基于支持向量机回归集成的商业银行信用风险评估研究

基于支持向量机回归集成的商业银行信用风险评估研究

论文摘要

商业银行信用风险已经成为目前我国金融风险最主要、最集中的一种表现形态,对整个经济运行有着极为重要的影响。信用风险评估作为风险管理的核心环节起着至关重要的特殊作用。在揭示信用风险各评估要素间相互作用、相互影响的内部作用机理的基础上,将贷款方式引入信用风险评估指标体系,强调各评估要素的统一性和信用风险的相对性特征。本文构建了含有16项指标的评估体系,经过因子分析最终形成4个经济含义较为明确的因子,并以此作为评估模型的输入。通过这些指标可以在突出反映企业偿债能力的同时较为全面地刻画企业的资信状况。本文介绍了支持向量机方法和模糊积分,论述了支持向量机回归方法的结构及算法原理,构建了支持向量机回归集成模型。目前的支持向量机的集成融合技术没有考虑每个子支持向量机之间的权重关系。在本文中提出了一种新的基于模糊积分的支持向量机回归集成来解决此类问题。根据子支持向量机的回归预测结果,通过模糊积分赋予每个子支持向量机不同的权值对其进行集成。该方法考虑了各子学习器的预测结果和各子支持向量机学习器的预测对最终结果的影响程度。将模型的评价结果与单一支持向量机回归、单一神经网络和神经网络集成进行比较,结果表明本文提出的方法比其他方法的拟和精度高,证实了该方法的可行性和有效性,为银行建立可靠的评估系统提供了依据。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 课题来源及研究意义
  • 1.1.1 课题研究的背景和问题的提出
  • 1.1.2 课题研究的意义
  • 1.2 信用风险评估研究综述
  • 1.2.1 国外信用风险评估研究综述
  • 1.2.2 国内信用风险评估研究综述
  • 1.2.3 国内外信用风险评估研究现状评述
  • 1.3 研究方法和主要内容
  • 第2章 我国商业银行信用风险评估的理论基础
  • 2.1 商业银行信用风险评估概述
  • 2.1.1 信用风险的内涵
  • 2.1.2 商业银行信用风险的客观性
  • 2.1.3 商业银行信用风险的特征
  • 2.2 我国商业银行信用风险管理的模式
  • 2.2.1 信用风险管理的特征
  • 2.2.2 我国商业银行信用风险管理的模式
  • 2.3 我国商业银行信用风险管理中存在的问题
  • 2.4 支持向量机的理论基础
  • 2.4.1 统计学习理论(SLT)
  • 2.4.2 支持向量分类(SVC)算法
  • 2.4.3 支持向量机(SVM)的核函数
  • 2.4.4 支持向量机回归(SVMR)方法
  • 2.4.5 ε-不敏感函数
  • 2.4.6 SVM 回归方法的特点
  • 2.5 本章小结
  • 第3章 我国商业银行信用风险评估指标体系设计
  • 3.1 信用风险指标体系的设计原则
  • 3.2 贷款企业财务风险的分析
  • 3.2.1 偿债能力分析
  • 3.2.2 盈利能力分析
  • 3.2.3 营运能力分析
  • 3.2.4 增长能力分析
  • 3.3 贷款企业非财务风险的分析
  • 3.3.1 企业信誉状态分析
  • 3.3.2 企业贷款方式因素分析
  • 3.3.3 企业核心竞争力因素分析
  • 3.3.4 企业经营管理水平分析
  • 3.3.5 企业发展前景分析
  • 3.3.6 宏观经济环境风险分析
  • 3.3.7 政策风险和行业风险分析
  • 3.4 信用风险评估的基本思路
  • 3.5 信用风险评估指标体系的构建
  • 3.6 本章小结
  • 第4章 基于支持向量机回归集成的商业银行信用风险评估模型
  • 4.1 模型构建思路
  • 4.2 支持向量机回归集成模型的构建
  • 4.2.1 Bagging个体生成
  • 4.2.2 基于模糊积分的支持向量机回归集成
  • 4.3 模糊密度的确定方法
  • 4.4 因子分析的数据预处理
  • 4.5 本章小结
  • 第5章 实证研究
  • 5.1 数据收集
  • 5.2 数据预处理
