本文關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)下商業(yè)銀行綠色信貸風(fēng)險(xiǎn)評(píng)估研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：在經(jīng)濟(jì)高速發(fā)展的今天,人類在享受自己成果的同時(shí),與自認(rèn)環(huán)境的矛盾也日益突出。全球氣候變暖,生態(tài)惡化等問(wèn)題逐漸引起公眾的普遍關(guān)注,低碳減排的經(jīng)濟(jì)發(fā)展之路成為必然趨勢(shì)。為了應(yīng)對(duì)氣候變化,《聯(lián)合國(guó)氣候變化框架公約》、《京都議定書(shū)》等國(guó)際公約先后頒布。我國(guó)作為世界第二大經(jīng)濟(jì)體,碳排放量一直居世界前列。面對(duì)嚴(yán)峻的生態(tài)環(huán)境,我國(guó)走可持續(xù)發(fā)展之路成為經(jīng)濟(jì)長(zhǎng)期穩(wěn)定增長(zhǎng)的重要前提。綠色信貸的提出是我國(guó)加大生態(tài)保護(hù)的重要舉措,所謂綠色信貸是指銀行等金融機(jī)構(gòu)對(duì)從事研發(fā)、生態(tài)保護(hù)建設(shè)與開(kāi)發(fā)的企業(yè)給予貸款一定優(yōu)惠政策的手段。近幾年,綠色信貸在我國(guó)不斷發(fā)展,興業(yè)銀行、中國(guó)工商銀行、平安銀行等多家銀行推出綠色金融產(chǎn)品并積極加入赤道原則。商業(yè)銀行有別于普通企業(yè)的一個(gè)主要特征是對(duì)風(fēng)險(xiǎn)的管理與控制,銀行對(duì)企業(yè)貸款面臨信貸風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)、利率風(fēng)險(xiǎn)等多重風(fēng)險(xiǎn),而信貸風(fēng)險(xiǎn)是最重要的風(fēng)險(xiǎn)之一,做好風(fēng)險(xiǎn)防控對(duì)商業(yè)銀行的發(fā)展有至關(guān)重要的作用�？v觀文獻(xiàn)可知國(guó)內(nèi)外諸多學(xué)者對(duì)信貸風(fēng)險(xiǎn)的評(píng)估進(jìn)行了大量研究,對(duì)信貸風(fēng)險(xiǎn)的定量模型也層出不窮,但由于綠色信貸在我國(guó)提出不久,發(fā)展還不成熟,國(guó)內(nèi)較少有學(xué)者對(duì)綠色信貸的風(fēng)險(xiǎn)問(wèn)題進(jìn)行實(shí)證研究。鑒于此,本文在文獻(xiàn)研究的基礎(chǔ)上構(gòu)建綠色信貸風(fēng)險(xiǎn)評(píng)估的BP神經(jīng)網(wǎng)絡(luò)模型。首先建立綠色信貸風(fēng)險(xiǎn)評(píng)估的指標(biāo)體系,以財(cái)務(wù)指標(biāo)、非財(cái)務(wù)指標(biāo)和環(huán)保指標(biāo)作為一級(jí)指標(biāo),下設(shè)30個(gè)二級(jí)指標(biāo);其次,運(yùn)用“3?”法則對(duì)信貸風(fēng)險(xiǎn)標(biāo)準(zhǔn)進(jìn)行定量判定,計(jì)算出貸款企業(yè)的信貸風(fēng)險(xiǎn)等級(jí);再次,選取56家上市公司作為樣本進(jìn)行實(shí)證研究,對(duì)其財(cái)務(wù)指標(biāo)進(jìn)行正態(tài)性檢驗(yàn)和顯著性檢驗(yàn),對(duì)環(huán)保指標(biāo)和非財(cái)務(wù)指標(biāo)權(quán)重的判定采用網(wǎng)絡(luò)分析法(ANP),之后根據(jù)專家打分得出個(gè)樣本的得分,將三類指標(biāo)進(jìn)行因子分析,得到具有代表性的公共因子;最后,運(yùn)用MATLAB軟件對(duì)構(gòu)建的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行仿真分析,得出預(yù)測(cè)結(jié)果,為信貸風(fēng)險(xiǎn)評(píng)估方法的選擇與運(yùn)用提供參考。