發(fā)布時間：2022-01-06 03:35

　　房地產(chǎn)行業(yè)是我國當前的支柱產(chǎn)業(yè),隨著我國經(jīng)濟的快速發(fā)展而不斷活躍;同時,房地產(chǎn)行業(yè)還是典型的資本密集型產(chǎn)業(yè),充足的資金支持是該行業(yè)發(fā)展的重要保證。然而,我國房地產(chǎn)企業(yè)的融資現(xiàn)狀還存在融資結構單一、自有資金嚴重不足、易受宏觀政策影響等諸多問題,本文基于這一背景提出了構建信貸風險測評體系的新思路是具有一定現(xiàn)實意義的。本文利用信貸風險預警相關的理論和技術方法,提出了基于BP神經(jīng)網(wǎng)絡的房地產(chǎn)行業(yè)信貸風險的預警方法。文章共有5個部分:第一部分首先介紹房地產(chǎn)企業(yè)的融資現(xiàn)狀,說明本論題的研究意義、文章的結構內(nèi)容以及創(chuàng)新點。第二部分則對比分析與論題相關的一些國內(nèi)外學者們的研究成果,分別總結了關于房地產(chǎn)行業(yè)財務危機與信貸風險的相關研究、關于商業(yè)銀行信貸風險的國內(nèi)外研究以及神經(jīng)網(wǎng)絡模型在信貸風險的應用研究。第三部分對本文所涉及的概念和理論進行界定與敘述,包括風險、信貸風險與融資風險、房地產(chǎn)信貸和神經(jīng)網(wǎng)絡模型的概念界定,以及企業(yè)融資理論、信貸風險管理理論、神經(jīng)網(wǎng)絡模型在信貸風險中的應用理論。第四部分對論題進行實證分析,是就本論題進行定量分析的部分,可分為3個步驟,首先根據(jù)樣本的總市值、違約點、月收盤價波動率... 

【文章來源】：浙江財經(jīng)大學浙江省

【文章頁數(shù)】：59 頁

【學位級別】：碩士

【部分圖文】：

神經(jīng)網(wǎng)絡訓練過程

圖 4-4 預測誤差絕對值4 可以看出，復合預警系統(tǒng)的預測誤差明顯低于簡單預警oost 模型在房地產(chǎn)信貸風險預警模型中能夠取得良好的率幾乎都低于 0.06，這一結果證明了 10 組輸入數(shù)據(jù)組

【參考文獻】：
期刊論文
[1]我國上市公司信用風險評估研究——基于Logit模型的分析[J]. 胡勝,朱新蓉.  中南財經(jīng)政法大學學報. 2011(03)
[2]中小規(guī)模房地產(chǎn)開發(fā)企業(yè)的融資風險及防范探析[J]. 常媛,周俊峰.  商業(yè)會計. 2011(04)
[3]融資能力、財務風險與企業(yè)增長管理[J]. 陳育儉.  宜春學院學報. 2011(01)
[4]商業(yè)銀行壓力測試風險管理方法文獻綜述[J]. 楊文生,趙楊.  新會計. 2010(12)
[5]基于BP神經(jīng)網(wǎng)絡的企業(yè)集團信用風險的實證研究[J]. 劉文蕊,肖珉,周宗放.  管理學家(學術版). 2010(10)
[6]后金融危機時代我國房地產(chǎn)企業(yè)財務管理探析[J]. 徐曉燕,張振波,李素蘭.  企業(yè)研究. 2010(14)
[7]基于BP算法的神經(jīng)網(wǎng)絡信用風險度量實證研究[J]. 吳永興.  云南財經(jīng)大學學報(社會科學版). 2010(03)
[8]DEA模型在中小上市企業(yè)信用風險的實證研究[J]. 林莎,雷井生.  科研管理. 2010(03)
[9]基于多元統(tǒng)計分析的房地產(chǎn)上市公司財務指標評價[J]. 劉佳,張琳.  南京工業(yè)大學學報(社會科學版). 2009(03)
[10]房地產(chǎn)企業(yè)融資渠道與融資風險管理研究[J]. 盧丹丹.  魅力中國. 2009(20)

碩士論文
[1]中國房地產(chǎn)企業(yè)的融資風險——風險度量與防范對策[D]. 劉俊.華東師范大學 2009
[2]我國房地產(chǎn)企業(yè)融資約束與對策研究[D]. 毛滿榮.天津工業(yè)大學 2008
[3]中國房地產(chǎn)企業(yè)融資研究[D]. 馬洪博.中央民族大學 2006
[4]基于BP神經(jīng)網(wǎng)絡的我國制造業(yè)上市公司財務困境預警研究[D]. 邸紅娜.暨南大學 2006
[5]基于BP神經(jīng)網(wǎng)絡方法的上市公司財務預警研究[D]. 劉開華.重慶大學 2006



本文編號：3571647