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 |