| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 第1章 绪论 | 第10-22页 |
| ·研究背景 | 第10-12页 |
| ·研究的目的和意义 | 第12-13页 |
| ·研究目的 | 第12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究现状 | 第13-20页 |
| ·国外研究现状 | 第13-17页 |
| ·国内研究现状 | 第17-20页 |
| ·研究现状评述 | 第20页 |
| ·本文研究的主要内容及研究框架 | 第20-22页 |
| 第2章 信用风险概念界定及BP神经网络理论基础 | 第22-35页 |
| ·基本概念 | 第22-24页 |
| ·信用风险损失 | 第23页 |
| ·风险期 | 第23-24页 |
| ·信用评级 | 第24页 |
| ·商业银行信用风险的界定与特征 | 第24-27页 |
| ·信用风险概念及新发展 | 第24-25页 |
| ·商业银行信用风险的概念界定 | 第25-26页 |
| ·商业银行信用风险的特点 | 第26-27页 |
| ·商业银行信用风险管理的内容 | 第27-29页 |
| ·神经网络数据挖掘方法 | 第29-34页 |
| ·神经网络设计的基本原理 | 第29-31页 |
| ·三层BP网络的学习原理分析 | 第31-33页 |
| ·BP网络学习算法 | 第33-34页 |
| ·神经网络法对商业银行信用风险评价的适用性分析 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第3章 商业银行客户信用风险评价指标体系构架 | 第35-44页 |
| ·信用风险评估指标体系建立的原则 | 第35-36页 |
| ·全面性和重要性相结合 | 第35页 |
| ·相对稳定性与内容动态性相结合 | 第35-36页 |
| ·统计上的可行性和有效性 | 第36页 |
| ·定量指标与定性指标相结合 | 第36页 |
| ·我国目前商业银行信用风险管理的现状和问题 | 第36-39页 |
| ·我国目前商业银行信用风险现状 | 第36-37页 |
| ·我国目前商业银行信用风险管理存在的问题 | 第37-39页 |
| ·商业银行客户信用风险评估指标体系的建立 | 第39-42页 |
| ·信用风险评估要素分析 | 第39-40页 |
| ·评价指标的确定 | 第40-41页 |
| ·定性指标的量化 | 第41-42页 |
| ·信用风险评价指标体系效度和信度分析 | 第42-43页 |
| ·效度分析 | 第42页 |
| ·信度分析 | 第42-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 基于BP神经网络的商业银行客户信用风险评价模型的构建 | 第44-55页 |
| ·信用风险评价模型的基础 | 第44-47页 |
| ·信用风险的判定标准 | 第44-45页 |
| ·建立信用风险识别模型的方法论 | 第45-47页 |
| ·神经网络模型的构建 | 第47-52页 |
| ·神经网络的构造 | 第47-49页 |
| ·对BP神经网络权值及阀值的修正 | 第49-52页 |
| ·对BP神经网络评价风险的改进 | 第52-54页 |
| ·采用改变学习率优化BP神经网络 | 第52-53页 |
| ·采用正交化设计优化BP神经网络 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 实证分析 | 第55-64页 |
| ·数据的收集及处理 | 第55-59页 |
| ·数据收集 | 第55页 |
| ·数据的处理与分析 | 第55页 |
| ·评价指标对信用风险的识别分析 | 第55-59页 |
| ·利用“3σ”规则确定信用风险状况 | 第59-61页 |
| ·F值的均值及标准差确定 | 第59页 |
| ·信用风险状况确定 | 第59-61页 |
| ·改进BP神经网络模型的训练 | 第61-63页 |
| ·模型训练需要考虑的因素 | 第61-62页 |
| ·训练结果 | 第62-63页 |
| ·模型结果灵敏度分析 | 第63页 |
| ·本章小结 | 第63-64页 |
| 结论 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 附录 | 第71-73页 |
| 攻读学位期间发表的学术论文 | 第73-75页 |
| 致谢 | 第75页 |