同時(shí),通過(guò)綠色信貸風(fēng)險(xiǎn)的評(píng)估體系可以提高貸前的分析效率,對(duì)企業(yè)風(fēng)險(xiǎn)程度進(jìn)行評(píng)價(jià)和分級(jí),清晰界定貸款企業(yè)所處的風(fēng)險(xiǎn)狀況。通過(guò)運(yùn)用一整套分析工具檢測(cè)出各種潛在信貸風(fēng)險(xiǎn),優(yōu)化貸后管理技術(shù)。對(duì)那些風(fēng)險(xiǎn)上升幅度較大的企業(yè),及時(shí)調(diào)整授信額度。
【關(guān)鍵詞】：綠色信貸 信貸風(fēng)險(xiǎn) BP神經(jīng)網(wǎng)絡(luò) 網(wǎng)絡(luò)分析法 風(fēng)險(xiǎn)分類
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F832.4;TP183
【目錄】：

• 摘要5-6
• abstract6-11
• 第一章 緒論11-17
• 1.1 研究背景及問(wèn)題11-13
• 1.1.1 研究背景11-12
• 1.1.2 研究問(wèn)題12-13
• 1.2 研究目的及意義13
• 1.3 研究方法及內(nèi)容13-15
• 1.3.1 研究方法13-14
• 1.3.2 研究?jī)?nèi)容14-15
• 1.4 研究創(chuàng)新及技術(shù)路線圖15-17
• 1.4.1 研究創(chuàng)新15-16
• 1.4.2 技術(shù)路線圖16-17
• 第二章 相關(guān)理論基礎(chǔ)及文獻(xiàn)綜述17-32
• 2.1 相關(guān)理論基礎(chǔ)17-19
• 2.1.1 可持續(xù)發(fā)展理論17
• 2.1.2 企業(yè)社會(huì)責(zé)任理論17-18
• 2.1.3 銀行環(huán)境風(fēng)險(xiǎn)理論18-19
• 2.2 商業(yè)銀行綠色信貸概述19-24
• 2.2.1 綠色信貸的內(nèi)涵19-20
• 2.2.2 赤道原則20-21
• 2.2.3 國(guó)外商業(yè)銀行綠色信貸的發(fā)展21-24
• 2.2.4 國(guó)內(nèi)商業(yè)銀行綠色信貸的發(fā)展24
• 2.3 商業(yè)銀行綠色信貸風(fēng)險(xiǎn)24-27
• 2.3.1 商業(yè)銀行綠色信貸風(fēng)險(xiǎn)生成的原因25
• 2.3.2 商業(yè)銀行綠色信貸風(fēng)險(xiǎn)的具體表現(xiàn)25-27
• 2.4 信貸風(fēng)險(xiǎn)評(píng)估的研究綜述27-30
• 2.4.1 國(guó)外信貸風(fēng)險(xiǎn)的定性分析文獻(xiàn)綜述27
• 2.4.2 國(guó)外信貸風(fēng)險(xiǎn)的定量分析文獻(xiàn)綜述27-29
• 2.4.3 國(guó)內(nèi)信貸風(fēng)險(xiǎn)評(píng)估的文獻(xiàn)綜述29-30
• 2.5 綠色信貸風(fēng)險(xiǎn)的研究綜述30-31
• 2.6 商業(yè)銀行綠色信貸風(fēng)險(xiǎn)分析的新視角：BP神經(jīng)網(wǎng)絡(luò)31-32
• 第三章 BP神經(jīng)網(wǎng)絡(luò)概述32-40
• 3.1 人工神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)32-34
• 3.1.1 神經(jīng)元的結(jié)構(gòu)模型32-33
• 3.1.2 神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)33-34
• 3.2 神經(jīng)網(wǎng)絡(luò)的工作原理34-36
• 3.2.1 學(xué)習(xí)過(guò)程34-35
• 3.2.2 運(yùn)行過(guò)程35-36
