基于ARMA模型的商业银行信贷风险预测分析
| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 引言 | 第7-10页 |
| 1.1 选题的背景与意义 | 第7-8页 |
| 1.2 研究内容与思路 | 第8-10页 |
| 1.2.1 研究内容 | 第8页 |
| 1.2.2 研究方法 | 第8页 |
| 1.2.3 技术路线 | 第8-10页 |
| 第二章 文献回顾及理论基础 | 第10-15页 |
| 2.1 文献回顾 | 第10-12页 |
| 2.1.1 国外研究现状 | 第10-11页 |
| 2.1.2 国内研究现状 | 第11-12页 |
| 2.2 理论基础 | 第12-15页 |
| 2.2.1 信贷与信贷风险 | 第12-13页 |
| 2.2.2 相关理论 | 第13-15页 |
| 第三章 我国商业银行信贷风险现状 | 第15-21页 |
| 3.1 我国商业银行信贷现状概述 | 第15-17页 |
| 3.2 我国商业银行信贷风险现状及产生的原因 | 第17-21页 |
| 3.2.1 信贷风险主要表现在不良贷款率偏高 | 第17-19页 |
| 3.2.2 商业银行信贷风险成因分析 | 第19-21页 |
| 第四章 基于ARMA模型对商业银行信贷风险的预测 | 第21-41页 |
| 4.1 时间序列分析概述 | 第21页 |
| 4.2 ARMA模型的定义 | 第21-25页 |
| 4.2.1 宽平稳随机过程 | 第21页 |
| 4.2.2 ARMA模型的一般形式 | 第21-23页 |
| 4.2.3 ARMA模型的基本原理 | 第23页 |
| 4.2.4 齐次非平稳序列ARIMA模型 | 第23页 |
| 4.2.5 ARMA模型的自相关和偏相关函数 | 第23-25页 |
| 4.3 ARMA模型的建模 | 第25-28页 |
| 4.3.1 平稳性检验 | 第26-27页 |
| 4.3.2 差分化 | 第27页 |
| 4.3.3 白噪声检验 | 第27页 |
| 4.3.4 最小信息量准则AIC | 第27-28页 |
| 4.4 建模和预测 | 第28-41页 |
| 4.4.1 数据来源及处理 | 第28页 |
| 4.4.2 在matlab里编写程序代码 | 第28页 |
| 4.4.3 结果与分析 | 第28-41页 |
| 第五章 论文的总结 | 第41-43页 |
| 5.1 论文的总结 | 第41页 |
| 5.2 文章的不足与展望 | 第41-43页 |
| 参考文献 | 第43页 |
