基于神经网络优化算法的商业银行个人信用风险预警模型研究——以江西某商业银行为例.pdf

目录 1.绪论1 1.1研究背景与意义1 1.1.1研究背景1 1.1.2研究意义1 1.2研究目的与研究内容2 1.2.1研究目的2 1.2.2研究内容3 1.3研究思路框架与研究方法3 1.3.1研究思路框架3 1.3.2研究方法4 1.4研究创新4 2.商业银行个人信用风险预警机制相关概念及研究现状6 2.1商业银行个人信用风险预警相关概念6 2.1.1商业银行个人信用风险相关概念6 2.1.2商业银行个人信用风险预警相关概念7 2.2商业银行个人信用风险预警机制的研究现状8 2.2.1个人信用风险预警指标体系的研究现状8 2.2.2个人信用风险预警模型的研究现状11 2.3本文创新点17 3.商业银行个人信用风险预警机制理论及管理现状18 3.1商业银行个人信用风险成因18 3.1.1借款者角度19 3.1.2宏观经济环境与外部因素20 3.1.3商业银行角度21 3.2我国商业银行社会信贷及个人信贷发展现状23 3.2.1我国商业银行社会信贷市场现状23 3.2.2我国商业银行个人信贷市场现状24 3.3我国商业银行个人信用风险管理现状及管理中存在的相关问题26 3.3.1我国商业银行个人信用风险管理现状26 3.3.2商业银行个人信用风险预警管理中存在的问题28 4.商业银行个人信用风险预警机制的构建：指标体系32 4.1个人信用风险预警机制指标体系研究现状32 4.1.1国外个人信用风险预警机制指标研究32 4.1.2 国内个人信用风险预警机制指标研究32 4.1.3个人信用风险预警机制指标研究评诉33 4.2预警机制指标体系的建立33 4.2.1预警机制体系指标选取的基本原则及预警级别设置33 4.2.2商业银行个人信用风险预警机制指标体系35 5.商业银行个人信用风险预警机制的构建：基于算法优化的预警模型40 5.1商业银行个人信用风险预警模型的选择40 5.1.1商业银行个人信用风险预警模型研究现状40 I 5.1.2模型的选择46 5.2 基于交叉验证法下的支持向量机的个人信用风险预警模型46 5.2.1数据预处理47 5.2.2支持向量机模型的理论基础50 5.2.3基于交互验证法的支持向量机模型54 5.3基于粒子群优化算法下的支持向量机的个人信用风险预警模型57 5.3.1粒子群优化算法介绍57 5.3.2基于粒子群优化算法的参数优化流程58 5.3.3基于粒子群算法的支持向量机参数寻优实证59 5.4基于神经网络优化算法下的支持向量机的个人信用风险预警模型61 5.4.1基于神经网络优化算法模型思路62 5.4.2基于神经网络优化算法的个人信用风险预警模型63 5.4.3神经网络优化算法模型与交叉验证法模型结果的对比65 5.4.4 粒子群算法与神经网络算法的对比66 6.商业银行个人信用风险预警机制的构建：管理系统设计69 6.1预警机制的运作部门架构69 6.2预警机制的运作系统设计70 6.3预警机制的信息反馈与完善71 7.结论与展望73 7.1结论73 7.2展望74 8.参考文献75 9.致谢82 II Contents 1.Introduction1 1.1Researchbackgroundand significance1 1.1.1Researchbackground1 1.1.2Research s