基于神经网络的中国商业银行效率综合评价
| 1 引言 | 第1-18页 |
| 1．1 问题的提出 | 第8-9页 |
| 1．2 国内外研究综述 | 第9-16页 |
| 1．2．1 现有指标体系构建的主要问题 | 第9-11页 |
| 1．2．2 现有评价方法及其存在的问题 | 第11-16页 |
| 1．3 研究思路及研究工作 | 第16-18页 |
| 1．3．1 学术思想和技术路线 | 第16-17页 |
| 1．3．2 研究特色及创新点 | 第17-18页 |
| 2 中国商业银行效率指标体系的建立 | 第18-37页 |
| 2．1 原始指标的选取 | 第18-22页 |
| 2．1．1 经营效率指标 | 第18-20页 |
| 2．1．2 成本效率指标 | 第20-21页 |
| 2．1．3 资产配置效率指标 | 第21-22页 |
| 2．2 原始数据的获取 | 第22-26页 |
| 2．3 斜交旋转主成分模型的建立 | 第26-35页 |
| 2．3．1 主成分分析过程 | 第26-30页 |
| 2．3．2 模型计算 | 第30-35页 |
| 2．4 原始指标影响程度分析 | 第35-37页 |
| 3 中国商业银行效率的综合评价 | 第37-48页 |
| 3．1 BP神经网络评价模型 | 第37-45页 |
| 3．1．1 BP神经网络概述 | 第37-38页 |
| 3．1．2 数据的标准化处理 | 第38-39页 |
| 3．1．3 BP神经网络模型的建立 | 第39-45页 |
| 3．2 模型计算 | 第45-48页 |
| 4 评价结果分析及政策建议 | 第48-54页 |
| 4．1 评价结果总体分析 | 第48页 |
| 4．2 评价结果可信度分析 | 第48-50页 |
| 4．3 资产规模对中国商业银行效率的影响 | 第50-52页 |
| 4．4 银行体制对中国商业银行效率的影响 | 第52页 |
| 4．5 政策建议 | 第52-54页 |
| 5 结论 | 第54-56页 |
| 5．1 论文研究的主要工作 | 第54-55页 |
| 5．2 主要结论 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 附录A 均值化处理证明 | 第59-62页 |
| 附录B 神经网络模型程序 | 第62-64页 |
| 致谢 | 第64-65页 |
| 攻读硕士期间发表的论文和取得的科研成果 | 第65-66页 |
