商业银行人工智能信贷决策模型研究
发布时间:2021-08-09 06:35
众所周知,我国商业银行在国家经济建设中起着“发动机”的作用,在国民经济中有着极为重要的作用。作为一个商业银行,资产质量的安全是摆在首要位置的,而信贷风险管理是应对信贷风险最为核心的部分,所以建立科学有效的信贷风险决策机制对于商业银行意义重大。随着社会经济的不断发展,商业银行的信贷决策机制不仅要能有效的控制风险,更要求效率的大幅提升,因此辅助信贷决策模型也应运而生。本论文所设计的模型旨在以财务理论、金融风险管理理论、人工智能理论等为理论基础,使用量化分析和定性研究的方法形成多元化的组合形式,保证研究的顺利进行。虽然国内及国外的许多专家学者运用多种工程理论或技术搭建了繁多的风险管理模型,但这些研究所采用的大多是基于过去时间样本的数据进行的静态建模。本论文所建模型主要为解决静态建模所缺少的动态更新机制的缺陷。首先以人工神经网络系统强大的解算能力和处理实际问题的能力来处理报表数据,定量分析贷款归还的可能性;其次,以专家系统在非财务与信用支持等方面,定性分析贷款归还的可能性;然后,从五个方面进行细致的分析,归纳为整体性、总结性、敏感性、可评估性、先验性,来对银行的决策建模提供有力的帮助;最后,对...
【文章来源】:东华大学上海市 211工程院校 教育部直属院校
【文章页数】:79 页
【学位级别】:硕士
【部分图文】:
综合集成系统中ANN与E5相互作用示意图
络的独特优势,需要对其进行专门的开发。本研究是建立在软件工程方法思路基??础上的,利用开发软件根据快速渐进原形模型开发出人工神经网络应用系统,具??体开发模式如图3-3所示:??系统需求分析???????5???建立系统原型???5???—?系统原型的训练和测试???j???系统维护??图3-3人工神经网络应用系统的开发模式??所开发的人工神经网络可以将其生命周期划分为4个过程:??(1)系统分析;(2)系统设计;(3)系统实现;(4)系统维护;??系统模型利用逐步处理的方式进行连续的精化修正I整个开发过程按照交互??式和增量式的原则进行。??-27-??
络的独特优势,需要对其进行专门的开发。本研究是建立在软件工程方法思路基??础上的,利用开发软件根据快速渐进原形模型开发出人工神经网络应用系统,具??体开发模式如图3-3所示:??系统需求分析???????5???建立系统原型???5???—?系统原型的训练和测试???j???系统维护??图3-3人工神经网络应用系统的开发模式??所开发的人工神经网络可以将其生命周期划分为4个过程:??(1)系统分析;(2)系统设计;(3)系统实现;(4)系统维护;??系统模型利用逐步处理的方式进行连续的精化修正I整个开发过程按照交互??式和增量式的原则进行。??-27-??
【参考文献】:
期刊论文
[1]基于LS-SVM的小微企业信用评估研究[J]. 肖斌卿,柏巍,姚瑶,李心丹. 审计与经济研究. 2016(06)
[2]基于支持向量机的上市公司信用风险评估研究[J]. 唐建荣,谭春晖. 统计与决策. 2010(10)
[3]基于ANP的银行信贷企业信用等级评价[J]. 陈怡希. 时代金融. 2010(05)
[4]运用聚类分析法对我国企业信贷风险的评估与预测[J]. 王平,赵人可,彭朝晖. 数学理论与应用. 2010(01)
[5]基于五级分类支持向量机集成的商业银行信用风险评估模型研究[J]. 吴冲,夏晗. 预测. 2009(04)
[6]基于模糊积分支持向量机集成的商业银行信用风险评估模型研究[J]. 吴冲,郭英见,夏晗. 运筹与管理. 2009(02)
[7]熵权-TOPSIS模型在商业银行信用风险评估中的应用[J]. 管述学,庄宇. 情报杂志. 2008(12)
[8]模糊综合评判模型在信贷项目评审决策支持系统中的应用[J]. 侯景波,王李. 情报科学. 2008(10)
[9]基于主成分分析的商业银行信贷决策模型[J]. 刘汉滨. 黑龙江大学自然科学学报. 2008(04)
[10]含违约风险参量的信贷决策模型[J]. 庞素琳,王燕鸣. 系统工程理论与实践. 2008(08)
博士论文
[1]商业银行信贷风险管理研究[D]. 王锋.郑州大学 2006
硕士论文
[1]基于模型预测控制的动态多属性决策方法[D]. 张敏敏.北京化工大学 2016
[2]基于增量支持向量机的商业银行信贷决策动态建模研究[D]. 黄青华.浙江师范大学 2012
[3]基于SVM的银行信贷风险评估模型研究[D]. 成洪静.太原科技大学 2008
