首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--信贷论文

商业银行人工智能信贷决策模型研究

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-20页
    1.1 研究背景、目的和意义第10-14页
        1.1.1 研究背景第10-11页
        1.1.2 研究目的第11-12页
        1.1.3 研究意义第12-14页
    1.2 国内外研究现状综述第14-18页
        1.2.1 国外关于银行信贷决策模型与方法的研究现状第14-16页
        1.2.2 国内关于银行信贷决策模型与方法的研究现状第16-18页
    1.3 研究内容及方法第18-20页
第2章 相关文献和理论综述第20-30页
    2.1 银行信贷与风险概述第20-25页
        2.1.1 银行信贷定义及特征第20页
        2.1.2 银行信贷原则第20-22页
        2.1.3 信贷风险及其分类第22-24页
        2.1.4 信贷风险的影响及信贷风险管理第24-25页
    2.2 相关技术理论概述第25-30页
        2.2.1 决策支持系统(DSS)第25页
        2.2.2 知识管理系统(KMS)第25-26页
        2.2.3 专家系统(ES)第26-27页
        2.2.4 人工神经网络(ANN)第27-28页
        2.2.5 综合集成第28-30页
第3章 银行信贷决策风险分类决策支持系统的研究第30-49页
    3.1 综合集成系统的结构分析第30-34页
        3.1.1 综合集成的必要性第30-31页
        3.1.2 综合集成系统的结构第31-34页
    3.2 基于神经网络的财务分析第34-38页
        3.2.1 财务分析的重要性第34-36页
        3.2.2 人工神经网络应用系统的开发第36-38页
        3.2.3 财务因素分析系统设计目标第38页
    3.3 基于专家系统的非财务因素分析第38-45页
        3.3.1 非财务因素分析的重要性第38-39页
        3.3.2 非财务因素分析的专家系统第39-45页
    3.4 基于知识管理的贷款风险分类分析第45-49页
        3.4.1 贷款风险分类与知识管理的关系第45-46页
        3.4.2 应对措施第46-49页
第4章 银行信贷决策动态模型构建第49-62页
    4.1 信贷决策因素指标体系第49-53页
        4.1.1 备选指标选择第49-51页
        4.1.2 构建指标体系第51-53页
    4.2 模型建立基础理论第53-57页
    4.3 建立分枝定界批增量SVM集成的商业银行信贷决策方法第57-62页
第5章 实证研究第62-74页
    5.1 样本公司的选择及研究思路第62页
    5.2 数据的预处理第62-65页
    5.3 模型建立及评价标准第65-66页
        5.3.1 模型建立第65页
        5.3.2 评价标准第65-66页
    5.4 实证结果及分析第66-74页
第6章 总结与展望第74-76页
参考文献第76-79页
致谢第79页

论文共79页,点击 下载论文
上一篇:大股东参与定向增发的利益输送行为及效果研究--基于中弘股份的案例研究
下一篇:拟IPO新三板公司“三类股东”股权转让定价问题研究--以H公司为例