全文总字数：3411字

1. 研究目的与意义及国内外研究现状

目前，我国已成为世贸组织成员国之一，金融市场与国际惯例接轨是必然选择。金融是当代经济的核心，银行作为一种经营货币的特殊企业，不仅仅承担着信用业务的工作，而且还应该是社会信用体系的建设先锋。这就要求商业银行在社会的信用建设中起到表率的作用。银行的风险控制形式多种多样，最重要的是，对客户的资信进行评估，进行分级，然后根据信用评级结果决定是否准许贷款、贷款多少、期限长短等问题。有了银行内部系统的信用评级，将使银行贷款承担的风险大大降低。信用风险管理对维持商业银行，乃至整个国家的金融体系的稳定有着至关重要的作用，因此，商业银行和监管当局越来越重视对信用风险管理的研究。

根据发达国家各大银行的相关经验，更加科学的信用评级对于加强信用风险管理有着十分重要的意义。主要作用如下：

（1）为贷款的定价提供重要的依据；

2. 研究的基本内容

本文在研究国内外信用评级现状的基础上，提出将模糊数学与神经网络相结合的模糊神经网络模型，主要研究其中的ANFIS模糊神经网络模型。本文首先就模糊系统、BP神经网络、模糊神经网络进行了理论说明，分析了结合模糊理论和神经网络的优势和可行性，提出了ANFIS的信用评级模型；然后利用SPSS做主成分分析建立了信用评级指标体系；最后借助MATLAB用ANFIS模型对搜集的样本数据进行训练与测试，根据评级分析误差与经度，证明该模型对于信用评级是否有一定的实际意义。

3. 实施方案、进度安排及预期效果

实施方案：

确定选题，选择研究方法，安排具体内容布局，决定实现理论的数学工具。

进度安排：

4. 参考文献

[1]郭敏华．现代金融市场系列：信用评级[m]．北京：中国人民大学出版社，2004.165-202．

[2]kosko b. fuzzy associative memories, 1987．

[3]jang s r. anfis: adaptive-network-based fuzzy inference systems. 1993,23(3):665-685．