□文/雍 华

（东北财经大学管理科学与工程学院 辽宁·大连）

［提要］ 神经网络模型一直是信用风险评估方法中的研究热点，本文归纳总结我国学者针对神经网络在信用风险评估中应用的研究文献，为今后信用风险评估方法的研究提供借鉴。

一、引言

金融信用风险是指交易对方没有意愿或没有能力履行既定合同条件造成违约，致使债权人遭受经济损失的可能性。信用风险的评级是金融信贷领域风险管理的基础，尤其是在利率市场化的大背景下，对信用风险的精准评估是金融机构盈利的关键。最早的信用风险评级依赖评级人员的经验和能力对信用状况作出判断。后来以财务数据为基础，以判别分析模型为代表的统计方法逐渐开始流行。进入20世纪90年代以来，各种新技术不断涌现，大多是针对统计方法的不足提出的。在众多新方法中，神经网络方法作为一种具有自组织、自适应、自学习特点的非参数方法，对样本数据的分布要求不严格，不仅具有非线性映射能力和泛化能力，而且还有较强的“鲁棒性”和较高的预测精度，这些优异的特性，使神经网络在信用风险评级领域取得了长足的发展。本文从文献分析的角度，归纳总结了神经网络在我国信用风险评估中应用的发展情况。

二、神经网络在信用评估中的应用类型

（一）验证型。为了验证神经网络在信用风险评估中应用的可行性及较传统方法的优越性，学者主要从以下两个方面展开研究：一是直接验证型，指通过实证研究，检验神经网络针对信用风险评估中的适用性。……