《中国科学技术大学.doc》由会员分享，可在线阅读，更多相关《中国科学技术大学.doc（14页珍藏版）》请在金锄头文库上搜索。
1、中国科学技术大学中国科学技术大学软件学院软件工程实验项目环节开题报告项 目 名 称： 商业银行贷款风险评估系统 成 员 名 单： 侯飞、王啸风、苏锡澎 胡彩凤、张雯 导 师： 朱洪军 工 程 领 域： 金融 研 究 方 向： 软件系统设计 开 题 时 间： 2010.11.27 中国科学技术大学软件学院填表日期：2010年 11月 27日一、 简况名称中文 商业银行贷款风险评估系统英文 Loan Risk Evaluating System of Commercial Banks 项目组成员名单姓名学号项目中的分工签 章侯飞SA10225191组长王啸风SA10225086组员苏锡澎SG102
2、25075组员胡彩凤SA10225087组员张雯SA10225531组员中 英 文 摘 要在现代金融体系中，商业银行作为金融交易的主要金融市场中介，在减少经济风险和不稳定因素，保证国民经济顺畅运行方面发挥着举足轻重的作用。商业银行在运营中本身承担着各种类型的风险，包括贷款风险、利率风险、流动性风险等,其中贷款风险最大也最为严重。银行经营中信贷管理的失误往往是导致其周转困难、停业和倒闭的最直接原因，这种结果很可能引起连锁反应，将涉及单个商业银行的生存及整个社会经济的稳定。因此，建立一种有效的风险评估机制用以帮助银行防范和降低贷款风险，是十分必要的。本系统在对商业银行贷款形成原因进行深入分析的基础
3、上，针对商业银行贷款风险评估的特点和贷款风险分类管理的一般流程，建立了商业银行贷款风险因素关系框图模型和贷款风险评估数学模型。按照商业银行贷款的常规流程，本系统经过对申请贷款方信息的搜集和调查，采用一系列数据挖掘的算法对贷款活动进行风险评估，为整个贷款活动的管理提供重要的参考。 In the modern financial system, as the main financial market agency of financial businesses, commercial banks are playing important roles in guaranteeing the ec
4、onomys steady running and reducing economic risk and unstable factors. During the operation, commercial banks are taking all kinds of risks, including loan risk, interest rate risk, liquidity risk and so on. Among all these risks, the loan risk has the biggest probability and it is the most serious
5、one. The faults of loan operations in commercial banks are frequently the direct reasons leading to consequences of cash squeeze, shutout or bankruptcy, which probably cause a chain reaction involving living of the individual bank and stability of the whole society. Therefore, building up an effecti
6、ve risk evaluating system to help the commercial banks prevent and reduce risks is much necessary. On the basis of deeply analyzing the reasons of commercial bank loans forming, aiming at characteristics of loan risk evaluation and normal process of loan risk classification management, our system bu
7、ilds up the block diagram model of relationships of commercial bank loan risk factors and the mathematical model of loan risk evaluation. According to the normal process of commercial bank loan, after collecting and searching the proposers information, our system uses a series of data mining algorit
8、hms to evaluate the risk of the loan function, which serves as a reference to support the whole loan management.主 题 词中文商业银行 风险评估 数据挖掘英文Commercial Bank/ Risk Evaluation/Data Mining二、选题依据1 阐述该选题的研究意义，或工程设计的价值和意义，国内外概况和发展趋势，选题的先进性和实用性，技术难度及工作量。商业银行贷款风险评估是指商业银行运用系统和规范的方法对信贷资产进行识别、处理和评估，用以防范和降低风险损失的发生，并对
