海南交通银行商业贷款风险预警系统研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·选题背景、目的及意义 | 第7-9页 |
| ·选题的背景 | 第7-8页 |
| ·选题的目的及意义 | 第8-9页 |
| ·国内外商业贷款风险预警研究现状 | 第9-12页 |
| ·国外商业贷款风险预警研究现状 | 第10-11页 |
| ·国内商业贷款风险预警研究现状 | 第11-12页 |
| ·交通银行商业贷款风险预警现状 | 第12页 |
| ·论文结构、研究思路及方法 | 第12-15页 |
| ·论文结构 | 第12-13页 |
| ·研究思路及方法 | 第13-15页 |
| 第二章 人工神经网络概述 | 第15-24页 |
| ·ANN的构成与分类 | 第15-19页 |
| ·人工神经网络的基本类型 | 第15-16页 |
| ·人工神经网络示例及其算法 | 第16-19页 |
| ·前向三层BP神经网络模型 | 第19-23页 |
| ·网络的结构与数学描述 | 第19-20页 |
| ·B-P网络的学习算法 | 第20-22页 |
| ·B-P网络的误差讨论 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 商业贷款风险预警指标体系的构建 | 第24-31页 |
| ·贷款风险产生的原因 | 第24-26页 |
| ·社会方面的原因 | 第25页 |
| ·企业方面的原因 | 第25-26页 |
| ·银行方面的原因 | 第26页 |
| ·贷款风险预警指标的选择 | 第26-27页 |
| ·预警指标选择的原则 | 第26-27页 |
| ·预警选择中应考虑的问题 | 第27页 |
| ·贷款风险预警候选指标集的建立 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第四章 基于神经网络的商业贷款风险预警研究 | 第31-38页 |
| ·银行信贷风险预警概述 | 第31-33页 |
| ·银行信贷风险预警管理 | 第31-32页 |
| ·风险预警管理原则 | 第32-33页 |
| ·多点输出的BP神经网络贷款风险预警模型 | 第33-38页 |
| ·三层三节点神经网络结构 | 第33-35页 |
| ·算法流程 | 第35-38页 |
| 第五章 预警系统设计及实证研究 | 第38-52页 |
| ·系统设计原则和开发环境 | 第38-39页 |
| ·系统的设计原则 | 第38页 |
| ·系统的开发环境 | 第38-39页 |
| ·系统的主体机构及主要功能模块 | 第39-44页 |
| ·系统主体工作流程 | 第39-40页 |
| ·系统的主要功能模块及操作界面 | 第40-44页 |
| ·系统的验证 | 第44-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·总结 | 第52页 |
| ·下一步工作计划 | 第52-54页 |
| 参考文献 | 第54-58页 |
| 致谢 | 第58页 |
