【作　　者】
王明春2 唐万生１ 冯嘉毅２ 刘鑫２

【作者单位】
１. 天津大学自动化学院 ２. 天津工程师范学院

【摘　　要】

      【摘要】本文首先建立了评价企业信用的指标体系，然后在此基础上构造了基于粗糙集和BP神经网络的企业信用风险预警模型。粗糙集用于约简指标体系中的冗余指标， BP神经网络用来构建预测企业信用的分类预警模型。最后，笔者通过实例验证了此模型的可行性和有效性。
      【关键词】风险预警   粗糙集   BP神经网络

      信用风险度量是现代金融市场中风险管理的重要一环，也是商业银行信贷风险管理的关键所在。只有对信贷风险进行及时准确的度量和管理，帮助银行建立起具有早期预警和后期绩效评价等功能的风险管理机制，才能保障银行自身经营的安全性和盈利性，以及实现整个金融系统的稳定发展。
　　贷款用途、客户信用和担保效力是信贷业务风险的三个基点。贷款用途决定着一笔信贷业务所面临的环境风险，客户信用决定着具体客户运营贷款资金和承受宏观风险的能力，担保效力影响着客户的主观违约成本和客观违约损失的补偿能力。在这三个基点中，客户信用等级越高，贷款用途风险越小；客户信用等级越低，贷款用途风险越大。对于多数信贷业务而言，商业银行总是优先考量客户信用风险。