《基于BP神经网络的银行房地产信贷风险研究》由会员分享，可在线阅读，更多相关《基于BP神经网络的银行房地产信贷风险研究（82页珍藏版）》请在金锄头文库上搜索。
1、 I摘摘 要要 1998 年以后，随着住房实物分配制度的取消和按揭政策的实施，中国房地产市场进入快速发展时期。房地产行业是一个资本密集型产业，其发展离不开银行业的支持，同时，房地产业也是银行业重要的服务领域。房地产的价格涨跌、行情冷暖都会直接影响到银行业的资产价值和资产质量，这样银行房地产贷款极易隐藏着巨大的潜在的风险。因此，我国银行房地产信贷风险管理如何进行和改进是一个值得深入研究的重要课题。本研究利用风险评价及其相关的理论和技术方法，提出了基于 BP 神经网络的银行房地产信贷风险评价、分类和预警方法。 首先，本研究在对我国银行房地产行业贷款形成的原因进行了深入分析，针对我国商业银行贷款风险
2、管理的特点和贷款风险分类管理的一般流程，提出了三个主要部分具体实现的基本思路：房地产行业的信贷风险评价的指标体系的建立、指标体系的筛选及对房地产行业信贷风险总体评价。 其次，本研究在阐述贷款风险分析指标选择的原则及需要注意问题的同时，针对房地产行业的结构特点以及相应的国家政策，建立了符合房地产企业贷款风险分析预选指标集，分别从财务和非财务两方面建立房地产企业贷款指标体系，并且对其中的非财务指标进行了量化处理，得到了衡量房地产企业的综合指标体系。 再次，本研究主要采用主成份因素分析法对房地企业指标体系指标进行筛选，从指标的解释度及相关性两方面考虑，用数理统计方法对指标的显著度和相关性作假设检验，
3、通过检验结果找出对判别不提供附加信息的变量，精简了指标体系。 最后，在对房地产行业信贷风险总体评价的分析中，本研究采用了基于三层单节点输出 BP 神经网络的贷款风险分类方法， 并将评价结果与巴塞尔协议中贷款的分类模式相匹配，对所作的结果做了检验，得到较为满意的结果，同时通过对 Logistic模型的对比检验，证明了 BP 神经网络在总体风险评价方面的优越性。 关键词：关键词：商业银行 房地产信贷风险管理 指标体系 指标筛选 BP 神经网络 IIAbstract After 1998, with the housing distribution system canceling and mort
4、gage policy Implementation, individual consumption has become the main demand of real estate. Chinas real estate market is in the rapid development period. Real estate that is a capital-intensive industry need financial support, meanwhile the real estate is also an important service area. The primar
5、y solution for it is to improve the management of credits, to adjust the credit structure and develop the credit quality. Thus, improving the credit risk management of Chinese commercial banks deserves a deep research on it. This thesis explores the mode recognition and the relative theories and met
6、hods, propose a BP nerve net based model real estate banking credit risk estimate, recognition and early-warning. From the deep research on the formation of commercial banks credit and specified to Chinese commercial credit management and risk classification rules, the thesis build up three parts of
7、 a real estate credit risk estimate index system, filter of this index system, and real estate credit risk general estimate model. The paper not only studies the rules of choosing risk analysis index and related issues but also set up pre-selected index group of credit risk analysis, the index inclu
8、de two parts, the one is about real estate enterprise financial index and non-financial index, the two index is the real estate general index system, and make the quantification to the non-financial index. Through building the index system, we can find the indicator system is too huge and complicate
