| 摘要 | 第1-6页 |
| 目录 | 第6-10页 |
| 第一章 绪论 | 第10-18页 |
| ·问题的提出 | 第10-11页 |
| ·国内外文献综述 | 第11-16页 |
| ·国内研究文献 | 第11-14页 |
| ·国外主要研究文献 | 第14-16页 |
| ·本文主要研究内容 | 第16-18页 |
| 第二章 数据挖掘概述 | 第18-26页 |
| ·数据挖掘发展概述 | 第18-20页 |
| ·数据挖掘的含义 | 第20-22页 |
| ·数据挖掘功能 | 第22-24页 |
| ·数据挖掘系统的分类 | 第24-26页 |
| 第三章 西方商业银行信用风险度量的主要方法 | 第26-30页 |
| ·传统的信用风险度量方法 | 第26-28页 |
| ·专家系统模型法 | 第26-27页 |
| ·信用评分法 | 第27页 |
| ·神经网络模型 | 第27-28页 |
| ·基于VAR的现代信用风险度量模型 | 第28-30页 |
| ·KMV模型 | 第28页 |
| ·CreditMetrics模型 | 第28-29页 |
| ·CSFP信用风险附加模型 | 第29-30页 |
| 第四章 数据挖掘方法在商业银行应用的领域分析 | 第30-38页 |
| ·在银行客户关系管理领域的应用 | 第33-34页 |
| ·在银行风险预测与控制领域的应用 | 第34-35页 |
| ·在信用评估与信用决策领域的应用 | 第35-38页 |
| 第五章 数据挖掘在信用风险评价中的应用实例 | 第38-54页 |
| ·数据挖掘在信用风险管理应用中的优势分析 | 第38-39页 |
| ·聚类算法在信用卡信用评分系统中的应用 | 第39-42页 |
| ·运用Logistic回归和决策树建立客户信用评分模型 | 第42-48页 |
| ·利用模糊多层次综合分析法评价信用风险程度 | 第48-54页 |
| 第六章 数据挖掘在我国商业银行信用风险管理的应用分析 | 第54-60页 |
| ·我国商业银行内部信用评级现状及问题 | 第55-56页 |
| ·我国银行业信用风险管理水平总括及建议 | 第56-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读学位期间发表的论文 | 第65-66页 |
| 独创性声明 | 第66-67页 |
| 致谢 | 第67页 |