基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素

郝婷婷; 李擎; 苏英彦

首页> 中文期刊> 《电子技术与软件工程》 >基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素

基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

农村商业银行在我国的银行业中占有非常重要的地位,但由于其金融主体的特殊性等一些原因,不良贷款率一直居高不下。神经网络模型是近年来学术界和应用界广泛关注的一种人工智能技术,主要通过模拟大脑的某些机理与机制,实现特定的功能。本文采用数学建模方法,针对农村商业银行不良贷款的众多影响因素,首先通过主成份分析降维,选取影响农村商业银行不良贷款的主要因素;然后以降维得到的主成份为BP神经网络的输入,以银行现有数据为样本,构建了前反馈BP神经网络模型,对农村商业银行的不良贷款率进行科学预测。本文提出的主成份分析与神经网络相结合的方法,既可以为商业银行发放贷款提供有效参考,又能有针对性的对影响不良贷款的因素进行有效控制,同时为不良贷款的研究提供了新的思路与方法。

著录项

来源
《电子技术与软件工程》 |2018年第18期|P.238-239|共2页
作者
郝婷婷; 李擎; 苏英彦;
展开▼
作者单位

山东省农村信用社联合社;

山东省济南市250100;

山东省农村信用社联合社;

山东省济南市250100;

山东省农村信用社联合社;

山东省济南市250100;

展开▼
原文格式 PDF
正文语种 CHI
中图分类信贷;
关键词
不良贷款; 主成份分析; 神经网络;

相似文献

中文文献
外文文献
专利

1. 农村商业银行不良贷款率影响因素分析 [J] . 朱家明 ,吴毓昱 ,袁文静 . 河北科技大学学报（社会科学版） . 2020,第002期
2. 基于主成份分析法的神经网络电力负荷预测 [J] . 胡亚超 ,刘超 ,陈勇 . 自动化技术与应用 . 2019,第007期
3. 基于主成份分析法的NBA球队战绩影响因素分析 [J] . 尹天翔 . 文体用品与科技 . 2014,第002期
4. 基于主成份分析法的人人网最近来访量影响因素分析 [J] . 杨宇博 . 科技信息 . 2013,第009期
5. 基于主成份分析法的中国水产苗种产业区域划分及影响因素研究 [J] . 唐曾 ,韩兴勇 . 中国农学通报 . 2014,第2期
6. 鲁棒主成份分析与IHS变换相结合的卫星图像融合 [C] . TIAN Yun-xiang ,田云翔 ,WU Jiang-long . 2015年光学精密工程论坛 . 2015
7. 农村商业银行不良贷款影响因素实证分析——以A农村商业银行为例 [A] . 李浩 . 2015

基于主成份分析与神经网络相结合的农村商业银行不良贷款影响因素

摘要

著录项

相似文献

相关主题

期刊订阅