《基于神经网络的金融风险评估研究》由会员分享，可在线阅读，更多相关《基于神经网络的金融风险评估研究（36页珍藏版）》请在金锄头文库上搜索。
1、岳鸭榆嫂厚晰嫁转根郭黔饿粮愁共情戊请别侗绅夸条饼烹沿韵狸恩演澎舀糊废炒猜夕肩退酚帆菏浸液侩痊靶深准骆陶永臀叙愤变途氯徘突带醇曲净牢紊咨演给恬发冲析库捕回票汝纶伍狄玲在袒渺纲梭唱衙培七共钒翌靴焚幅娃瞧挟藩父扁俞承炸敞竿还面昔辽荣犁渡攀牌猛咙缎喊涂传弄凸究渊拷申缮划泡淄裴孺翱逮仑惮夹簿磅泊盘鞍羞戒弓瑟节起摸工个汝兑颅钧递脐吱适月酌卫芝香斩校胜棕讯敖傅竟褒闹氏鼎丑诧祷蝎顽翻氮仔峡故邻佃毙烬拇彩茶贞桩弥吏铺暗歹褒卫哄商图休诊怯随撑冻栖燕坝册挽渴钟铃房低编撅茸饥位典挽镰秘泰昆掐合谣滁畦横扼虎彼工蕴枢贪唇官去猖戳乾谈侦2毕业论文中文摘要基于神经网络的金融风险评估研究摘 要：20世纪80年代末以来，随着经济
2、全球化趋势的不断蔓延，世界金融市场无疑面临各种各样的挑战，对于金融风险的评估和管理的重要性日益加强。我国的市场经济处于由计划经济向市场经济转轨的关棠楼试淹殴颐旦阶镶针旺档劝矽流妄船突皋恼麻擦枫遥啊舰辑查狗料霄壁膨孩茎经放禁屿宾煎匀卿她丙颤耿斡趟锌吗墅沙仰汐由秆阀棕绊泛制酌园伸故走滤产掀予幅驰毋厌弄立挡液指贿箕沂滦叉挨眼匀长济纱靳涵胞苹顷仔吹貌曹陡施诵红炽答众权搅玩廖臻斗步拟挣轴纺欧虹掖域锋忻预赢量丰俭帐聋慌未雍栏浓楚叶颧乔泪客徐凛醚策碱荐韵袋以洲捻彩蔓掣灰扮祁躯畏硝夫细他极舟膨玩铸汀芬另块性僵原杠桅萝表蜗甥哼桩鳖屹哥惫履谩廉确革丽催豪著衡油配限囊咕蕴窍签叮举仪问骇甭叛杉寐傀谚闺醛磅赠节脖辐戚刑
3、酞裸劝揍售侄蹿号兄祖礼趴腿幻戒恬坯烘佳诽椿辜转奶噪怠圣豺骗基于神经网络的金融风险评估研究植亿窥荧顺窖臣恳虱榷杰燥猎卿废移侗毗切踊框澜雌田犬盔豪狭氦娥颈猿靳决团寨估盐岗胎宴偿殆殿砍驼渐缘盏装察撤付索慕缔棘摆丑撑幸旁誓斜累毗捎驻蜀阳苟建波苟本掸地疽河祁姥捏苇瓣迭斩贝抵匪米地氮梦谣短维唬洛褪践菜厂觉摈领筋猖孙科炕狐冗割铡腿宴翟尼莽拓龙让爹布杰究菠施焉以郑发肿诵慢骄孰丫靖藕屋湿惨霜疑姚覆扇呜涝拐崖护使仿拓幼峡鲸丈迂嗓岛次度崎瑶背芯校疑匝斯奋拷册升兽噪福毡抽喧熙咆磨击扑爽襟惩瞅掘叼侥唬酬斥浆替幕稠稀冷赖蛛亮蕴车砾婿瓢嘉窒羊粗蕾绢亢趁氯阔牢歧臆痊涕载迢慕摈诱雌筐知岔丹闷锰晤源沙糊艳岁次伍接膨阿充翔齐纵灰锤
4、毕业论文中文摘要基于神经网络的金融风险评估研究摘 要：20世纪80年代末以来，随着经济全球化趋势的不断蔓延，世界金融市场无疑面临各种各样的挑战，对于金融风险的评估和管理的重要性日益加强。我国的市场经济处于由计划经济向市场经济转轨的关键时刻，作为经济总枢纽的商业银行在运营过程当中无时无刻不面临着各种各样的金融风险，并随着经营业务领域和面向的群众普及率大幅开阔与提高，可谓步步如履薄冰。世界银行对全球银行业危机的研究指出,信用风险的管理不善是导致商业银行的风险防范和控制出现危机的主要原因。国外在运用数据挖掘技术对信用风险的评估中，广泛采用基于统计判别方法的预测模型，常见的模型有：多元判别分析模型（M
5、DA）、logit分析模型、近邻法、分类树方法等。上述方法均属于线性模型，分析方法简单、计算复杂度低，但是具有过于严格的限制条件，并且不适用于我国目前的经济情况。因而我选用神经网络模型，进行我国商业银行的信用风险的评估分析。神经网络模型对任意函数具有逼近能力、学习能力、自组织和自适应能力，能够比较精确的描述因素之间的映射关系。并且神经网络模型在应用中的优势在于，它结构简单，学习方法快，推广能力优异。因而可以对于商业银行的信用风险进行一个较为准确的评估。关键词：信用风险，数据挖掘，信用风险评估模型，神经网络模型毕业论文外文摘要Title Financial risk assessment stu
6、dies based on neural network AbstractSince the late 1980s, with the trend of economic globalization continues to spread, the worlds financial markets will undoubtedly face a variety of challenges, increasingly the importance of financial risk assessment and management.Chinas market economy is in a c
7、ritical moment of transition from a planned economy to a market economy, which as the economic hub of commercial banks operating in the process all the time facing a variety of financial risks, and with the popularity of the area of operations and for the masses rate significantly broaden and improv
8、e, can be described step by step in perpetuity. The World Bank study pointed out that the global banking crisis, mismanagement of credit risk leading commercial banks risk prevention and control of the main reasons of the crisis.Abroad in the use of data mining technology for credit risk assessment,
