补偿模糊神经网络在我国银行信贷行业分析中的应用研究

摘要

基于为我国商业银行提供一种科学、完整和综合的行业分析量化方法的目的，本文在综合国内外理论研究成果的基础上，提出了运用补偿模糊神经网络这种人工智能的评价方法对其进行分析，通过对补偿模糊神经网络具体过程的分析，阐明其对于行业分析的适用性。结合我国实际情况提出了包括行业集中度、行业平均利润率、行业损益系数等8个方面的21项指标的指标体系。选取38个行业作为研究对象，在对相应的指标数据进行稳健性处理后，最终确定了36个行业，并通过因子分析对指标进行简化，进而通过补偿模糊神经网络模型分析对银行应进入，观望和退出的行业进行了分类，根据分类结果提出了商业银行行业信贷进入和退出方面的建议和策略，以期为我国商业银行行业合理规划和调整信贷的行业结构提供了参考依据。

目录

文摘

英文文摘

第1章绪论

1.1论文的背景及意义

1.2国内外研究现状

1.2.1行业分析的国内外研究现状

1.2.2人工神经网络的发展及应用现状

1.3本文主要研究内容及框架

第2章行业分析影响因素及其指标体系的确立

2.1行业的定义与分类

2.2行业分析的影响因素

2.2.1外部因素

2.2.2内部因素

2.3指标体系的确立

2.3.1指标选择的原则

2.3.2指标体系的构建

2.3.3指标的量化

2.4本章小结

第3章商业银行信贷行业分析模型的建立

3.1人工神经网络及其适用性分析

3.1.1神经网络的基本结构和特性

3.1.2模型的适用性分析

3.2补偿模糊神经网络模型的基本原理

3.2.1模糊神经元

3.2.2补偿模糊神经网络结构

3.2.3补偿模糊推理

3.2.4补偿模糊神经网络的学习算法

3.3预测精度的检验方法

3.4数据的稳健性处理

3.4.1稳健性的内涵

3.4.2异常值的基本剔除方法

3.5因子分析

3.5.1因子分析的相关概念

3.5.2因子分析的数学模型

3.5.3因子分析的基本步骤

3.6本章小结

第4章模型的实证研究

4.1样本数据的预处理

4.1.1样本的获取

4.1.2样本数据的稳健性处理

4.1.3样本数据的标准化处理

4.2样本数据的因子分析

4.2.1因子分析检验

4.2.2求解初始因子

4.2.3求解解释因子

4.3模型的应用

4.4模型的计算结果分析

4.5行业进入或退出方面的选择策略

4.6本章小结

结论

参考文献

附录1：标准化数据

附录2：matlab程序

攻读学位期间发表的学术论文

哈尔滨工业大学硕士学位论文原创性声明

哈尔滨工业大学硕士学位论文使用授权书

致谢