版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、基于主成分和神經(jīng)網(wǎng)絡(luò)方法的違約概率應(yīng)用研究1摘要摘要隨著世界金融一體化趨勢和金融市場波動性的加劇商業(yè)銀行信用風(fēng)險管理已成為國內(nèi)外政府、金融機(jī)構(gòu)乃至企業(yè)關(guān)注的焦點(diǎn)問題。因此對商業(yè)銀行信用風(fēng)險進(jìn)行有效監(jiān)管就顯得非常迫切。本文以滬深兩市的54家上市公司作為樣本首先對樣本數(shù)據(jù)進(jìn)行聚類分析,將樣本大致的分成兩種情況:正常和財(cái)務(wù)失敗。然后選取相對合理的指標(biāo)體系使用主成分分析對指標(biāo)數(shù)據(jù)信息進(jìn)行有效的壓縮進(jìn)而構(gòu)造出了主成分因子,得出主成分方法的總得分。
2、而神經(jīng)網(wǎng)絡(luò)技術(shù)(BP神經(jīng)網(wǎng)絡(luò))以主成分因子作為輸入因子構(gòu)造出相應(yīng)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。這兩種方法的結(jié)合,克服了主成分分析方法的最后結(jié)論的主觀判斷且通過主成分因子減少了神經(jīng)網(wǎng)絡(luò)中的中間層節(jié)點(diǎn)的數(shù)目,從而提高了神經(jīng)網(wǎng)絡(luò)性能。最后是混合模型和純粹用主成分方法得出的結(jié)果進(jìn)行比較。實(shí)證結(jié)果表明該種混合模型的識別誤差很小且效率較高為商業(yè)銀行有效地評估和識別信用風(fēng)險提供了一種可行的方法。關(guān)鍵詞關(guān)鍵詞:信用風(fēng)險信用風(fēng)險聚類分析聚類分析主成分分析主成分分析神經(jīng)
3、網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)混合模型混合模型基于主成分和神經(jīng)網(wǎng)絡(luò)方法的違約概率應(yīng)用研究3目錄目錄第1章緒言????????????????????緒言??????????????????????????????????????????????111選題意義及背景???????????????????????????112國外研究現(xiàn)狀????????????????????????????113國內(nèi)研究現(xiàn)狀????????????????????????
4、????314各種模型的不足和本文的創(chuàng)新?????????????????????4第2章信用風(fēng)險的含義及各種模型??????????信用風(fēng)險的含義及各種模型????????????????????????????????????52.1信用風(fēng)險的含義及其博弈分析?????????????????????52.2信用風(fēng)險度量模型綜述????????????????????????6第3章理論模型??????????????理論模型???
5、???????????????????????????????????????????83.1企業(yè)信用風(fēng)險的度量??????????????????????????83.2模型機(jī)理???????????????????????????????8第4章實(shí)證分析?????????????實(shí)證分析????????????????????????????????????????????????16164.1研究樣本的界定????????????
6、?????????????????164.2研究樣本的選取?????????????????????????????164.3解釋變量的選擇?????????????????????????????17第5章實(shí)證步驟及結(jié)果???????實(shí)證步驟及結(jié)果?????????????????????????????????????????????????191951聚類分析????????????????????????????????195.
7、2用主成分分析得出因子變量???????????????????????195.3構(gòu)造BP神經(jīng)網(wǎng)絡(luò)????????????????????????????27第6章結(jié)論及建議結(jié)論及建議??????????????????????????????????????????????????????????3131參考文獻(xiàn)??????????????參考文獻(xiàn)????????????????????????????????????????????
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于主成分分析的RBF神經(jīng)網(wǎng)絡(luò)預(yù)測方法及應(yīng)用研究.pdf
- 基于主成分的概率神經(jīng)網(wǎng)絡(luò)模擬電路故障診斷的研究.pdf
- 基于主成分分析和BP神經(jīng)網(wǎng)絡(luò)的人臉識別方法的研究.pdf
- 基于主成分分析和人工神經(jīng)網(wǎng)絡(luò)的人臉識別方法.pdf
- BP和概率神經(jīng)網(wǎng)絡(luò)在火災(zāi)探測中的應(yīng)用研究.pdf
- 基于主成分-BP神經(jīng)網(wǎng)絡(luò)的股票預(yù)測.pdf
- 基于概率神經(jīng)網(wǎng)絡(luò)的潛在客戶數(shù)據(jù)挖掘應(yīng)用研究.pdf
- 基于改進(jìn)主成分分析和神經(jīng)網(wǎng)絡(luò)的美元識別研究.pdf
- 基于主成分分析和人工神經(jīng)網(wǎng)絡(luò)的酒類辨識.pdf
- 基于主成分分析的人工神經(jīng)網(wǎng)絡(luò)人臉識別方法的研究.pdf
- 基于主成分分析和神經(jīng)網(wǎng)絡(luò)的癌癥驅(qū)動基因預(yù)測模型.pdf
- 基于概率神經(jīng)網(wǎng)絡(luò)的出行方式選擇預(yù)測方法研究.pdf
- 神經(jīng)網(wǎng)絡(luò)逆測量方法的改進(jìn)和應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的燒結(jié)終點(diǎn)預(yù)測方法及應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)與主成分分析的組合預(yù)測研究.pdf
- 基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的應(yīng)用研究.pdf
- 基于核主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)的文本分類研究.pdf
- 基于主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)的基坑變形預(yù)測
- 基于主成分分析和徑向基神經(jīng)網(wǎng)絡(luò)的傳染病預(yù)測研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的倒立擺控制方法及其應(yīng)用研究.pdf
評論
0/150
提交評論