隨著信用違約事件的日益增多,信用風險管理日漸成為商業(yè)銀行風險控制能力的重要評價標準。本文對商業(yè)銀行信用風險的特點及主要的計量模型做了簡單的介紹,并選取神經(jīng)網(wǎng)絡模型作為研究的重點,主要進行了以下三方面的工作：首先,我們用神經(jīng)網(wǎng)絡模型組取代傳統(tǒng)的專家系統(tǒng)模型。傳統(tǒng)的專家系統(tǒng)方法由于各專家的專業(yè)程度不一、關(guān)注點不同,判斷帶有主觀的成分。神經(jīng)網(wǎng)絡在評估過程中具有抗干擾、動態(tài)可調(diào)整的優(yōu)點,因此用不同的神經(jīng)網(wǎng)絡模型來取代專家的判斷可以有效降低主觀概率。這里我們?nèi)P、SVM及RBF神經(jīng)網(wǎng)絡模型。針對客戶信用評價樣本指標過大,神經(jīng)網(wǎng)絡訓練樣本大,訓練時間長的缺點,我們采用粗糙集方法減少冗余數(shù)據(jù),提高融合效率。實證表明粗糙集方法確實可以大大簡化神經(jīng)網(wǎng)絡訓練數(shù)據(jù)。其次,我們引入了一種改進的D-S證據(jù)理論方法,并將沖突判定方法由二維推廣到多維的情況,提高了證據(jù)理論適用范圍。D-S證據(jù)理論不需要先驗知識和條件概率,可以對相互重疊、非互不相容的多源信息進行融合,是行之有效地數(shù)據(jù)融合方法。我們把經(jīng)過神經(jīng)網(wǎng)絡處理后的數(shù)據(jù)作為證據(jù)理論的基本概率分布值,可以在一定程度上排除主觀因素的干擾,又可以融合不同來源的數(shù)據(jù),得... 

【文章來源】：哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：55 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究的目的和意義
    1.2 信用風險的特點與評估模型
        1.2.1 信用風險的特點
        1.2.2 信用風險度量模型與管理研究進展
    1.3 本論文研究的主要內(nèi)容
第2章 預備知識
    2.1 引言
    2.2 粗糙集理論
        2.2.1 粗糙集的基本概念
        2.2.2 知識的約簡
        2.2.3 知識的依賴性及其度量
        2.2.4 知識的重要程度
    2.3 神經(jīng)網(wǎng)絡相關(guān)理論
        2.3.1 神經(jīng)元構(gòu)成
        2.3.2 神經(jīng)元激勵函數(shù)
    2.4 BP神經(jīng)網(wǎng)絡及其學習算法
    2.5 RBF神經(jīng)網(wǎng)絡及其學習算法
    2.6 SVM神經(jīng)網(wǎng)絡及其學習算法
    2.7 本章小結(jié)
第3章 基于神經(jīng)網(wǎng)絡D-S證據(jù)理論的評估方法
    3.1 引言
    3.2 D-S證據(jù)理論概述
        3.2.1 D-S證據(jù)理論的基本概念
        3.2.2 改進的D-S證據(jù)理論
    3.3 本章小結(jié)
第4章 基于神經(jīng)網(wǎng)絡與證據(jù)理論的風險評估方法應用
    4.1 引言
    4.2 數(shù)據(jù)預處理
    4.3 屬性約簡過程
    4.4 神經(jīng)網(wǎng)絡訓練過程
    4.5 D-S融合過程
    4.6 本章小結(jié)
結(jié)論
參考文獻
附錄
致謝


【參考文獻】：
期刊論文
[1]KMV模型研究綜述[J]. 公希亮.  合作經(jīng)濟與科技. 2010(08)
[2]我國企業(yè)債券信用評級的因素分析——基于Altman的Z計分模型的實證研究[J]. 李湛,徐一騫.  南方金融. 2009(06)
[3]基于粗糙集的銀行個人信用評估[J]. 肖冬榮,肖莉.  商業(yè)時代. 2008(02)
[4]信用風險度量KMV模型與CreditRisk+模型比較研究[J]. 姚傳娟,李源,夏蘇林.  科技經(jīng)濟市場. 2007(04)
[5]粗糙集理論在高技術(shù)項目投資風險評價中的應用[J]. 柯孔林.  科技進步與對策. 2007(03)
[6]Rough set based multi-agent system cooperation for industrial supervisory interface system[J]. 王滔,費敏銳,雷電.  Journal of Shanghai University. 2006(06)
[7]公司信用風險的KMV模型述評[J]. 吳恒煜.  廣東行政學院學報. 2005(01)
[8]基于粗糙集理論的數(shù)據(jù)挖掘的應用[J]. 于洪,楊大春,吳中福.  計算機與現(xiàn)代化. 2001(04)
[9]市場風險的量度:VaR的計算與應用[J]. 詹原瑞.  系統(tǒng)工程理論與實踐. 1999(12)

博士論文
[1]信用風險分析中貝葉斯方法及其應用研究[D]. 丁東洋.天津財經(jīng)大學 2009
[2]我國商業(yè)銀行信用風險度量與管理研究[D]. 劉兵.吉林大學 2008
[3]商業(yè)銀行信貸風險分析與管理研究[D]. 趙春秀.天津大學 2008
[4]新巴塞爾協(xié)議下中國商業(yè)銀行信用風險管理研究[D]. 崔炳文.天津大學 2006
[5]基于信用評級和違約概率的貸款定價研究[D]. 蔣東明.天津大學 2005

碩士論文
[1]神經(jīng)網(wǎng)絡技術(shù)在商業(yè)銀行信用風險評估系統(tǒng)中的應用研究[D]. 陳誠高.東南大學 2006



本文編號：3369860