  • 5.2.1 数据稳健性处理
  • 5.2.2 样本数据的归一化和因子分析
  • 5.3 支持向量机回归集成模型的实验设计及评价
  • 5.3.1 参数的选择
  • 5.3.2 模型试验结果与评价
  • 5.4 本章小结
  • 结论
  • 参考文献
  • 附录
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].供应链金融环境下中小企业信用风险评估指标研究[J]. 时代金融 2020(09)
    • [2].供应链金融环境下中小企业信用风险评估——基于大数据的应用[J]. 时代金融 2020(20)
    • [3].企业信用风险评估方法综述[J]. 中国国际财经(中英文) 2018(02)
    • [4].基于文本大数据的企业信用风险评估[J]. 大数据 2017(01)
    • [5].基于层次分析法的中小企业信用风险评估[J]. 商 2015(45)
    • [6].基于大数据的个人信用风险评估关键技术研究[J]. 管理现代化 2016(02)
    • [7].我国小额贷款公司信用风险评估研究述评[J]. 湖南商学院学报 2015(04)
    • [8].博衍财富 信达天下 诚负所托[J]. 今日财富 2016(06)
    • [9].基于数据挖掘的房贷信用风险评估系统设计[J]. 湖北农机化 2020(01)
    • [10].融合情感分析的中小企业信用风险评估研究[J]. 中国管理信息化 2019(07)
    • [11].基于灰色关联分析的供应链信用风险评估方法[J]. 商 2015(15)
    • [12].神经网络的企业信用风险评估应用研究[J]. 计算机仿真 2012(03)
    • [13].商业银行信用风险评估管理对策[J]. 学理论 2011(16)
    • [14].高科技企业的信用风险评估研究[J]. 经济视角(中旬) 2011(09)
    • [15].基于供应链金融模式下的中小企业信用风险评估[J]. 中国商论 2020(20)
    • [16].基于支持向量机的上市公司信用风险评估研究[J]. 统计与决策 2010(10)
    • [17].资产价值增长率在企业信用风险评估中的应用[J]. 经济问题探索 2010(07)
    • [18].中小企业贷款信用风险评估实证研究[J]. 河北金融 2008(03)
    • [19].供应链金融应收账款融资信用风险评估的可行性分析——基于煤炭行业的实证研究[J]. 金融发展评论 2019(03)
    • [20].基于ODR-BADASYN-SVM的中小企业信用风险评估[J]. 金融发展研究 2018(01)
    • [21].基于层次分析法的中小企业供应链融资信用风险评估[J]. 物流科技 2016(02)
    • [22].多目标决策理论在信用风险评估方面的应用[J]. 现代经济信息 2014(04)
    • [23].商业银行信用风险评估的考克思模型[J]. 辽宁工程技术大学学报(社会科学版) 2008(04)
    • [24].利刃在手,欺诈难行——企业信用风险评估迫在眉睫[J]. 市场研究 2011(06)
    • [25].组合模型在商业银行信用风险评估中的研究[J]. 计算机仿真 2011(09)
    • [26].基于因子分析的房地产上市公司信用风险评估[J]. 现代物业(中旬刊) 2010(06)
    • [27].刍议企业信用评估方法及国际借鉴[J]. 环渤海经济瞭望 2019(03)
    • [28].能源上市公司财务信用风险评估研究[J]. 现代营销(信息版) 2019(10)
    • [29].供应链融资视角下中小企业信用风险评估研究[J]. 会计之友 2013(05)
    • [30].互联网信息对企业信用风险评估的影响研究综述[J]. 时代金融 2018(30)

    标签:;  ;  ;  ;  ;  

    基于支持向量机回归集成的商业银行信用风险评估研究
    下载Doc文档

    猜你喜欢