基于BP神经网络的国寿公司偿付能力评价.pdfVIP

维普资讯 第 29卷 第 152期 财 经理论 与实践 (双 月刊) Vo1．29 NO．152 2008年 3月 THETHEORYAND PRACTjCE OFFjNANCEAND ECONOMICS Mar． 2008 · 金融与保险 · 基于BP神经网络的国寿公司偿付能力评价 谢 利 人 (中南大学 商学院，湖南 长沙 410114)’ 摘 要 ：BP神经网络的 自学习、自适应、强容错性使其能应用于对保险公司偿付能力进行评价 。在对 中 国人寿保险公司(国寿公司)财务比率数据进行因子分析后 ，用一个三层BP神经网络模型对偿付能力进行 学习、训练，再利用训练好的模型进行检测评价，发现国寿公司偿付能力相对下降。其原因主要有：资本充足 率、资产质量下降，粗放经营。因此，国寿公司应该走集约经营的路子、拓展投资业务、降低经营费用、加强监 管等措施来提升偿付能力。 关键词：因子分析；BP神经网络；国寿公司；偿付能力；评价 中图分类号：F840，32 文献标识码 ： A 文章编号：1003—7217(2008)02—0037—05 从 1961～1990年美 国有 350家产险公司破产 ， 型的3层 BP网络 ，由输入层、中间层 (隐含层)、输 240多家保险商 自动歇业 ，500多家保险公司与其他 出层 3部分组成 。 公司合并。在 20世纪 60年代和 70年代最初的研 究是对产险公司的偿付能力进行检查和预测。80 年代 中期 以来发生金融风险和偿付能力不足的寿险 公司不断增加，对寿险公司偿付能力风险评价及预 警系统的研究应运而生。本文试图借鉴国内外的研 究成果，应用 BP神经网络模型对 中国人寿保险公 司(国寿公司)的偿付能力进行分析评价。 一 、 BP神经网络模型 图1 三层神经 网络结构 (一)人工神经 网络的基本原理 人工神经网络的算法模型有很多，这里采用最 人工神经网络是对生物神经网络系统的模拟， 为普遍的BP算法模型，考虑较为简单实用的三层 其信息处理功能是由网络单元的输入输出特性，网 网络，分别为输入层，隐含层和输出层。设其神经元 络的拓扑结构所决定的…。人工神经网络对 问题的 个数分别为 ，P，q；训练样本输入 向量为 P (a。， 求解方式与传统方法不同，它是经过训练来解答 问 a：，L，a)；样本 目标 向量为 (Y。，Y：，L，Y。)；输 题的。训练一个人工神经网络是把同一系列的输入 出层单元输入向量为 L (z。，z：，L，z。)；输 出层单元 例子和理想的输 出作为训练的 “样本”，根据一定 的 输入 向量为 (c。，c：，L，c。)；隐含层单元输入向量 训练算法对网络进行足够的训练，使得人工神经网 络能够学会包含在 “解”中的基本原理。当训练完成 为 S (5。，5：，L，5)，隐含层单元输 出向量为 后，该模型便可以用来求解相似的问题。 (b。，b：，L，b)；输入层至隐含层的连接权为 叫 隐 BP网络是误差反 向传播的多层前馈式网络，是 含层至输 出层的连接权为 隐含层各神经元的输 人工神经网络中最具代表性和应用