9、d, affected the whole estimate results accuracy and the overall operating speed. Then, filter the general index, the main filter method is main-factor analysis. Considering explain and pertinence, use mathematical statistics in the language of hypothesis testing, through test to identify discriminat
10、ion not to provide additional information variables. Staring from the study on the characteristics of neutral network and artificial NN, the research focuses on tri-hierarchy-single unit output BP neutral network fuzzy evaluation model on credit assurance risk and the tri-layer-unit output BP neutra
11、l network model of credit risk classification. Key word：Commercial Bank Real Estate Credit Risk Management Index System Filter Index BP Neutral Network 独创性声明独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体， 均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承
12、担。 学位论文作者签名： 日期： 年 月 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密， 在 年解密后适用本授权书。 不保密。 （请在以上方框内打“” ） 学位论文作者签名： 指导教师签名： 日期： 年 月 日 日期： 年 月 日本论文属于 11 绪论绪论 1.1 本课题的来源本课题的来源 我国房地产业发展对整个
13、经济发展所做出贡献相当大，房地产业的投资也一直保持较快的增长速度，有效拉动居民住房消费，房地产业呈现旺盛的发展趋势。同时房地产业的快速发展对商业银行的发展也起了相当重要的作用，房地产业已经成为我国商业银行利润的重要来源，对促进国有商业银行的改革也具有很重要的意义。因此，银行信贷资金既要支持房地产市场发展，为全面建设小康社会做出积极贡献，又要切实加强银行房地产信贷风险管理，警惕房地产泡沫的出现，保障银行信贷资金安全，维护金融体系稳定。 商业银行由于对房地产业贷放资金的标准不严格，促成房地产投资规模过大。房地产开发商、建筑公司、建材商之间形成巨大的债务链条，债务风险向银行集中。如果这些不良贷款并且
14、也没有及时加以解决，将不利于我国经济的发展和社会的稳定，不利于防范银行信贷风险和保持金融持续稳定。 中国人民银行货币政策委员会 2003 年第二季度例会提出要注意防范房地产贷款风险。货币政策委员会强调，要注意防范货币信贷较快增长时在房地产和低水平重复建设中潜在的金融风险，加强贷款风险预警和监测，进一步优化贷款结构，切实防范出现新的贷款风险，加快国有商业银行改革。为进一步落实房地产信贷政策，防范金融风险，促进房地产金融健康发展，2003 年 6 月 13 日中国人民银行发布的关于进一步加强房地产信贷业务管理的通知有针对性地提出了七大要求，即加强房地产开发贷款管理、引导规范贷款投向，贷款重点支持符
15、合中低收入家庭购买能力的住宅项目，对大户型、大面积、高档商品房、别墅等项目应适当限制等。为进一步落实房地产信贷政策，防范金融风险，促进房地产金融健康发展，2006 年 5月国务院总理温家宝主持召开了国务院常务会议，研究促进房地产业健康发展的具体措施。 因此，最重要的就是要从银行角度防范房地产信贷风险。房地产信贷风险具有累积性，一旦爆发，便会迅速扩展，出现大面积的金融风波，危及整个金融体系的安全。为此，在银行内部形成有效的自我激励、自我发展、自我约束机制，是防范2银行信贷风险的基础和前提。各商业银行必须谨慎选择房地产企业，科学合理地分析贷款项目的可行性、风险性，加强对房地产开发企业和房地产项目的
16、贷前调查，选择基本成熟的房地产开发项目予以信贷支持，优先选择开发资质高、信用等级较高的房地产开发企业和地理位置较好、市场销售前景看好的房地产项目。为此，银行在考察房地产公司贷款时，必须从宏观和微观两个方面来预防贷款风险，在指标体系中也是通过财务指标和非财务指标来实现的，指标体系的设计是整个房地产银行信贷预警的基础，并且要作到重点突出，这就需要用指标筛选法把重要指标筛选出来，通过精简的指标体系来有效、方便的衡量房地产公司的清偿贷款能力，最后，通过总体评价模型，把风险度量值与五类贷款相对应，同时也符合国家银行监督委员会对银行贷款类别划分的要求，达到了控制房地产行业信贷风险的目的。由此，建立一个完整的房地产信贷指标体系及建立相应的总体评价模型是非常必要的。 1.2 本课题研究的目的本课题研究的目的 通过对企业主要财务指标的分析和模拟，再通过适当的评价方法，可以测评各个企业的信用风险。但房地产企业与一般的工商企业相比有相当大区别。
