| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-22页 |
| ·问题的提出 | 第10-11页 |
| ·研究背景 | 第10页 |
| ·研究意义 | 第10-11页 |
| ·现实意义 | 第10-11页 |
| ·理论意义 | 第11页 |
| ·国内外研究现状综述 | 第11-19页 |
| ·国外研究现状 | 第11-16页 |
| ·专家分析法 | 第12页 |
| ·贷款评级法 | 第12页 |
| ·信用评分法 | 第12-13页 |
| ·现代信用风险度量模型 | 第13-15页 |
| ·人工智能方法 | 第15-16页 |
| ·国内研究现状 | 第16-19页 |
| ·国内信用评级体系 | 第16页 |
| ·贷款评级的多元判别分析模型 | 第16页 |
| ·信用评分 | 第16-17页 |
| ·现代信贷风险度量模型 | 第17-18页 |
| ·人工智能方法 | 第18-19页 |
| ·相关评述 | 第19页 |
| ·论文的主要研究内容和研究方法 | 第19-22页 |
| ·论文研究的主要内容 | 第19-21页 |
| ·论文的研究方法 | 第21-22页 |
| 第二章 银行信用风险的基本理论 | 第22-28页 |
| ·商业银行信用风险概况 | 第22-23页 |
| ·商业银行信用风险概念 | 第22页 |
| ·信用风险成因及特征 | 第22-23页 |
| ·信用风险成因 | 第22-23页 |
| ·信用风险特征 | 第23页 |
| ·商业银行风险管理相关理论综述 | 第23-24页 |
| ·资产风险管理理论 | 第23页 |
| ·负债风险管理理论 | 第23-24页 |
| ·资产负债综合风险管理理论 | 第24页 |
| ·中间业务管理理论 | 第24页 |
| ·风险资产管理理论 | 第24页 |
| ·我国商业银行信用风险管理模式及存在问题 | 第24-26页 |
| ·信用风险管理的模式 | 第24-25页 |
| ·存在问题 | 第25-26页 |
| ·本章小结 | 第26-28页 |
| 第三章 银行信用风险预警管理及 SVM 原理 | 第28-36页 |
| ·银行信用风险预警理论概述 | 第28-29页 |
| ·银行信用风险预警及其必要性 | 第28页 |
| ·银行信用风险预警方法 | 第28-29页 |
| ·支持向量机(SVM)原理 | 第29-34页 |
| ·SVM 概述 | 第29页 |
| ·结构风险最小化 | 第29-31页 |
| ·SVM 原理及算法 | 第31-34页 |
| ·SVM 用于银行信用风险预警的可行性分析 | 第34-35页 |
| ·理论可行性 | 第34-35页 |
| ·实践可行性 | 第35页 |
| ·本章小结 | 第35-36页 |
| 第四章 银行信用风险预警指标体系及 SVM 模型的构建 | 第36-42页 |
| ·银行信用风险预警评价指标体系的量化方式 | 第36-38页 |
| ·指标体系的构建 | 第36-37页 |
| ·数据指标的处理 | 第37-38页 |
| ·银行信用风险 SVM 预警模型的构建 | 第38-41页 |
| ·基本思路 | 第38-39页 |
| ·通用模型的构建 | 第39页 |
| ·核函数的选择 | 第39-40页 |
| ·模型的评价 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第五章 实证分析 | 第42-48页 |
| ·样本数据的获取和处理 | 第42-43页 |
| ·样本数据的选取 | 第42页 |
| ·样本数据预处理 | 第42-43页 |
| ·预测实验 | 第43-45页 |
| ·实验结果分析 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第六章 结论与展望 | 第48-52页 |
| ·结论 | 第48-49页 |
| ·建议与展望 | 第49-52页 |
| 参考文献 | 第52-55页 |
| 附录 | 第55-62页 |
| 致谢 | 第62-64页 |
| 作者简介 | 第64-66页 |
| 攻读学位期间所取得的相关科研成果 | 第66页 |