基于数据挖掘技术的金融机构操作风险研究
摘要 | 第1-4页 |
ABSTRACT | 第4-8页 |
1 绪论 | 第8-15页 |
·研究背景和意义 | 第8-9页 |
·研究思路与方法 | 第9-10页 |
·国内外现状综述 | 第10-13页 |
·本文创新及框架体系 | 第13-15页 |
2 巴塞尔协议下的操作风险及其测量方法 | 第15-24页 |
·操作风险的定义 | 第15-17页 |
·操作风险的主要评估方法 | 第17-21页 |
·操作风险损失频率和损失强度 | 第21-23页 |
·本章小结 | 第23-24页 |
3 数据挖掘技术在金融风险中的应用 | 第24-34页 |
·数据挖掘技术在金融领域产生的背景 | 第24-25页 |
·数据挖掘的主要内容 | 第25-30页 |
·数据挖掘技术在金融领域的分析及其特点 | 第30-31页 |
·数据挖掘技术在金融研究中存在的问题 | 第31-32页 |
·数据挖掘技术在金融研究中的展望 | 第32-33页 |
·本章小结 | 第33-34页 |
4 模糊逻辑与神经网络对操作风险强度的判断 | 第34-42页 |
·模糊分类方法 | 第35-36页 |
·自组织竞争网络 | 第36-37页 |
·模糊分类的自组织竞争网络在操作风险中的应用 | 第37-40页 |
·本章小结 | 第40-42页 |
5 基于专家规则的遗传算法对操作风险规则的识别 | 第42-50页 |
·操作风险与遗传算法结合优势 | 第42-43页 |
·基于遗传算法的商业银行操作风险预测模型及算法 | 第43-46页 |
·银行操作风险预测分析 | 第46-48页 |
·本章小结 | 第48-50页 |
6 操作风险的管理及其在我国的思考 | 第50-61页 |
·银行整体操作风险管理设计的基本思路与方法 | 第50-57页 |
·对我国商业银行操作风险的思考 | 第57-60页 |
·本章小结 | 第60-61页 |
7 结论 | 第61-62页 |
致谢 | 第62-63页 |
参考文献 | 第63-67页 |
附录 | 第67页 |
作者在攻读硕士学位期间所发表的论文目录 | 第67页 |