隨著我國房地產(chǎn)業(yè)的不斷增長,城市化進程不斷推進,城市居民數(shù)量增加,住房需求不斷上升,房地產(chǎn)貸款規(guī)模也不斷擴大,房地產(chǎn)抵押貸款額急劇升高。我國金融市場處于全面開放狀態(tài),銀行作為金融行業(yè)的重要組成部分對金融行業(yè)的穩(wěn)定性有著重要作用,同時又聯(lián)系著房地產(chǎn)業(yè),這兩者都是國民經(jīng)濟的重要組成部分,一旦銀行出現(xiàn)危機便會對金融業(yè)及房地產(chǎn)業(yè)產(chǎn)生影響,繼而影響國民經(jīng)濟。對銀行自身而言,既面臨內(nèi)部管理風險、操作風險又面臨法律風險、政策風險、市場變化風險等外部風險,內(nèi)部風險控制尤為重要,銀行應注重風險控制研究,對風險進行科學有效的規(guī)避,降低風險損失。目前銀行貸款主要從貸款人與抵押物兩方面進行風險控制,但由于激烈的市場競爭,銀行對借款人準入條件把控不嚴,對抵押物評估及貸后管理工作等不重視,內(nèi)控風險控制體系并不完善,不良貸款也急劇上升,房地產(chǎn)貸款風險控制研究亟需加強。本文通過對銀行房地產(chǎn)貸款風險分析,針對抵押物目前面臨抵押物被高估、個案評估、評估周期長、成本高、傳統(tǒng)評估方法評估結(jié)果不夠準確等情況,主要對房地產(chǎn)抵押貸款抵押物方面進行風險控制研究,并提出將房地產(chǎn)批量評估技術(shù)引用于抵押物貸款風險控制,選擇特征價格模型建立... 

【文章來源】：重慶交通大學重慶市

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【部分圖文】：

技術(shù)路線圖

圖 3.3 人工神經(jīng)網(wǎng)絡(luò)假設(shè)有一個 m 由個輸入變量構(gòu)成的向量NXR×∈1，神經(jīng)網(wǎng)絡(luò)有 N 個的神一個最終的輸出變量1×1Y ∈ R，在輸入層進入隱藏層時神經(jīng)網(wǎng)絡(luò)進行下述0zXWbT=+NMWR×∈ ,110×b ∈ R，0b 為常數(shù)，w 為輸入層到隱含層權(quán)重，是連接輸入層到隱含層的橋?qū)拥纳窠?jīng)元接收到了向量 z 之后，神經(jīng)元會進行函數(shù)運算，設(shè)為( )NfzR×∈1成輸入層至隱含層計算后，計算移動至輸出層，如下：( )1Y = fzθ+b1×1Y ∈ R，1b 為常數(shù)，θ 為隱含層到輸出層層權(quán)重，最終輸出 Y。人工神經(jīng)網(wǎng)絡(luò)的訓練人工神經(jīng)網(wǎng)絡(luò)訓練最常用的方法是反向傳播算法（backpropagation）兩個要素即正向計算得到誤差函數(shù)，反向求導梯度下降。以上述神經(jīng)假設(shè)有 K 組訓練數(shù)據(jù)( )iiiKxy1,...,,=，有誤差函數(shù)K

具有一定的計算密集性；神經(jīng)網(wǎng)絡(luò)需要通過大量數(shù)據(jù)來實現(xiàn)模型性能的提在數(shù)據(jù)量較少的情況下通常不如其他機器學習算法性能。 隨機森林模型.1 隨機森林模型的定義決策樹是一種非常直觀的模型，它通過遍歷樹的分支并根據(jù)節(jié)點決策對下一支進行選擇并遍歷。決策樹歸納法通過輸入訓練實例確定哪些屬性最適合分并分割數(shù)據(jù)集，在分割后的數(shù)據(jù)集上進行循環(huán)，直到所有訓練實例都被分類，任務(wù)結(jié)束。隨機森林是基于 Bagging 算法改進的決策樹組合算法，該算法由未經(jīng)過剪枝的決策樹組合而成[60]。.2 隨機森林模型的原理

【參考文獻】：
期刊論文
[1]基于模糊數(shù)學的房地產(chǎn)批量評估[J]. 劉洪玉,李妍.  清華大學學報(自然科學版). 2017(11)
[2]控制房地產(chǎn)抵押貸款風險的探索[J]. 李洋.  住宅與房地產(chǎn). 2016(12)
[3]住宅房地產(chǎn)批量評估模型的構(gòu)建[J]. 張思雪,林漢川,呂臣,方巍.  統(tǒng)計與決策. 2016(03)
[4]批量評估技術(shù)下房地產(chǎn)評估企業(yè)的發(fā)展與轉(zhuǎn)型[J]. 郭慶瑤.  經(jīng)濟研究導刊. 2015(05)
[5]BP神經(jīng)網(wǎng)絡(luò)在房屋批量評估中的應用[J]. 李菊,杜葵.  價值工程. 2015(03)
[6]銀行抵押物拆遷風險防范[J]. 陸惠娟.  才智. 2013(34)
[7]商業(yè)銀行風險控制文獻綜述[J]. 路陽.  中國西部科技. 2013(09)
[8]基于貝葉斯正則化BP神經(jīng)網(wǎng)絡(luò)的森林資源資產(chǎn)批量評估研究[J]. 鄭德祥,賴曉燕,廖曉麗.  福建林學院學報. 2013(02)
[9]公允價值計量在抵押物評估中的應用[J]. 鄭元.  經(jīng)濟論壇. 2013(04)
[10]房產(chǎn)稅稅基批量評估文獻綜述[J]. 孫鳳儀,韓曉露.  地方財政研究. 2013(03)

碩士論文
[1]隨機森林模型在二手房批量評估中的應用研究[D]. 龐楓.重慶交通大學 2017
[2]房地產(chǎn)抵押估價中批量評估法的應用研究[D]. 劉海虹.首都經(jīng)濟貿(mào)易大學 2014
[3]房地產(chǎn)抵押的價值評估方法與風險研究[D]. 朱雅楠.華中科技大學 2013
[4]批量評估住宅Hedonic模型研究[D]. 曹雅茹.東北財經(jīng)大學 2012
[5]后金融危機下我國上市銀行再融資內(nèi)部風險控制研究[D]. 張潔漪.財政部財政科學研究所 2011
[6]財產(chǎn)稅稅基批量評估中的特征價格模型分析[D]. 張旭.廈門大學 2008
[7]我國商業(yè)銀行個人住房抵押貸款風險防范研究[D]. 王紅亮.西南財經(jīng)大學 2006



本文編號：3315368