本文拟采用专家系统(ES)和BP人工神经网络算法对商业银行贷款按风险程度进行质量分类。影响贷款质量的因素主要分为:财务因素、非财务因素、现金流量、信用支持四个方面。本文拟将BP神经网络应用于对财务因素及现金流量的分析过程中,通过选取合适的指标和数掘,构造训练集,训练神经网络,得到BP神经网络输入层到隐含层以及隐含层到输入层的最终权值,这时神经网络模型也就建立起来了。拟将ES专家系统应用到非财务因素的分析中来。首先,建立非财务因素的指标体系,然后根据采取的指标建立规则体进行分析,在输出时,输出的是非财务指标的状况,将非财务因素分析的结果分为极高风险,中高风险,中风险,中的风险,低风险五类。至此,三方面因素分析完成,我们最后再用专家系统对这三方面因素进行综合分析,建立规则体,得到初步的分析结果,最后,根据信用支持对初步结果进行调整,得到最终的贷款分类结果。