首页> 中文学位 >基于支持向量机的企业信用风险评估研究
【6h】

基于支持向量机的企业信用风险评估研究

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 研究意义与背景

1.2 国内外理论研究现状

1.2.1 信用风险评估研究现状

1.2.2 支持向量机研究现状

1.2.3 支持向量机在信用风险评估中应用的研究现状

1.3 本文基本框架结构和研究思路

第二章 理论研究基础

2.1 相关概念界定

2.1.1 信用风险的定义

2.1.2 信用风险的特征

2.2 信用风险管理的识别与控制

2.2.1 信用风险的识别

2.2.2 信用风险的量化与评估

2.2.3 信用风险的控制

2.3 支持向量机及其理论模型

2.3.1 支持向量机的基本概念

2.3.2 支持向量机模型

第三章 信用风险因素的系统分析

3.1 财务风险分析

3.1.1 盈利性分析

3.1.2 清偿能力分析

3.1.3 营运能力分析

3.1.4 增长性分析

3.2 非财务风险分析

第四章 支持向量机在信用风险评估中的实证研究

4.1 样本数据描述

4.2 解释变量的初步筛选

4.3 因子分析

4.4 基于最小二乘支持向量机(LS-SVM)的信用风险评估模型的建立

4.5 基于集成支持向量机的信用风险评估模型的建立

4.6 模型对比

4.6.1 多元判别分析

4.6.2 Logistic回归

4.6.3 模型对比分析

第五章 结论和建议

5.1 研究结论

5.2 研究局限和发展趋势

致谢

参考文献

附录:作者在攻读硕士学位期间发表的论文

展开▼

摘要

金融危机频繁发生和巴塞尔新资本协议对风险的关注表明信用风险评估已经成为金融风险管理领域的重要课题。金融风险的防范也成为国际金融市场发展中的首要问题。商业银行是我国金融行业的中坚力量,商业银行信用风险在我国金融风险中表现的最为主要且显著,影响着经济运行。在商业银行信用风险管理的过程中,信用风险评估是防范信用风险的核心环节,对信用风险防范和控制至关重要。
   本文将影响商业银行信用风险的贷款企业作为主要的研究对象,通过对贷款企业财务风险因素的研究达到评估商业银行财务信用风险的目的。在具体的研究过程中,在对以往专家学者所取得的研究成果分析总结的基础上,利用支持向量机模型对影响贷款企业的财务因素进行了较为全面的理论剖析和实证研究,主要研究内容如下:
   (1)论文以我国商业银行贷款企业为研究对象,对影响贷款企业信用风险的财务因素和非财务因素进行系统分析。
   (2)原始数据若不经过数据预处理及筛选必然会导致实证研究预测结果的误差。本文从显著性检验和因子分析等方面对数据影响因素进行分析。通过两类样本的差异显著性检验对原始变量进行筛选,得到模型的输入变量,并且与通过因子分析得到的主因子作为输入变量的模型进行比较。
   (3)我国对信用风险评估的研究还停留在传统的比例分析阶段,远不能满足信用风险决策的需要。本文构建了基于集成支持向量机的信用风险评估模型,并且与最小二乘支持向量机模型、传统的线性判别分析和Logistic回归分析相比较。实证分析结果表明支持向量机模型用于信用风险评估中具有良好的分类性能。
   本文的研究成果对于丰富和完善信用风险评估理论和方法,对于增强我国商业银行信用风险防范能力,提高信贷资产质量与获利能力都有一定的理论和实践意义。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号