基于统计学习的银行财务绩效与风险评价研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 财务绩效及其评价的界定 | 第10-11页 |
| 1.2.1 财务绩效的界定 | 第10页 |
| 1.2.2 财务绩效评价的界定 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-13页 |
| 1.3.1 国内研究现状 | 第11-12页 |
| 1.3.2 国外研究现状 | 第12-13页 |
| 1.4 研究方法与研究思路 | 第13-14页 |
| 1.4.1 研究方法 | 第13页 |
| 1.4.2 研究思路及路线 | 第13-14页 |
| 1.5 数据来源 | 第14-15页 |
| 第二章 财务绩效评价的理论与方法基础 | 第15-23页 |
| 2.1 财务绩效的评价指标理论 | 第15-16页 |
| 2.2 财务绩效的评价方法理论 | 第16-18页 |
| 2.2.1 单项财务绩效评价理论 | 第16-17页 |
| 2.2.2 综合财务绩效评价理论 | 第17-18页 |
| 2.3 统计学习算法概述 | 第18-23页 |
| 2.3.1 统计学习综述 | 第18-19页 |
| 2.3.2 有指导学习的应用 | 第19-21页 |
| 2.3.3 无指导学习的应用 | 第21-23页 |
| 第三章 基于统计学习的银行财务绩效评价 | 第23-39页 |
| 3.1 指标选取与评价方法 | 第23-24页 |
| 3.2 银行财务状况的描述性统计分析 | 第24-26页 |
| 3.3 银行财务绩效评价的无指导统计学习方法 | 第26-32页 |
| 3.3.1 指标选取的验证性因子分析 | 第26-27页 |
| 3.3.2 求解主成分的矩阵选择 | 第27页 |
| 3.3.3 主成分的提取 | 第27-29页 |
| 3.3.4 主成分的命名与解释 | 第29-30页 |
| 3.3.5 主成分的得分与排名 | 第30-31页 |
| 3.3.6 评价结果分析 | 第31-32页 |
| 3.4 银行财务绩效评价的有指导统计学习方法 | 第32-39页 |
| 3.4.1 基于支持向量回归的研究 | 第32-35页 |
| 3.4.2 基于决策树的研究 | 第35-37页 |
| 3.4.3 评价结果分析 | 第37-39页 |
| 第四章 基于统计学习的银行信用风险评价 | 第39-45页 |
| 4.1 银行信用风险数据的分类预处理 | 第39页 |
| 4.2 基于逻辑斯谛回归的研究 | 第39-41页 |
| 4.2.1 理论逻辑斯谛模型的建立 | 第39-40页 |
| 4.2.2 实证分析 | 第40-41页 |
| 4.3 基于支持向量分类机的研究 | 第41-42页 |
| 4.3.1 理论及算法 | 第41页 |
| 4.3.2 实证分析 | 第41-42页 |
| 4.4 基于朴素贝叶斯法的研究 | 第42-43页 |
| 4.4.1 理论及算法 | 第42-43页 |
| 4.4.2 实证分析 | 第43页 |
| 4.5 模型选择与结果评价 | 第43-45页 |
| 第五章 总结与展望 | 第45-49页 |
| 5.1 结论与政策建议 | 第45-47页 |
| 5.1.1 结论 | 第45-46页 |
| 5.1.2 政策建议 | 第46-47页 |
| 5.2 本研究的创新点 | 第47页 |
| 5.3 不足与展望 | 第47-49页 |
| 5.3.1 不足 | 第47-48页 |
| 5.3.2 展望 | 第48-49页 |
| 参考文献 | 第49-51页 |
| 附录一 原始数据简表 | 第51-52页 |
| 附录二 成分指标得分 | 第52-53页 |
| 附录三 信用风险评级 | 第53-54页 |
| 附录四 程序 | 第54-59页 |
| 致谢 | 第59-60页 |