[4]基于人工智能方法的贷款分类模型研究[D]. 乔碧荣.北京交通大学 2008
[5]论我国城市商业银行知识管理体系的构建[D]. 高翠蓉.华东师范大学 2007
[6]对我国商业银行信贷风险管理技术的分析及改进[D]. 付伟.西南财经大学 2006
[7]光大银行信贷风险分类决策支持系统的研究[D]. 刘高社.西安理工大学 2006
[8]银行贷款风险分类智能决策支持系统的研究[D]. 赵洪生.沈阳工业大学 2004
本文编号:3331569
【文章来源】:东华大学上海市 211工程院校 教育部直属院校
【文章页数】:79 页
【学位级别】:硕士
【部分图文】:
综合集成系统中ANN与E5相互作用示意图
络的独特优势,需要对其进行专门的开发。本研究是建立在软件工程方法思路基??础上的,利用开发软件根据快速渐进原形模型开发出人工神经网络应用系统,具??体开发模式如图3-3所示:??系统需求分析???????5???建立系统原型???5???—?系统原型的训练和测试???j???系统维护??图3-3人工神经网络应用系统的开发模式??所开发的人工神经网络可以将其生命周期划分为4个过程:??(1)系统分析;(2)系统设计;(3)系统实现;(4)系统维护;??系统模型利用逐步处理的方式进行连续的精化修正I整个开发过程按照交互??式和增量式的原则进行。??-27-??
络的独特优势,需要对其进行专门的开发。本研究是建立在软件工程方法思路基??础上的,利用开发软件根据快速渐进原形模型开发出人工神经网络应用系统,具??体开发模式如图3-3所示:??系统需求分析???????5???建立系统原型???5???—?系统原型的训练和测试???j???系统维护??图3-3人工神经网络应用系统的开发模式??所开发的人工神经网络可以将其生命周期划分为4个过程:??(1)系统分析;(2)系统设计;(3)系统实现;(4)系统维护;??系统模型利用逐步处理的方式进行连续的精化修正I整个开发过程按照交互??式和增量式的原则进行。??-27-??
【参考文献】:
期刊论文
[1]基于LS-SVM的小微企业信用评估研究[J]. 肖斌卿,柏巍,姚瑶,李心丹. 审计与经济研究. 2016(06)
[2]基于支持向量机的上市公司信用风险评估研究[J]. 唐建荣,谭春晖. 统计与决策. 2010(10)
[3]基于ANP的银行信贷企业信用等级评价[J]. 陈怡希. 时代金融. 2010(05)
[4]运用聚类分析法对我国企业信贷风险的评估与预测[J]. 王平,赵人可,彭朝晖. 数学理论与应用. 2010(01)
[5]基于五级分类支持向量机集成的商业银行信用风险评估模型研究[J]. 吴冲,夏晗. 预测. 2009(04)
[6]基于模糊积分支持向量机集成的商业银行信用风险评估模型研究[J]. 吴冲,郭英见,夏晗. 运筹与管理. 2009(02)
[7]熵权-TOPSIS模型在商业银行信用风险评估中的应用[J]. 管述学,庄宇. 情报杂志. 2008(12)
[8]模糊综合评判模型在信贷项目评审决策支持系统中的应用[J]. 侯景波,王李. 情报科学. 2008(10)
[9]基于主成分分析的商业银行信贷决策模型[J]. 刘汉滨. 黑龙江大学自然科学学报. 2008(04)
[10]含违约风险参量的信贷决策模型[J]. 庞素琳,王燕鸣. 系统工程理论与实践. 2008(08)
博士论文
[1]商业银行信贷风险管理研究[D]. 王锋.郑州大学 2006
硕士论文
[1]基于模型预测控制的动态多属性决策方法[D]. 张敏敏.北京化工大学 2016
[2]基于增量支持向量机的商业银行信贷决策动态建模研究[D]. 黄青华.浙江师范大学 2012
[3]基于SVM的银行信贷风险评估模型研究[D]. 成洪静.太原科技大学 2008
[4]基于人工智能方法的贷款分类模型研究[D]. 乔碧荣.北京交通大学 2008
[5]论我国城市商业银行知识管理体系的构建[D]. 高翠蓉.华东师范大学 2007
[6]对我国商业银行信贷风险管理技术的分析及改进[D]. 付伟.西南财经大学 2006
[7]光大银行信贷风险分类决策支持系统的研究[D]. 刘高社.西安理工大学 2006
[8]银行贷款风险分类智能决策支持系统的研究[D]. 赵洪生.沈阳工业大学 2004
本文编号:3331569
本文链接:https://www.wllwen.com/jingjilunwen/touziyanjiulunwen/3331569.html
最近更新
教材专著