基于主成分和神經網絡方法的違約概率應用研究.pdf

1、基于主成分和神經網絡方法的違約概率應用研究1摘要摘要隨著世界金融一體化趨勢和金融市場波動性的加劇商業(yè)銀行信用風險管理已成為國內外政府、金融機構乃至企業(yè)關注的焦點問題。因此對商業(yè)銀行信用風險進行有效監(jiān)管就顯得非常迫切。本文以滬深兩市的54家上市公司作為樣本首先對樣本數(shù)據(jù)進行聚類分析，將樣本大致的分成兩種情況：正常和財務失敗。然后選取相對合理的指標體系使用主成分分析對指標數(shù)據(jù)信息進行有效的壓縮進而構造出了主成分因子，得出主成分方法的總得分。

2、而神經網絡技術（BP神經網絡）以主成分因子作為輸入因子構造出相應的神經網絡結構。這兩種方法的結合，克服了主成分分析方法的最后結論的主觀判斷且通過主成分因子減少了神經網絡中的中間層節(jié)點的數(shù)目，從而提高了神經網絡性能。最后是混合模型和純粹用主成分方法得出的結果進行比較。實證結果表明該種混合模型的識別誤差很小且效率較高為商業(yè)銀行有效地評估和識別信用風險提供了一種可行的方法。關鍵詞關鍵詞：信用風險信用風險聚類分析聚類分析主成分分析主成分分析神經

3、網絡神經網絡混合模型混合模型基于主成分和神經網絡方法的違約概率應用研究3目錄目錄第1章緒言????????????????????緒言??????????????????????????????????????????????111選題意義及背景???????????????????????????112國外研究現(xiàn)狀????????????????????????????113國內研究現(xiàn)狀????????????????????????

4、????314各種模型的不足和本文的創(chuàng)新?????????????????????4第2章信用風險的含義及各種模型??????????信用風險的含義及各種模型????????????????????????????????????52.1信用風險的含義及其博弈分析?????????????????????52.2信用風險度量模型綜述????????????????????????6第3章理論模型??????????????理論模型???

5、???????????????????????????????????????????83.1企業(yè)信用風險的度量??????????????????????????83.2模型機理???????????????????????????????8第4章實證分析?????????????實證分析????????????????????????????????????????????????16164.1研究樣本的界定????????????

6、?????????????????164.2研究樣本的選取?????????????????????????????164.3解釋變量的選擇?????????????????????????????17第5章實證步驟及結果???????實證步驟及結果?????????????????????????????????????????????????191951聚類分析????????????????????????????????195.

7、2用主成分分析得出因子變量???????????????????????195.3構造BP神經網絡????????????????????????????27第6章結論及建議結論及建議??????????????????????????????????????????????????????????3131參考文獻??????????????參考文獻????????????????????????????????????????????