基于BP神经网络模型的房地产行业信贷风险研究

发布时间：2022-01-06 03:35

　　房地产行业是我国当前的支柱产业,随着我国经济的快速发展而不断活跃;同时,房地产行业还是典型的资本密集型产业,充足的资金支持是该行业发展的重要保证。然而,我国房地产企业的融资现状还存在融资结构单一、自有资金严重不足、易受宏观政策影响等诸多问题,本文基于这一背景提出了构建信贷风险测评体系的新思路是具有一定现实意义的。本文利用信贷风险预警相关的理论和技术方法,提出了基于BP神经网络的房地产行业信贷风险的预警方法。文章共有5个部分:第一部分首先介绍房地产企业的融资现状,说明本论题的研究意义、文章的结构内容以及创新点。第二部分则对比分析与论题相关的一些国内外学者们的研究成果,分别总结了关于房地产行业财务危机与信贷风险的相关研究、关于商业银行信贷风险的国内外研究以及神经网络模型在信贷风险的应用研究。第三部分对本文所涉及的概念和理论进行界定与叙述,包括风险、信贷风险与融资风险、房地产信贷和神经网络模型的概念界定,以及企业融资理论、信贷风险管理理论、神经网络模型在信贷风险中的应用理论。第四部分对论题进行实证分析,是就本论题进行定量分析的部分,可分为3个步骤,首先根据样本的总市值、违约点、月收盘价波动率... 

【文章来源】：浙江财经大学浙江省

【文章页数】：59 页

【学位级别】：硕士

【部分图文】：

神经网络训练过程

图 4-4 预测误差绝对值4 可以看出，复合预警系统的预测误差明显低于简单预警oost 模型在房地产信贷风险预警模型中能够取得良好的率几乎都低于 0.06，这一结果证明了 10 组输入数据组

【参考文献】：
期刊论文
[1]我国上市公司信用风险评估研究——基于Logit模型的分析[J]. 胡胜,朱新蓉.  中南财经政法大学学报. 2011(03)
[2]中小规模房地产开发企业的融资风险及防范探析[J]. 常媛,周俊峰.  商业会计. 2011(04)
[3]融资能力、财务风险与企业增长管理[J]. 陈育俭.  宜春学院学报. 2011(01)
[4]商业银行压力测试风险管理方法文献综述[J]. 杨文生,赵杨.  新会计. 2010(12)
[5]基于BP神经网络的企业集团信用风险的实证研究[J]. 刘文蕊,肖珉,周宗放.  管理学家(学术版). 2010(10)
[6]后金融危机时代我国房地产企业财务管理探析[J]. 徐晓燕,张振波,李素兰.  企业研究. 2010(14)
[7]基于BP算法的神经网络信用风险度量实证研究[J]. 吴永兴.  云南财经大学学报(社会科学版). 2010(03)
[8]DEA模型在中小上市企业信用风险的实证研究[J]. 林莎,雷井生.  科研管理. 2010(03)
[9]基于多元统计分析的房地产上市公司财务指标评价[J]. 刘佳,张琳.  南京工业大学学报(社会科学版). 2009(03)
[10]房地产企业融资渠道与融资风险管理研究[J]. 卢丹丹.  魅力中国. 2009(20)

硕士论文
[1]中国房地产企业的融资风险——风险度量与防范对策[D]. 刘俊.华东师范大学 2009
[2]我国房地产企业融资约束与对策研究[D]. 毛满荣.天津工业大学 2008
[3]中国房地产企业融资研究[D]. 马洪博.中央民族大学 2006
[4]基于BP神经网络的我国制造业上市公司财务困境预警研究[D]. 邸红娜.暨南大学 2006
[5]基于BP神经网络方法的上市公司财务预警研究[D]. 刘开华.重庆大学 2006



本文编号：3571647