我国银行体系稳定性早期预警机制基于径向基人工神经网络的研究
| 致谢 | 第1-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 目次 | 第8-10页 |
| 1 引言 | 第10-16页 |
| ·问题的提出及研究意义 | 第10-11页 |
| ·文章结构及基本思路 | 第11-14页 |
| ·本文的研究方法、创新点及难点 | 第14-16页 |
| 2 银行稳定性预警相关理论评述 | 第16-24页 |
| ·银行体系稳定的内涵 | 第16-17页 |
| ·从银行稳定具有的特征界定其内涵 | 第16页 |
| ·从银行危机具有的特征界定其内涵 | 第16-17页 |
| ·银行稳定性预警模型评述 | 第17-21页 |
| ·银行快速预警纠偏模型 | 第18-19页 |
| ·美国的CAMEL银行评级预警模型 | 第19页 |
| ·数理统计预警模型 | 第19-20页 |
| ·三种预警模型的比较及评述 | 第20-21页 |
| ·国内外银行体系稳定性预警相关文献 | 第21-24页 |
| ·银行体系稳定性影响因素 | 第21-22页 |
| ·国内银行稳定性预警 | 第22-24页 |
| 3 建立我国银行体系预警机制的必要性和难点 | 第24-30页 |
| ·我国银行体系预警机制的现状 | 第24页 |
| ·建立我国银行体系预警机制的必要性 | 第24-27页 |
| ·银行体系的脆弱性 | 第24-25页 |
| ·银行危机的潜在成本巨大 | 第25-26页 |
| ·我国银行体系较强的不稳定性 | 第26-27页 |
| ·建立我国银行体系稳定性预警机制的难点 | 第27-30页 |
| 4 我国银行体系稳定性预警机制的构建 | 第30-39页 |
| ·人工神经网络理论与银行体系稳定性预警 | 第30-31页 |
| ·基于径向基神经网络预警机制的构建 | 第31-39页 |
| ·预警指标体系构建的原则及其选择 | 第32-35页 |
| ·径向基(RBF)神经网络预警模型 | 第35-39页 |
| 5 基于人工神经网络预警机制的实证研究 | 第39-45页 |
| ·数据收集与处理 | 第39-41页 |
| ·因子分析与银行体系稳定性综合得分 | 第41-43页 |
| ·因子分析的结果 | 第41-42页 |
| ·对因子分析结果的解释 | 第42-43页 |
| ·径向基神经网络预警实证 | 第43-45页 |
| 6 结论与展望 | 第45-49页 |
| ·我国银行体系稳定性降低的原因以及相应的政策建议 | 第45-47页 |
| ·近两年我国银行体系稳定性降低的原因分析 | 第45-46页 |
| ·提高我国银行体系稳定性的政策建议 | 第46-47页 |
| ·基于人工神经网络的预警机制尚需解决的问题 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53-59页 |
