摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第9-22页 |
1.1 课题来源及研究意义 | 第9-12页 |
1.1.1 研究背景及问题的提出 | 第9-10页 |
1.1.2 课题研究意义 | 第10-12页 |
1.2 国内外研究现状 | 第12-19页 |
1.2.1 国外信用风险评估研究现状 | 第12-16页 |
1.2.2 国内信用风险评估研究现状 | 第16-17页 |
1.2.3 国内外信用风险评估研究综述 | 第17-19页 |
1.3 研究内容 | 第19-22页 |
第2章 商业银行信用风险评估理论知识 | 第22-34页 |
2.1 商业银行信用风险评估概述 | 第22-24页 |
2.1.1 信用风险的定义 | 第22-23页 |
2.1.2 商业银行信用风险 | 第23-24页 |
2.2 信用风险评估管理概述 | 第24-27页 |
2.2.1 我国信用风险管理阶段 | 第24-25页 |
2.2.2 我国商业银行信用风险管理方法 | 第25-26页 |
2.2.3 中外商业银行信用风险管理比较 | 第26-27页 |
2.3 支持向量机SVM理论基础 | 第27-32页 |
2.3.1 统计学习理论(SLT) | 第27-28页 |
2.3.2 支持向量机(SVM)算法 | 第28-31页 |
2.3.3 支持向量机(SVM)核函数 | 第31-32页 |
2.4 信用风险评估方法的选择和比较 | 第32-33页 |
2.5 本章小结 | 第33-34页 |
第3章 商业银行信用风险评估指标体系研究 | 第34-41页 |
3.1 指标体系设计原则 | 第34-35页 |
3.2 贷款企业财务风险的分析 | 第35-37页 |
3.2.1 偿债能力分析 | 第35-36页 |
3.2.2 盈利能力分析 | 第36页 |
3.2.3 营运能力分析 | 第36-37页 |
3.2.4 增长能力分析 | 第37页 |
3.3 贷款企业非财务风险的分析 | 第37-39页 |
3.4 信用风险评估指标体系构建 | 第39-40页 |
3.5 本章小结 | 第40-41页 |
第4章 模糊动态SVM集成的商业银行信用风险评估模型 | 第41-52页 |
4.1 问题的描述 | 第41页 |
4.2 基于模糊动态SVM集成信用风险评估模型 | 第41-50页 |
4.2.1 SVM子分类器模糊动态的改进 | 第41-45页 |
4.2.2 SVM子分类器的集成 | 第45-46页 |
4.2.3 模糊动态SVM集成模型的构建 | 第46-50页 |
4.3 本章小结 | 第50-52页 |
第5章 模糊动态SVM集成模型实例验证 | 第52-63页 |
5.1 数据收集与预处理 | 第52-57页 |
5.1.1 数据稳健性处理 | 第52页 |
5.1.2 归一化处理数据和因子分析 | 第52-57页 |
5.2 模型的实验设计及评价 | 第57-62页 |
5.2.1 参数的设定 | 第57-58页 |
5.2.2 模型试验结果与评价 | 第58-62页 |
5.3 本章小结 | 第62-63页 |
结论 | 第63-65页 |
参考文献 | 第65-70页 |
附录 | 第70-75页 |
致谢 | 第75-76页 |