基于SVM的中国商业银行危机预警模型研究
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-20页 |
| ·研究背景与意义 | 第8-9页 |
| ·研究背景 | 第8-9页 |
| ·研究意义 | 第9页 |
| ·文献综述 | 第9-16页 |
| ·银行危机的界定 | 第9-10页 |
| ·商业银行产生危机的原因 | 第10-13页 |
| ·商业银行危机预警指标 | 第13-15页 |
| ·商业银行危机预警方法 | 第15-16页 |
| ·研究思路与结构安排 | 第16-19页 |
| ·研究思路 | 第16-17页 |
| ·结构安排 | 第17-19页 |
| ·本文的创新与贞献 | 第19-20页 |
| 2 理论基础 | 第20-36页 |
| ·银行危机的成因分析 | 第20-25页 |
| ·银行危机发生的内在根源 | 第20-22页 |
| ·银行危机发生的外来冲击 | 第22-24页 |
| ·银行危机发生的传染机制 | 第24-25页 |
| ·支持向量机(SVM) | 第25-30页 |
| ·支持向量机概述 | 第25页 |
| ·支持向量机理论基础 | 第25-26页 |
| ·支持向量机原理 | 第26-30页 |
| ·遗传算法(GA) | 第30-35页 |
| ·遗传算法的基本原理 | 第30-31页 |
| ·相关重要术语 | 第31-33页 |
| ·遗传算法的基本运算过程 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 3 研究设计 | 第36-46页 |
| ·预警指标体系的设计 | 第36-44页 |
| ·指标设计的原则 | 第36-37页 |
| ·指标体系的建立 | 第37-44页 |
| ·预警模型的建立 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 4 实证研究 | 第46-52页 |
| ·样本的选择和数据来源 | 第46-48页 |
| ·指标的归一化处理 | 第48页 |
| ·参数选择过程 | 第48-50页 |
| ·网格寻优法 | 第48-49页 |
| ·遗传算法优化方法 | 第49-50页 |
| ·实验结果及分析 | 第50-51页 |
| ·实证结果 | 第50页 |
| ·实证结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 结论 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表学术论文情况 | 第57-58页 |
| 致谢 | 第58-59页 |
