简介：集团企业的管理型本部是一类特殊的企业，其财务指标和风险特征与一般企业显著不同，难以使用一般的信用评级模型进行评级。本文利用基于BP神经网络的人工智能分类算法，通过有监督机器学习过程建立了管理型集团本部的信用评级模型。实验表明，在管理型集团本部的评级上该模型比一般公司的评级模型更为准确。
简介：操作风险几乎覆盖了银行经营管理的方方面面，并且往往具有突发性、偶然性以及难以预测的特点。在同业竞争日趋激烈的形势下，面对复杂多变的外部经营环境，违规经营行为时有发生，尤其是内外部人员勾结作案，使发案机构和发案业务领域呈现出扩散趋势，案件数量时有反弹，不仅给银行带来重大的经济损失，还会给银行的声誉带来很大的负面影响。因此，建立一体化的操作风险监控系统，变得日趋必要。中国银行集团操作风险一体化监控平台在这样的背景下应运而生。
管理型集团本部信用评级研究——基于BP神经网络人工智能分类算法
系统建设助力操作风险管理开创新局面——集团操作风险一体化监控平台项目
