首页--经济论文--财政、金融论文--金融、银行论文--金融、银行理论论文

数据仓库及其在商业银行信用风险内部评级中的应用研究

摘要第1-8页
ABSTRACT第8-9页
第1章 绪论第9-13页
 1.1 问题的提出第9-10页
 1.2 文献综述第10-11页
 1.3 文章的研究方法及基本思路第11-13页
第2章 《巴塞尔新资本协议》内部评级法与商业银行信息系统的内在关系第13-21页
 2.1 《巴塞尔新资本协议》的形成及特点第13-15页
  2.1.1 《巴塞尔新资本协议》的形成第13-14页
  2.1.2 《巴塞尔新资本协议》的特点第14-15页
 2.2 《巴塞尔新资本协议》内部评级法:对信用风险的精确计量第15-17页
  2.2.1 基础内部评级法第16-17页
  2.2.2 高级内部评级法第17页
 2.3 《巴塞尔新资本协议》内部评级法对商业银行信息系统的要求第17-21页
  2.3.1 基础数据的收集第18页
  2.3.2 基础数据的处理第18-19页
  2.3.3 内部评级模型的应用第19页
  2.3.4 违约概率的测算第19-20页
  2.3.5 内部评级的验证第20-21页
第3章 数据仓库与商业银行信用风险管理创新第21-33页
 3.1 数据仓库及其特点第21-22页
  3.1.1 数据仓库是面向主题的第21-22页
  3.1.2 数据仓库是集成化的第22页
  3.1.3 数据仓库是相对稳定的第22页
  3.1.4 数据仓库是随时变化的第22页
 3.2 数据仓库设计过程和体系结构第22-25页
  3.2.1 数据仓库的设计过程第22-24页
  3.2.2 数据仓库的体系结构第24-25页
 3.3 数据仓库技术第25-29页
  3.3.1 联机分析处理技术第25-26页
  3.3.2 数据挖掘技术第26-29页
 3.4 数据仓库与商业银行信用风险管理创新第29-33页
  3.4.1 信用风险管理方法的演变第29-30页
  3.4.2 数据仓库与信用风险管理创新第30-33页
第4章 数据仓库技术在银行内部评级中应用的途径探讨第33-45页
 4.1 银行数据仓库与内部评级的数据要求第33-36页
  4.1.1 银行数据仓库与内部评级数据的广度要求第33-34页
  4.1.2 银行数据仓库与内部评级数据的深度要求第34-35页
  4.1.3 数据仓库技术对异种客户数据的兼容分析第35-36页
 4.2 数据仓库技术与客户信用级别的划分第36-39页
  4.2.1 传统客户信用评级技术的缺陷第36页
  4.2.2 基于数据仓库技术的现代客户信用评级技术的应用第36-39页
 4.3 数据仓库技术与违约概率模型的应用第39-42页
  4.3.1 数据挖掘技术与资产组合联合违约概率模型的应用第39-42页
  4.3.2 数据挖掘技术与单个交易对手违约概率模型的应用第42页
 4.4 数据仓库技术与信用评级的验证第42-44页
 4.5 银行数据仓库与信用评级信息披露要求第44-45页
第5章 银行数据库仓库的建立及其在内部评级中应用的举例分析第45-64页
 5.1 银行数据仓库的建立第45-56页
  5.1.1 需求分析第45-46页
  5.1.2 商业银行数据仓库设计的框架分析第46-47页
  5.1.3 数据源的确定和数据的预处理第47-50页
  5.1.4 数据模型的选择和数据粒度的确定第50-53页
  5.1.5 部门级数据集市的建立第53-54页
  5.1.6 银行数据仓库的功能实现第54-55页
  5.1.7 银行数据仓库建设中应注意的问题第55-56页
 5.2 数据仓库技术在内部评级应用的举例分析第56-64页
  5.2.1 分类挖掘算法的分类与选择第57页
  5.2.2 评级指标体系的建立第57-58页
  5.2.3 样本的选取和标准化第58-60页
  5.2.4 内部评级神经网络模型的构建第60-62页
  5.2.5 内部评级神经网络模型的实际应用第62-64页
结论第64-66页
参考文献第66-69页
致谢第69-70页
附录A 攻读学位期间所发表的学术论文目录第70页

论文共70页,点击 下载论文
上一篇:班主任与中学生心理健康教育
下一篇:论骗取出口退税罪的司法认定与侦查对策