赤道原则下我国商业银行内部信用评级研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景 | 第10页 |
| ·文献综述 | 第10-13页 |
| ·国外关于赤道原则的研究现状 | 第10-11页 |
| ·国内关于赤道原则的研究现状 | 第11-13页 |
| ·研究内容与研究方法 | 第13-14页 |
| ·技术路线与论文结构 | 第14页 |
| ·拟解决的关键问题及创新期望 | 第14-16页 |
| 第二章 信用评级基本原理 | 第16-22页 |
| ·信用评级基本原理 | 第16-17页 |
| ·信用评级基本概念 | 第16-17页 |
| ·信用评级的指标设计原则 | 第17页 |
| ·信用评级主要模型和方法 | 第17-22页 |
| ·统计学方法 | 第18-19页 |
| ·Z 评分模型 | 第19-20页 |
| ·神经网络模型 | 第20页 |
| ·支持向量机 | 第20-22页 |
| 第三章 基于赤道原则的商业银行信用评级指标体系 | 第22-32页 |
| ·商业银行赤道原则产生背景 | 第22-23页 |
| ·环境与社会风险管理 | 第22页 |
| ·赤道原则的提出 | 第22-23页 |
| ·商业银行赤道原则核心内容 | 第23-28页 |
| ·赤道原则核心内容 | 第23-25页 |
| ·金融机构对赤道原则的实践现状 | 第25-27页 |
| ·基于赤道原则的主要信用评级指标 | 第27-28页 |
| ·商业银行信用评级的综合指标体系 | 第28-31页 |
| ·商业银行信用评级指标 | 第28-30页 |
| ·商业银行信用评级综合指标体系 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 基于支持向量机的银行信用评级模型设计 | 第32-42页 |
| ·统计学习理论 | 第32-34页 |
| ·VC 维 | 第32-33页 |
| ·结构风险最小化 | 第33-34页 |
| ·支持向量机的基本原理 | 第34-39页 |
| ·线性分类器 | 第34-36页 |
| ·非线性分类器及核函数的引入 | 第36-38页 |
| ·SVM的特性 | 第38-39页 |
| ·支持向量机模型设计 | 第39-42页 |
| ·支持向量机结构设计 | 第39页 |
| ·支持向量机的核函数选择 | 第39-40页 |
| ·支持向量机参数选择 | 第40-41页 |
| ·基于赤道原则的信用评级模型建立 | 第41-42页 |
| 第五章 银行信用评级模型的应用分析 | 第42-51页 |
| ·样本采集 | 第42-44页 |
| ·样本数据预处理 | 第44页 |
| ·模型分析 | 第44-49页 |
| ·核函数和参数的选择 | 第44-46页 |
| ·实验结果 | 第46-49页 |
| ·结果比较分析 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 结论 | 第51-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间取得的研究成果 | 第57-58页 |
| 致谢 | 第58-59页 |
| 附件 | 第59页 |
