摘要：近年来伴随着大数据、区块链的不断发展,国内外诸多研究将神经网络应用于金融风险预警,以此脱离人为主观因素的影响,提高预警模型的客观真实性,使得动态预测金融风险成为可能。本文构建了金融风险防范预警指标体系,并基于PSO算法优化BP神经网络的方法,建立了适应性更强的金融风险防范预警模型。该模型优化了指标的权值和阈值,更能深挖金融风险防范预警指标体系历年数据间的隐藏规律,经过实证检验得出2019年的预警指标体系数据与实际情况相符合,可用于金融风险防,维护金融安全。
关键词： 金融风险;神经网络;粒子群优化算法;