我国商业银行信用风险识别的多模型比较研究

摘要

笔者以我国A股325家上市公司2011年和2012年的财务数据作为样本,利用贝叶斯判别法、Logistic回归模型和BP神经网络模型对信用风险进行识别,进而比较三类模型的准确性、预测能力和稳定性,发现三类模型对信用风险识别的准确率依次增高,但仍然都存在较大的概率将信用状况非健康公司识别为健康公司;贝叶斯判别法和Logistic回归模型识别出的重要财务指标能够有效解释公司的信用状况,而BP神经网络模型则缺乏对识别结果的解释能力。比较结果对商业银行选择和使用合适的信用风险识别技术具有重要的参考价值。