果的一个重要且极具挑战力的环节.目前相关方面的研究多是从单视角预测缺失值,未考虑各个指标之间的关系.因此,文章提出了一种基于BP(Back Propagation)神经网络的多视角填补方法,充分利用各个指标之间的关联,针对含缺失值的指标建立多个分类器,并利用BP神经网络强大的非线性映射能力实现预测.实际数据的实验表明,相较于常用的银行信用风险评估数据填补方法,本文提出的填补方法有着较佳的效果.