学位论文 > 优秀研究生学位论文题录展示
基于支持向量机的商业银行绿色信贷评级模型研究
作 者: 李姝
导 师: 邓超
学 校: 中南大学
专 业: 金融学
关键词: 商业银行 支持向量机 绿色信贷 信用评级
分类号: F832.4
类 型: 硕士论文
年 份: 2012年
下 载: 28次
引 用: 0次
阅 读: 论文下载
内容摘要
随着金融自由化、经济全球化和金融创新的发展,商业银行信用风险管理日益迫切与重要。作为社会重要的资金枢纽,商业银行以信贷支持低碳经济的同时面临由环境和社会危机引发的企业信贷风险。绿色信贷的提出为商业银行风险管理提供了新的方向和指标,它能够帮助商业银行评估和管理项目融资过程中所涉及的环境风险和社会风险,同时达到了应用经济手段去实现环境和社会可持续发展的目的。长期以来,我国商业银行信用风险管理体系不健全,没有有效的信用风险模型来控制和衡量企业的违约风险。因此,建立银行信贷风险评估模型和有效的企业信用评估体系是国内银行共同面临的研究课题。现今,随着信息技术的不断发展,人工智能方法和机器学习模型被应用于解决信用评级问题,本文尝试用支持向量机方法对商业银行绿色信贷信用评级做一些探讨和研究。本文首先介绍了信用风险的相关概念,从而引出了信用风险管理;又对国内外常用的信用评级理论和方法进行了介绍和综述,并分析了我国商业银行信用评估及实践绿色信贷的现状与不足,接着概述了支持向量机的理论基础。最后,在理论探讨的基础上进行实证分析,建立了基于绿色信贷的信用评级综合指标体系,构建了基于支持向量机算法的一个信用评估模型,使用Matlab软件为平台实现对企业的二分类。本文采用了理论剖析和实证研究并重的研究方法。将影响商业银行信用风险的贷款企业作为主要的研究对象,然后采用上市公司数据进行了实证分析,应用支持向量机方法建立了全面的商业银行信用评级模型。模型运行后得出如下结论:SVM模型的信用分类能力不错;采用了绿色信贷的信用评级模型的评级分类准确率更优;linear核函数是一种效果比较好的核函数。最后本文对未来的研究及绿色信贷的发展进行了展望与建议。
|
全文目录
摘要 3-4 ABSTRACT 4-8 第一章 绪论 8-17 1.1 研究背景和意义 8-9 1.2 文献综述 9-14 1.2.1 国外研究状况 9-12 1.2.2 国内研究现状 12-14 1.3 本文技术路线与结构 14 1.4 研究内容与方法 14-17 第二章 绿色信贷及信用评级基本原理 17-32 2.1 绿色信贷定义及产生背景 17-19 2.1.1 绿色信贷定义 17 2.1.2 绿色信贷产生背景 17-19 2.1.2.1 国际背景 17-18 2.1.2.2 国内背景 18-19 2.2 商业银行信用评级的基本原理 19-25 2.2.1 信用评级来源与产生背景 19-22 2.2.1.1 信用风险的定义与特点 19-21 2.2.1.2 信用风险管理策略 21-22 2.2.2 信用评级基本概念 22-23 2.2.3 信用评级的指标设计原则 23-25 2.3 商业银行现行信用评级模型和方法比较 25-30 2.3.1 传统模型与方法 26-28 2.3.1.1 参数统计法 26-27 2.3.1.2 非参数统计法 27-28 2.3.1.3 专家系统法 28 2.3.2 新型模型与方法 28-30 2.3.2.1 神经网络模型 29 2.3.2.2 支持向量机 29-30 2.4 基于支持向量机的绿色信贷评级特点 30-32 第三章 我国商业银行绿色信贷及信用评级的现状与分析 32-39 3.1 我国商业银行的绿色信贷实践 32-37 3.1.1 绿色信贷实践现状 32-33 3.1.2 我国商业银行开展绿色信贷的现状分析 33-37 3.2 商业银行绿色信贷信用评级现状 37-38 3.3 现行商业银行绿色信贷不足 38-39 第四章 基于支持向量机的银行绿色信贷评级模型设计 39-51 4.1 支持向量机的相关理论 39-42 4.1.1 统计学习理论 39-42 4.1.1.1 VC维 39-40 4.1.1.2 推广性的界 40-41 4.1.1.3 结构风险最小化 41-42 4.2 支持向量机原理及分类 42-45 4.2.1 最优分类面 43-44 4.2.2 支持向量机 44 4.2.3 核函数 44-45 4.3 基于绿色信贷的商业银行信用评级指标体系设计 45-48 4.3.1 传统商业银行信用评级指标 45-47 4.3.2 基于绿色信贷的商业银行信用评级指标 47-48 4.4 支持向量机模型设计 48-51 4.4.1 支持向量机结构设计 48-49 4.4.2 支持向量机的核函数选择 49-50 4.4.3 基于绿色信贷的信用评级模型建立 50-51 第五章 商业银行绿色信贷评级模型的应用分析 51-56 5.1 样本采集 51-52 5.2 样本数据预处理 52-53 5.3 模型建立 53-55 5.4 模型应用结果分析 55 5.5 本章小结 55-56 第六章 结论与建议 56-60 6.1 本文结论 56-58 6.2 本文研究的局限性与建议 58-59 6.3 后续展望 59-60 参考文献 60-64 附录 64-73 致谢 73-74 攻读学位期间主要的研究成果 74
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 青岛市工业大气污染防治制度研究,X51
- 绿色信贷法律问题研究,D922.68;F832.4
- 不匹配信道下耳语音说话人识别研究,TN912.34
- 基于文本挖掘的学者简历自动生成,TP391.1
- 基于特征选择的入侵检测研究,TP393.08
- JS银行的操作风险管理研究,F832.2
中图分类: > 经济 > 财政、金融 > 金融、银行 > 中国金融、银行 > 信贷
© 2012 www.xueweilunwen.com
|