学位论文 > 优秀研究生学位论文题录展示

基于SVM的商业银行信用风险预警研究

作　者: 苏柳柳
导　师: 都沁军
学　校: 石家庄经济学院
专　业: 企业管理
关键词: 商业银行信用风险预警主成分分析法支持向量机
分类号: F832.33
类　型: 硕士论文
年　份: 2014年
下　载: 5次
引　用: 0次
阅　读: 论文下载

内容摘要

全球经济一体化趋势，使得金融业在整个经济系统中具有强大的联动性，尤其是以资本为经营对象的银行业，信用状况一旦恶化，其资金流动性必然出现问题，甚至诱发整个银行业危机，给国民经济带来惨重损失。如何做到将银行风险防患于未然，即对银行信用风险预警的研究，已成为我国银行业乃至我们整个国家亟需解决的问题之一。本文针对我国商业银行信用风险预警研究问题，在银行业风险研究背景和研究意义的分析下，同时借鉴学习国内外研究成果，贯彻银行信用风险管理的理论，剖析银行信用风险的成因、客观性及其特征，阐述我国银行业信用风险的管理模式及存在问题，为构建适用于我国银行的信用风险预警模型奠定理论基础。本文将支持向量机引入到银行信用风险预警研究中，首先对SVM用于银行业信用风险预警的可行性进行分析，在构建银行信用风险预警指标体系的基础上，综合运用主成分分析法和支持向量机建立一个适用于我国银行信用风险预警的SVM模型，利用公开发布的上市商业银行的财务数据对我国商业银行信用风险预警模型进行实证研究，首先锁定样本数据，其次运用主成分分析法对所选取的指标进行降维处理，然后利用指标阈值的综合风险得分对样本进行归类，最后利用第三部分所建立的SVM风险预警模型进行实证分析，结果显示SVM模型具有很好的风险预测性。本文最后对模型运行结果进行总结和分析，并在此基础上，为我国商业银行信用风险的防范和化解提供相关建议。

全文目录

摘要  5-6
ABSTRACT  6-10
第一章绪论  10-22
  1.1 问题的提出  10-11
    1.1.1 研究背景  10
    1.1.2 研究意义  10-11
      1.1.2.1 现实意义  10-11
      1.1.2.2 理论意义  11
  1.2 国内外研究现状综述  11-19
    1.2.1 国外研究现状  11-16
      1.2.1.1 专家分析法  12
      1.2.1.2 贷款评级法  12
      1.2.1.3 信用评分法  12-13
      1.2.1.4 现代信用风险度量模型  13-15
      1.2.1.5 人工智能方法  15-16
    1.2.2 国内研究现状  16-19
      1.2.2.1 国内信用评级体系  16
      1.2.2.2 贷款评级的多元判别分析模型  16
      1.2.2.3 信用评分  16-17
      1.2.2.4 现代信贷风险度量模型  17-18
      1.2.2.5 人工智能方法  18-19
    1.2.3 相关评述  19
  1.3 论文的主要研究内容和研究方法  19-22
    1.3.1 论文研究的主要内容  19-21
    1.3.2 论文的研究方法  21-22
第二章银行信用风险的基本理论  22-28
  2.1 商业银行信用风险概况  22-23
    2.1.1 商业银行信用风险概念  22
    2.1.2 信用风险成因及特征  22-23
      2.1.2.1 信用风险成因  22-23
      2.1.2.2 信用风险特征  23
  2.2 商业银行风险管理相关理论综述  23-24
    2.2.1 资产风险管理理论  23
    2.2.2 负债风险管理理论  23-24
    2.2.3 资产负债综合风险管理理论  24
    2.2.4 中间业务管理理论  24
    2.2.5 风险资产管理理论  24
  2.3 我国商业银行信用风险管理模式及存在问题  24-26
    2.3.1 信用风险管理的模式  24-25
    2.3.2 存在问题  25-26
  2.4 本章小结  26-28
第三章银行信用风险预警管理及 SVM 原理  28-36
  3.1 银行信用风险预警理论概述  28-29
    3.1.1 银行信用风险预警及其必要性  28
    3.1.2 银行信用风险预警方法  28-29
  3.2 支持向量机(SVM)原理  29-34
    3.2.1 SVM 概述  29
    3.2.2 结构风险最小化  29-31
    3.2.3 SVM 原理及算法  31-34
  3.3 SVM 用于银行信用风险预警的可行性分析  34-35
    3.3.1 理论可行性  34-35
    3.3.2 实践可行性  35
  3.4 本章小结  35-36
第四章银行信用风险预警指标体系及 SVM 模型的构建  36-42
  4.1 银行信用风险预警评价指标体系的量化方式  36-38
    4.1.1 指标体系的构建  36-37
    4.1.2 数据指标的处理  37-38
  4.2 银行信用风险 SVM 预警模型的构建  38-41
    4.2.1 基本思路  38-39
    4.2.2 通用模型的构建  39
    4.2.3 核函数的选择  39-40
    4.2.4 模型的评价  40-41
  4.3 本章小结  41-42
第五章实证分析  42-48
  5.1 样本数据的获取和处理  42-43
    5.1.1 样本数据的选取  42
    5.1.2 样本数据预处理  42-43
  5.2 预测实验  43-45
  5.3 实验结果分析  45-47
  5.4 本章小结  47-48
第六章结论与展望  48-52
  6.1 结论  48-49
  6.2 建议与展望  49-52
参考文献  52-55
附录  55-62
致谢  62-64
作者简介  64-66
攻读学位期间所取得的相关科研成果  66

基于SVM的商业银行信用风险预警研究

内容摘要

全文目录

相似论文