本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險評估研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：2014年來,我國銀行業(yè)不良貸款率有所上升,說明目前我國商業(yè)銀行信用風(fēng)險的管理仍不到位,難以對信用風(fēng)險進(jìn)行準(zhǔn)確評估和有效控制。在商業(yè)銀行信用風(fēng)險管理中,信用風(fēng)險的識別、控制及監(jiān)督報(bào)告已經(jīng)較為成熟,信用風(fēng)險的評估因?yàn)樾庞蔑L(fēng)險自身的復(fù)雜性和缺少科學(xué)的方法,長久以來并未得到有效解決。本文研究神經(jīng)網(wǎng)絡(luò)視角下商業(yè)銀行信用風(fēng)險評估模型的構(gòu)建,有助于充實(shí)信用風(fēng)險的理論研究,豐富評估模型研究視角,進(jìn)一步拓展該領(lǐng)域的研究范圍。充分利用企業(yè)公開信息,建立信用風(fēng)險評估模型對于商業(yè)銀行提高盈利水平和降低不良貸款率有著重大的現(xiàn)實(shí)意義。本文基于現(xiàn)實(shí)背景,對國內(nèi)外研究文獻(xiàn)進(jìn)行梳理,說明基于神經(jīng)網(wǎng)絡(luò)建立商業(yè)銀行信用風(fēng)險評估模型的目的、意義、研究框架,內(nèi)容和方法。其次,對商業(yè)銀行信用風(fēng)險進(jìn)行理論分析,對其內(nèi)涵、成因、管理流程和評估方法做了理論解釋。接著從商業(yè)銀行信貸業(yè)務(wù)實(shí)務(wù)角度構(gòu)建信用風(fēng)險評估指標(biāo)體系,通過BP神經(jīng)網(wǎng)絡(luò)建立模型,選取267家上市公司的數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn),并利用粒子群算法進(jìn)行了改進(jìn)優(yōu)化,認(rèn)為改進(jìn)后的模型具有更高的準(zhǔn)確性和魯棒性,對商業(yè)銀行信用風(fēng)險管理實(shí)務(wù)具有一定借鑒意義。最后對文章進(jìn)行總結(jié)并對模型算法和數(shù)據(jù)選取方面提出對策建議。
【關(guān)鍵詞】：商業(yè)銀行 信用風(fēng)險評估 BP神經(jīng)網(wǎng)絡(luò) 粒子群算法
【學(xué)位授予單位】：蘭州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP183;F832.4
【目錄】：

• 中文摘要3-4
• Abstract4-7
• 第一章 引言7-15
• 1.1 研究背景和意義7-8
• 1.1.1 研究背景7-8
• 1.1.2 研究意義8
• 1.2 文獻(xiàn)綜述8-13
• 1.2.1 國外研究綜述8-9
• 1.2.2 國內(nèi)研究綜述9-13
• 1.3 主要內(nèi)容和研究思路13
• 1.4 研究方法和創(chuàng)新點(diǎn)13-15
• 第二章 商業(yè)銀行信用風(fēng)險理論基礎(chǔ)15-19
• 2.1 信用風(fēng)險的內(nèi)涵15
• 2.2 信用風(fēng)險的產(chǎn)生機(jī)理15-16
• 2.3 信用風(fēng)險管理16-19
• 2.3.1 信用風(fēng)險管理流程16-17
• 2.3.2 信貸業(yè)務(wù)風(fēng)險管理17-19
• 第三章 信用風(fēng)險評估方法研究19-28
• 3.1 信用風(fēng)險評估方法19-23
• 3.2 神經(jīng)網(wǎng)絡(luò)23-26
• 3.2.1 神經(jīng)網(wǎng)絡(luò)基本結(jié)構(gòu)和特性23-24
• 3.2.2 神經(jīng)網(wǎng)絡(luò)算法步驟24-26
• 3.3 我國商業(yè)銀行信用風(fēng)險評估現(xiàn)狀26-28
• 第四章 商業(yè)銀行信用風(fēng)險評估指標(biāo)體系的構(gòu)建28-34
• 4.1 信用風(fēng)險評估指標(biāo)體系構(gòu)建原則28
• 4.2 商業(yè)銀行信用風(fēng)險評估指標(biāo)的篩選28-33
• 4.3 商業(yè)銀行信用風(fēng)險評估指標(biāo)體系33-34
• 第五章 商業(yè)銀行信用風(fēng)險評估模型的建立及實(shí)證研究34-49
• 5.1 數(shù)據(jù)選取34-36
• 5.2 劃分?jǐn)?shù)據(jù)集36
• 5.3 指標(biāo)數(shù)據(jù)歸一化36
• 5.4 網(wǎng)絡(luò)模型參數(shù)初始化36-37
• 5.5 網(wǎng)絡(luò)訓(xùn)練和檢驗(yàn)37-41
• 5.6 模型的改進(jìn)41-43
• 5.7 實(shí)證結(jié)果對比分析43-48
• 5.8 本章小結(jié)48-49
• 第六章 結(jié)論與建議49-50
• 參考文獻(xiàn)50-52
• 在學(xué)期間的研究成果52-53
• 致謝53

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 費(fèi)文穎;于繼科;楊揚(yáng);;信用風(fēng)險評估的一類改進(jìn)模糊ISODATA算法[J];信息系統(tǒng)工程;2014年03期

