基于數(shù)據(jù)挖掘的信用風險度量模型研究.pdf

1、商業(yè)銀行信用風險是金融市場最古老的風險之一,也是商業(yè)銀行面臨的主要風險,如何更準確地度量和管理信用風險成為商業(yè)銀行面臨的最大挑戰(zhàn)。根據(jù)《巴塞爾新資本協(xié)議》的要求,銀行實施內部評級法時,必須將銀行賬戶中的風險劃分為具有不同信用風險特征的資產類別,原因在于影響每個資產類別(部門)信用的相關因素和可用數(shù)據(jù)不同。其中上市公司是其中一種評級部門,需要建立專屬于上市公司的信用風險度量模型。因此,本研究就以內部評級法為背景,以上市公司的信用風險度量模

2、型為研究對象。
　　 本文通過對人工免疫系統(tǒng)的研究和信用風險度量模型的分析,剖析了人工免疫系統(tǒng)用于信用風險度量的原理及可行性。同時,總結和分析了當前人工免疫在信用風險度量方面的應用情況,研究發(fā)現(xiàn)人工免疫在這一領域的研究尚存在一定局限性,需進一步拓展。為了解決上市公司信用風險的度量問題,本文利用人工免疫的相關原理,結合模糊邏輯理論,借鑒基于免疫原理和模糊規(guī)則的CIPFR分類算法,并在此基礎上進一步提出違約概率的計算方法,構建基于模