• 3.3 BP神經(jīng)網(wǎng)絡(luò)36-39
• 3.3.1 BP神經(jīng)網(wǎng)絡(luò)算法36-38
• 3.3.2 BP神經(jīng)網(wǎng)絡(luò)模型構(gòu)建38-39
• 3.4 BP神經(jīng)網(wǎng)絡(luò)方法用于綠色信貸風(fēng)險(xiǎn)評(píng)估的可行性分析39-40
• 第四章 綠色信貸風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建40-50
• 4.1 評(píng)估指標(biāo)體系的構(gòu)建40-46
• 4.1.1 綠色信貸風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建的原則40-41
• 4.1.2 傳統(tǒng)商業(yè)銀行信貸風(fēng)險(xiǎn)評(píng)估指標(biāo)體系41-44
• 4.1.3 基于綠色信貸的商業(yè)銀行信貸風(fēng)險(xiǎn)指標(biāo)44-46
• 4.2 綠色信貸風(fēng)險(xiǎn)的判定標(biāo)準(zhǔn)與分類46-47
• 4.2.1 綠色信貸風(fēng)險(xiǎn)的判定標(biāo)準(zhǔn)46-47
• 4.2.2 信貸風(fēng)險(xiǎn)的分類47
• 4.3 BP神經(jīng)網(wǎng)絡(luò)下綠色信貸風(fēng)險(xiǎn)評(píng)估系統(tǒng)的設(shè)計(jì)47-50
• 4.3.1 網(wǎng)絡(luò)結(jié)構(gòu)的確定47-48
• 4.3.2 學(xué)習(xí)參數(shù)的選擇48-49
• 4.3.3 樣本數(shù)據(jù)處理49-50
• 第五章 商業(yè)銀行綠色信貸風(fēng)險(xiǎn)評(píng)估模型的實(shí)證分析50-69
• 5.1 樣本設(shè)計(jì)50-51
• 5.1.1 樣本數(shù)據(jù)來(lái)源50
• 5.1.2 樣本數(shù)據(jù)的處理50-51
• 5.2 綠色信貸風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的篩選51-63
• 5.2.1 環(huán)保指標(biāo)設(shè)計(jì)51-54
• 5.2.2 非財(cái)務(wù)指標(biāo)設(shè)計(jì)54-56
• 5.2.3 財(cái)務(wù)指標(biāo)的設(shè)計(jì)56-59
• 5.2.4 綠色信貸風(fēng)險(xiǎn)指標(biāo)進(jìn)一步篩選——因子分析法59-63
• 5.3 借鑒“3s”法則確定信貸風(fēng)險(xiǎn)狀況63-65
• 5.4 基于BP神經(jīng)網(wǎng)絡(luò)的綠色信貸風(fēng)險(xiǎn)評(píng)估實(shí)證分析65-69
• 第六章 全文總結(jié)與展望69-71
• 6.1 全文總結(jié)69
• 6.2 未來(lái)展望69-71
• 參考文獻(xiàn)71-75
• 發(fā)表論文和科研情況說(shuō)明75-76
• 附錄76-82
• 致謝82-83

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 張能福;張佳;;改進(jìn)的KMV模型在我國(guó)上市公司信用風(fēng)險(xiǎn)度量中的應(yīng)用[J];預(yù)測(cè);2010年05期

2 馬秋君;劉文娟;;基于綠色信貸的我國(guó)商業(yè)銀行環(huán)境風(fēng)險(xiǎn)管理體系研究[J];中國(guó)人口.資源與環(huán)境;2013年S2期

  本文關(guān)鍵詞：BP神經(jīng)網(wǎng)絡(luò)下商業(yè)銀行綠色信貸風(fēng)險(xiǎn)評(píng)估研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：270026