| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-9页 |
| 一、绪论 | 第9-22页 |
| (一) 研究背景、目的和意义 | 第9-13页 |
| 1. 研究背景 | 第9-10页 |
| 2. 研究目的 | 第10-11页 |
| 3. 研究意义 | 第11-13页 |
| (二) 国内外研究现状综述 | 第13-19页 |
| 1. 国外对银行信贷决策模型与方法的研究现状 | 第13-16页 |
| 2. 国内对银行信贷决策模型与方法的研究现状 | 第16-18页 |
| 3. 国内外银行信贷决策模型与方法评述 | 第18-19页 |
| (三) 研究内容及论文结构 | 第19-20页 |
| (四) 研究方法及技术路线 | 第20-22页 |
| 二、银行信贷与风险概述 | 第22-27页 |
| (一) 银行信贷定义及特征 | 第22页 |
| (二) 银行信贷原则 | 第22-24页 |
| 1. 安全性原则 | 第22-23页 |
| 2. 流动性原则 | 第23页 |
| 3. 效益性原则 | 第23-24页 |
| (三) 信贷风险及其分类 | 第24-26页 |
| (四) 信贷风险的影响及信贷风险管理 | 第26-27页 |
| 三、信贷决策因素指标体系 | 第27-32页 |
| (一) 备选指标选择 | 第27-29页 |
| (二) 基于分支定界特征选择方法构建指标体系 | 第29-32页 |
| 四、银行信贷决策动态模型构建 | 第32-42页 |
| (一) 基础理论 | 第32-36页 |
| 1. 统计学习理论概要 | 第32-33页 |
| 2. 静态支持向量机原理及算法 | 第33-35页 |
| 3. 动态增量支持向量机原理 | 第35页 |
| 4. 组合分类器思想 | 第35-36页 |
| (二) 分枝定界批增量SVM集成的商业银行信贷决策方法 | 第36-42页 |
| 1. 面向概念漂移的增量SVM集成算法 | 第36-40页 |
| 2. 基于交叉验证和网格搜索相结合的参数寻优 | 第40页 |
| 3. 基于装袋算法的组合分类器构建 | 第40-42页 |
| 五、实证研究 | 第42-54页 |
| (一) 样本公司的选择及研究思路 | 第42页 |
| (二) 数据的预处理 | 第42-45页 |
| (三) 动态增量模型和静态模型的建立 | 第45页 |
| (四) 评价标准 | 第45-46页 |
| (五) 实证结果及分析 | 第46-54页 |
| 六、本文结论 | 第54-56页 |
| (一) 本文的主要研究成果 | 第54-55页 |
| (二) 本文存在的不足 | 第55-56页 |
| 参考文献 | 第56-62页 |
| 攻读学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |