首页--经济论文--经济计划与管理论文--经济计算、经济数学方法论文--经济数学方法论文

基于支持向量机的我国商业银行信用风险识别模型

摘要第1-5页
ABSTRACT第5-9页
第1章 绪论第9-16页
   ·研究背景与意义第9-10页
     ·研究背景第9-10页
     ·研究意义第10页
   ·国内外研究现状综述第10-14页
     ·国外研究现状综述第10-12页
     ·国内研究现状综述第12-14页
   ·研究内容、方法第14-15页
     ·研究内容第14-15页
     ·研究方法第15页
   ·本文的创新点第15-16页
第2章 信用风险概述第16-19页
   ·信用风险的概念第16-17页
   ·信用风险的特征第17-19页
第3章 商业银行信用风险的度量第19-28页
   ·巴塞尔资本协议第19页
   ·新巴塞尔资本协议下的内部评级法第19-20页
   ·信用风险度量的传统方法第20-24页
     ·专家法第20-21页
     ·多元统计判别模型第21-24页
   ·信用风险的现代内部计量模型第24-28页
     ·基于期权定价理论的KMV模型第25页
     ·基于在险价值(VaR)方法的信用度量模型第25-26页
     ·信用风险附加模型(Credit Risk+)第26-28页
第4章 支持向量机理论概述第28-38页
   ·统计学习理论第28-31页
     ·学习过程一致性条件第28-29页
     ·VC维和推广性的界第29-30页
     ·结构化风险最小化第30-31页
   ·支持向量机基本原理第31-38页
     ·线性分类器第31-35页
     ·非线性分类器第35-38页
第5章 SVM模型的旋转算法第38-49页
   ·旋转算法基本理论第38-39页
   ·凸二次规划的旋转算法第39-41页
   ·凸二次规划旋转算法步骤第41-42页
   ·变量有上界的凸二次规划第42-45页
   ·旋转算法在SVM模型中的应用第45-47页
   ·仿真试验第47-49页
第6章 基于SVM商业银行信用风险识别模型应用第49-57页
   ·基于SVM的我国商业银行信用风险识别模型第49-54页
     ·模型假设第49-50页
     ·样本选择第50-51页
     ·指标的选择第51页
     ·数据的预处理第51-52页
     ·模型的建立第52-54页
   ·基于SVM的我国商业银行信用风险识别模型结果分析第54-55页
   ·基于SVM的我国商业银行信用风险识别模型有待解决的问题第55-57页
第7章 全文总结与研究展望第57-59页
   ·全文总结第57-58页
   ·研究展望第58-59页
参考文献第59-62页
致谢第62-63页
附录第63-74页

论文共74页,点击 下载论文
上一篇:基于马克思经济学的金融危机生成机制研究
下一篇:基于博弈论的供应链企业合作问题研究