

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、這篇博士論文旨在建立一個(gè)評(píng)級(jí)系統(tǒng),通過(guò)采用神經(jīng)網(wǎng)絡(luò)模型來(lái)評(píng)估銀行信用風(fēng)險(xiǎn)。我們通過(guò)對(duì)評(píng)估結(jié)果的分析來(lái)發(fā)現(xiàn)銀行在信用方面存在的弱點(diǎn)的原因并采取相應(yīng)措施來(lái)控制風(fēng)險(xiǎn)。本研究采用的數(shù)據(jù)來(lái)自中國(guó)和越南的一些上市銀行。我們將分析銀行信用風(fēng)險(xiǎn)產(chǎn)生的原因并結(jié)合中國(guó)和越南的財(cái)政金融政策提出政策建議。
我們使用了一個(gè)新的研究視角——神經(jīng)網(wǎng)絡(luò)——來(lái)研究中國(guó)和越南上市銀行的信用風(fēng)險(xiǎn)評(píng)估的問(wèn)題。我們通過(guò)神經(jīng)網(wǎng)絡(luò)模型,結(jié)合信息技術(shù)的應(yīng)用,得到每個(gè)國(guó)家
2、的評(píng)估結(jié)果。從上市銀行年度財(cái)務(wù)報(bào)告中搜集數(shù)據(jù)并在軟件中計(jì)算得到模型結(jié)果后,我們采用神經(jīng)網(wǎng)絡(luò)模型來(lái)對(duì)上市銀行進(jìn)行信用風(fēng)險(xiǎn)評(píng)估,并給出可用于政府政策制定的管理方法。
這篇論文還介紹了中國(guó)和越南上市商業(yè)銀行的信用風(fēng)險(xiǎn)狀況和信用風(fēng)險(xiǎn)評(píng)估的情況。我們也研究了中國(guó)和越南上市銀行面臨的挑戰(zhàn)和原因。
在以前的研究中,模型的輸出結(jié)果是0或1,表明信用評(píng)估結(jié)果的“壞”或者“好”?,F(xiàn)在我們用更多的層級(jí)來(lái)評(píng)估信用風(fēng)險(xiǎn)狀況。本文中我們
3、采用九級(jí)評(píng)級(jí)表來(lái)分析中國(guó)和越南的信用風(fēng)險(xiǎn)。這有利于我們得出更接近實(shí)際的評(píng)估結(jié)果。
在本研究中,我們根據(jù)中國(guó)和越南上市銀行的數(shù)據(jù)庫(kù)對(duì)其信用風(fēng)險(xiǎn)進(jìn)行了評(píng)估,并對(duì)兩國(guó)的信用風(fēng)險(xiǎn)評(píng)估狀況進(jìn)行了比較。通過(guò)使用神經(jīng)網(wǎng)絡(luò)的方法和Clementine12.0軟件對(duì)中國(guó)和越南數(shù)據(jù)庫(kù)進(jìn)行分析,我們揭示了一些弱點(diǎn)。此外,我們采用的數(shù)據(jù)截止到2011年第二季度。我們發(fā)現(xiàn)南京銀行股份有限公司是15家中國(guó)銀行中最好的銀行,而四家主要中國(guó)銀行的信用等級(jí)
4、的排序是中國(guó)銀行,工商銀行,農(nóng)業(yè)銀行和建設(shè)銀行。在越南,VCB和EIB是最好的上市銀行,等級(jí)是6,而HBB是最差的上市商業(yè)銀行,等級(jí)為1。HBB已于2012年8月并入SHB。
我們也提出了如何讓我們的評(píng)級(jí)更可靠以及合乎邏輯的建議,例如和國(guó)家審計(jì)部門合作以得到更準(zhǔn)確的數(shù)據(jù),增加入力資源投資以便有效控制和運(yùn)用這套系統(tǒng),支持用于統(tǒng)計(jì)、調(diào)查、分析和決策的設(shè)備投入等等。此外,我們可以控制系統(tǒng)的容忍度,并提高評(píng)估的等級(jí)。
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 基于Logit模型和人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究——基于優(yōu)化的神經(jīng)網(wǎng)絡(luò)系統(tǒng).pdf
- 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)與證據(jù)理論的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估.pdf
- 基于Logistic模型的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估.pdf
- 越南商業(yè)銀行信用風(fēng)險(xiǎn)管理研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型的研究.pdf
- 商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估研究.pdf
- 我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究.pdf
- 遺傳神經(jīng)網(wǎng)絡(luò)在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究.pdf
- 神經(jīng)網(wǎng)絡(luò)法在商業(yè)銀行信用風(fēng)險(xiǎn)計(jì)量中的應(yīng)用
- 基于SVM的商業(yè)銀行信用風(fēng)險(xiǎn)模型研究.pdf
- 基于kmv模型對(duì)商業(yè)銀行信用風(fēng)險(xiǎn)研究
- 我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建研究.pdf
- 商業(yè)銀行信用風(fēng)險(xiǎn)的Copula-Bayes評(píng)估模型.pdf
- 我國(guó)上市商業(yè)銀行信用風(fēng)險(xiǎn)控制研究
- 商業(yè)銀行信用風(fēng)險(xiǎn)度量模型研究.pdf
- 商業(yè)銀行信用風(fēng)險(xiǎn)研究
評(píng)論
0/150
提交評(píng)論