郝婷婷 李擎 苏英彦

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。

【关键词】不良贷款 主成份分析 神经网络

1 引言

农村商业银行在我国的银行业中占有非常重要的地位，但由于其服务对象的特殊性，以及历史性的、现实性的、政策性的一些原因，不良贷款率一直居高不下，严重的制约着农村商业银行的稳健经营和良好发展，成为农村商业银行改革和发展的“瓶颈”。据银监会数据统计，2013年，全国农村商业银行的不良贷款率为4.5%，2014年不良贷款率为3.9%，2015年不良贷款率为4.3%，截至2017年6月末，全国农村商业银行的不良贷款率为4.0%，远远高于其他商业银行。……