9、信贷活动加以影响，最终实现信贷目标的行为。本设计对于提高我国商业银行的信贷管理具有一定的理论和现实意义。首先，随着经济和金融活动全球一体化程度的加深，各国金融监管的标准、方式和方法有统一的趋势，虽然各国间存在一定的差异，这种统一在时间中需要有一个过程，但最终都要向国际惯例接轨。纵观国内外商业银行信贷风险管理的现状，不难发现由于社会环境、管理体制和商业银行的发展进程等方面的不同，我国商业银行与西方商业银行无论在经营环境，经营战略和经营方法上都存在着较大差异。就贷款风险管理而言，西方商业银行早已将其作为整个经营管理的核心内容，并建立健全了一整套比较科学规范的信贷管理体制和制度，对贷款原则、贷款程序
10、、贷款审批、贷款风险分析、风险评定、风险控制体系都作了严格的规定。各级信贷管理层也都能恪尽职守、按章办事。而在我国由于银行的商业化经营体制是近几年才刚刚确立，包括信贷管理在内的许多管理还处在调整、完善之中，在信贷风险管理的诸多方面与西方商业银行还有差距。近年来我国政府对防范贷款风险尤为关注和重视,积极倡导运用现代信息技术管理手段推行商业银行风险管理。其次，可以培养良好的信贷文化。良好的信贷文化是银行稳健经营的基本保证之一。长期以来，信贷作为国有商业银行最大、最传统的经营产品之一，一直是国有商业银行最主要的创利渠道，随着入世后新的经济环境的形成，信贷的作用和地位将更显突兀。抓住信贷文化就抓住了国
11、有商业银行问题的核心，信贷文化既是制胜的基本点，又是发展的动力源。再次，可以全面、真实地反映信贷资产的风险，全面真实地了解信贷资产的风险，是有效管理的基本要求。西方银行比较注重从借款者的经营过程中各项数据量的变化关系中揭示其未来的发展趋势。他们在企业经营和发展诸多环节建立了反映企业经营状况和趋势的指标体系，并通过运用一些分析模型对财务数据进行测算和对比，进而分析和判断企业未来的变化，有效的降低了信贷风险。最后，商业银行贷款风险评估提供了一种方便而有效的方法对商业银行贷款的风险进行评估，为银行的信贷管理与决策提供重要参考，进而帮助银行防范和降低贷款风险，最终提高银行收益并保障银行资金的安全回收。
12、自东南亚金融危机后,银行信贷风险管理更引起世界各国的高度重视，在这当中,银行信贷风险预警管理无疑是非常重要一环。同时，面对日益激烈的市场竞争，银行企业迫切需要建立一套完善的决策分析系统，能够从自身的运营情况中得到各种准确的数据，更好的进行市场的决策，减少决策风险，提高内部管理水平，使业务迈上一个新台阶。这就需要我们开发银行贷款风险评估系统，建立贷款风险评价的定量模型，研制贷款风险管理系统，动态预警贷款风险状况，从而为商业银行信贷管理工作提供强有力的决策支持。目前，针对此类问题已有若干不同领域方法的算法，其中从机器学习中引出的决策树方法是一种较为通用并深入研究的分类函数逼近法。它是一种常用于预测
13、模型的算法，它通过将大量数据有目的的分类，从中找到一些具有价值的、潜在的信息。由于基于决策树的分类模型方法结构简单，便于人们理解效率高，适合大数据量，通常不需要训练数据外的知识等优点被人们广泛使用。决策树算法有多种，如CLS，ID3，CHAID，CART,FACT,SLIQ，SPRINT等。人工神经网络在商业银行信贷风险预警系统中的应用,无论从思想上,还是技术上都是传统经济预警系统的一种拓宽和突破,解决了传统预警模型难以处理高度非线性模型,克服缺少自适应能力、信息和知识获取的间接、费时、效率低等困难,从而为预警走向实用化奠定了基础。可以说，把数据挖掘技术应用于商业智能决策系统，已经成为当前计算
14、机技术应用研究热点之一。2 参考文献【l】范明、孟小峰等译，数据挖掘概念与技术M，北京，机械工业出版社，2007【2】邵峰品、于忠清编著，数据挖掘原理与算法M，北京，中国水利水电出版社，2003【3】张云涛等，数据挖掘原理与应用M北京：电子工业出版社，2004：pp. 201-210【4】毛国君，段立娟，王实等数据挖掘原理与算法M北京：清华大学出版社，2005：pp.l56-122【5】王丽珍，周丽华。数据仓库与数据挖掘原理及应用M北京：科学出版社，2004：ep157-158【6】陈宝林，最优化理论与算法M，北京：清华大学出版社，1989【7】唐晓萍，数据挖掘与知识发现综述J，电脑开发与应用
15、，200215(4)：pp3132【8】胡佳我国商业银行信贷风险评估模型比较研究D湖南大学硕士论文，2007【9】许定中国商业银行风险管理D，上海交通大学博士论文，2008，pp23-24【10】曾建潮，崔志华一种保证全局收敛的PSo算法J计算机研究与展，2004【11】潘峰，陈杰，等，粒子群优化算法模型分析自动化学报J，2006，32(3) pp368-377【12】 Kira K，Rendell L，A practical approach to feature selectionAProcInternatConfon Machine Learning，ICML-92C1992：pp123-135【13】Margaret HDunham，Data Mining Introductory and Advanced TopicsM清华大学出版社(影印版)，20031【14】M