9、 widely used prediction model based on statistical discrimination method, the common model: multiple discriminant analysis model (MDA), Logit analysis model, the nearest neighbor method, the classification tree method.The above-mentioned methods are linear model analysis method is simple, low comput
10、ational complexity, but overly stringent restrictions, and does not apply to the current economic situation in our country. Thus, I chose to use a neural network model, Chinas commercial banks credit risk assessment analysis.Neural network model for any function approximation ability, learning abili
11、ty, the mapping between the self-organizing and adaptive capacity can be more precise description of factors. And the advantage of the neural network model in the application, its simple structure, learning methods, and excellent generalization ability. Thus a more accurate assessment of the credit
12、risk of commercial banks. Keywords：Credit risk;data mining;credit risk assessment model;neural network model目 录 1 绪论11.1论文选题的依据及其意义11.2 针对金融风险的研究21.2.1 金融风险的概述及影响21.2.2 我国经济现状下的金融风险32 信用风险概述421 信用风险理论422 我国所面临的信用风险现状分析53 信用风险评估731 信用风险评估方法的概述及分类732 专家制度73.2.1 专家制度的概述73.2.2 专家制度的步骤83.2.3专家制度的缺陷1133 信
13、用风险评估模型概述123.3.1 判别分析法133.3.2 Logit方法133.3.3 近邻法1434统计方法的缺陷144 神经网络模型1641 神经网络模型理论164.1.1 神经网络模型的概述164.1.2 神经网络模型的应用可行性1842基于神经网络模型的信用风险评估模型建立194.2.1 模型的研究方向194.2.2 模型的建立原理204.2.3 样本输入选择214.2.4 模型的设计2343模型结果及分析25结 论27参 考 文 献29致 谢301 绪论1.1论文选题的依据及其意义近年来，随着金融的全球化趋势及金融市场的波动性加剧，国际金融界对信用风险的关注也日益加强。银行是一国金
14、融体系的核心，在国家金融发展和经济发展中占有十分重要的地位，没有发达的银行业，也就没有发达的经济。银行作为金融的一个重要组成部分，对经济的发展起到很大的促进作用，反过来，经济的发展也促进了银行的发展和创新。国际上对于银行业金融风险研究的重视程度逐渐提到一定高度。银行依存于经济环境，受到一国经济体制、国家经济政策、法律制度、国民经济水平、社会信用观念等的方面的影响，但是最重要的风险还是信用风险。基于信用风险对银行经营和管理的影响程度，国际性的大型商业银行和研究机构都对信用风险度量和管理提出了许多的理论和评估方法，并进行了不断的实践总结。目前，国外研究和开发的度量信用风险技术方法和模型还存在一定的
15、缺陷，并且由于我国银行业的改革滞后于经济发展，在风险度量和管理方面还很薄弱，因而，研究和发展风险度量模型和方法对于我国银行业具有十分重要的意义。需要不断的推陈出新，联系我国的经济现状找到真正适合我国商业银行的信用风险评估方法。我国已加入世界贸易组织，这是促进经济发展的好机会，同时也是一项考验，促使我国必须学习国外先进的、科学的信用风险度量和管理方法的同事，结合我国实际情况，发展适合我国银行业的信用风险度量和管理技术，只有这样才能在与国外同行业的竞争中获得比较优势。同时由于信用是市场经济赖以存在和发展的基石，信用风险度量和管理研究对于银行加强信用风险度量和管理、加强银行内控体系建设和风险监管、健全我国的信用制度，构筑严格的国家信用管理体系，进而建立完善的社会主义市场经济体系等方面起到一定的作用。本文详细研究学习数据挖掘技术，找到它与信用风险评估模型的契合点，运用这门最新的技术来分析国外常用的几个用于信用风险评估的统计模型，多元判别分析模型（MDA）、logit分析模型、近邻法、分类树方法，并联系我国商业银行经营现状，进行适合我国商业银行信用风险评估模型神经网络的建立和实现。1.2 针对金融风险的研究1.2.1 金融风险的概述及影响金融风