2 孫丹,張秀艷;商業(yè)銀行信用風(fēng)險評估混合軟計(jì)算系統(tǒng)[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2002年03期

3 王春峰,萬海暉,張維;基于神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行信用風(fēng)險評估[J];系統(tǒng)工程理論與實(shí)踐;1999年09期

4 陳云;石松;;基于PSO-BP集成的國內(nèi)外企業(yè)信用風(fēng)險評估[J];計(jì)算機(jī)應(yīng)用研究;2014年09期

5 夏光虎;賈宇波;范紅丹;;分類與預(yù)測挖掘在信用風(fēng)險評估中的應(yīng)用研究[J];工業(yè)控制計(jì)算機(jī);2012年07期

6 朱金華;;組合模型在商業(yè)銀行信用風(fēng)險評估中的研究[J];計(jì)算機(jī)仿真;2011年09期

7 李君藝;張宇華;;商業(yè)銀行信用風(fēng)險評估實(shí)證分析及方法比較[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2013年03期

8 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前4條

1 周綺鳳;林成德;;商業(yè)銀行信用風(fēng)險評估中多分類方法的比較[A];第二十四屆中國控制會議論文集（下冊）[C];2005年

2 劉睿;周宗放;;云理論在企業(yè)集團(tuán)信用風(fēng)險評估中的應(yīng)用[A];“中國視角的風(fēng)險分析和危機(jī)反應(yīng)”——中國災(zāi)害防御協(xié)會風(fēng)險分析專業(yè)委員會第四屆年會論文集[C];2010年

3 鄧宇翔;魯煒;黃敏;;運(yùn)用概率神經(jīng)網(wǎng)絡(luò)進(jìn)行企業(yè)信用風(fēng)險評估[A];2003年中國管理科學(xué)學(xué)術(shù)會議論文集[C];2003年

4 陳林;周宗放;肖珉;;企業(yè)集團(tuán)信用風(fēng)險評估研究綜述[A];第五屆（2010）中國管理學(xué)年會——管理科學(xué)與工程分會場論文集[C];2010年

中國重要報(bào)紙全文數(shù)據(jù)庫 前7條

1 記者 衛(wèi)容之;中國信用風(fēng)險評估仍高居“A類”[N];國際金融報(bào);2003年

2 記者　陳小三;日本信用風(fēng)險評估工具登陸中國[N];國際商報(bào);2006年

3 海 燕;AMS信用風(fēng)險評估引入中國[N];中國商報(bào);2006年

4 程汲;地區(qū)信用風(fēng)險評估應(yīng)該推行[N];金融時報(bào);2004年

5 李良;緊縮政策下債券買點(diǎn)漸現(xiàn)[N];中國證券報(bào);2008年

6 證券時報(bào)記者　 徐濤;今年保險資金投資需求超過6000億[N];證券時報(bào);2006年

7 本報(bào)駐比利時記者 張亮;美三大評級機(jī)構(gòu)惹惱歐盟[N];人民日報(bào);2011年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 郭英見;基于信息融合的國有商業(yè)銀行信用風(fēng)險評估研究[D];哈爾濱工業(yè)大學(xué);2010年

2 趙靜嫻;基于決策樹的信用風(fēng)險評估方法研究[D];天津大學(xué);2009年

3 肖珉;我國企業(yè)集團(tuán)上市公司財(cái)務(wù)預(yù)警與信用風(fēng)險評估研究[D];電子科技大學(xué);2012年

4 羅圣雅;臺灣上市柜公司信用風(fēng)險評估[D];蘇州大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 鄭文龍;商業(yè)銀行個人住房貸款業(yè)務(wù)信用風(fēng)險評估研究[D];長安大學(xué);2015年

2 朱金金;基于灰色系統(tǒng)理論的商業(yè)銀行信用風(fēng)險評估研究[D];蘭州大學(xué);2015年

3 田冰冰;農(nóng)業(yè)價值鏈融資中農(nóng)戶信用風(fēng)險評估研究[D];安徽財(cái)經(jīng)大學(xué);2015年

4 楊琴棋;我國商業(yè)銀行信用風(fēng)險評估研究[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2015年

5 樸文慧;基于模糊動態(tài)支持向量機(jī)集成方法的商業(yè)銀行信用風(fēng)險評估[D];哈爾濱工業(yè)大學(xué);2015年

6 唐雪婷;信用風(fēng)險研究[D];電子科技大學(xué);2015年

7 李正基;神經(jīng)網(wǎng)絡(luò)在中小企業(yè)信用風(fēng)險評估問題中的應(yīng)用比較[D];復(fù)旦大學(xué);2014年

8 伍永祥;利率市場化下商業(yè)銀行信貸客戶信用風(fēng)險評估方法研究[D];南京大學(xué);2014年

9 顏文超;雙邊信用風(fēng)險評估調(diào)整的動態(tài)衍化的密度模型[D];上海交通大學(xué);2015年

10 鄧大鵬;P2P網(wǎng)絡(luò)借貸動態(tài)信用風(fēng)險評估方法研究[D];上海交通大學(xué);2014年

  本文關(guān)鍵詞：基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險評估研究，由筆耕文化傳播整理發(fā)布。

本文編號：320634