1、1載《數(shù)量經濟技術經濟研究》，2007年第3期授信風險限額的人工神經網(wǎng)絡模型檢驗沈利生1王恒2（1.華僑大學數(shù)量經濟與技術經濟研究所、中國社會科學院數(shù)量經濟與技術經濟研究所，2.華僑大學商學院；）2006年8月【摘要摘要】本文利用人工神經網(wǎng)絡模型檢驗銀行的授信風險限額，藉以總結既有授信限額數(shù)據(jù)中的內含規(guī)律，以便銀行提高授信工作水平，降低經營風險。文中同時給出了線性經濟計量模型的檢驗結果。通過兩種模型檢驗結果的比較，得出了若干意味深長、富

2、有啟發(fā)性的結論。關鍵詞關鍵詞授信風險限額人工神經網(wǎng)絡模型檢驗中圖分類號中圖分類號文獻標識碼文獻標識碼TestCreditCommittingLimitationUsingArtificialNeuralwkModelAbstract：Thispapermakesuseofartificialneuralwkmodeltotestbanks’creditcommittinglimitationsothatsummarizingunderl

3、yingrulesincurrentcreditcommittingdatahelpingtoimprovebanks’creditcommittingbusinessreducebusinessrisk.Thispaperalsopresentsthetestresultmadebylineareconometricmodel.Bycomparingdifferenttestresultsmadebytwokindsofmodelst

4、hispaperpresentssomesignificantconclusions.KeyWds:CreditCommittingLimitation；ArtificialNeuralwk；ModelTest一、引言一、引言長期以來，無論是在理論研究中還是在實際應用中，有關商業(yè)銀行的信用風險管理大多集中在企業(yè)信用風險評估以及風險控制方面，而對于授信風險限額的確定，主要依賴于管理者的經驗積累，以定性分析為主，定量研究則在現(xiàn)有的文獻當中至

5、為罕見。有鑒于此，本文嘗試利用人工神經網(wǎng)絡模型，檢驗銀行的授信風險限額，以便為銀行制定正確的授信風險限額或修正既有的風險限額提供參考意見，以提高銀行的授信工作水平，降低經營風3?nxinw圖1人工神經網(wǎng)絡神經元的輸入和輸出人工神經網(wǎng)絡神經元的輸入輸出關系可用以下函數(shù)描述：，????njjijixwI1?)(iIfY?式中，是神經元的計算過程，其中是神經元的第j(j=1…n)個輸入，是連接iIjxiIijw到的其他神經元與之間的權重值，是

6、該神經元的閾值，也稱激活值。閾值為非常數(shù)，iIiI?隨神經元的興奮程度而變。是激活函數(shù)，常用激活函數(shù)有三種形式：閾值型、)(?fS（sigmoid）型、線性型。Y是神經元的輸出。神經元是一種多輸入、單輸出元件，具iI有非線性的輸入、輸出特性，且具有可塑性，其塑性變化主要取決于連接權值的變化，神經元的輸出是各個輸入值綜合作用的結果，輸入值為正值時為興奮型，輸入值為負值時為抑制型。人工神經網(wǎng)絡結構如圖2所示，由輸入層、隱含層、輸出層組成。每

7、層有多個節(jié)點（即神經元），下層的每個神經元與上層的每個神經元都實現(xiàn)全連接，用箭頭表示，每個箭頭帶有一定的連接權值，層內各神經元間無連接。輸入層隱含層輸出層X1〇〇〇Y1X2〇〇〇Y2……Xn〇〇〇Ym輸入X權值wij權值wij輸出Y圖2人工神經網(wǎng)絡示意圖人工神經網(wǎng)絡需要經過“訓練”才能使用。訓練過程就是學習、記憶、不斷修正神經元之間連接權值的過程。人工神經網(wǎng)絡的學習由四個過程組成：（1）輸入由輸入層經中間隱含層向輸出層的“模式順傳播”過