基于支持向量机模型的我国商业银行个人信贷信用风险预警机制研究

发布时间：2017-06-22 15:18

  本文关键词：基于支持向量机模型的我国商业银行个人信贷信用风险预警机制研究，由笔耕文化传播整理发布。

【摘要】：随着我国经济的迅速发展,商业银行面临的个人信贷信用风险变得越来越难以管理和控制,此时,构建精准的个人信用风险预警机制模型来评估个人信贷客户的信用风险,对我国商业银行来说就显得尤为重要。本文从商业银行的角度出发,在学习前人研究成果的基础上,借鉴商业银行企业信用风险的研究成果,提出构建个人信贷信用风险预警机制,主要内容包括四个部分:第一,介绍信用、预警等的相关概念与理论;第二,介绍了我国商业银行信用风险预警机制研究现状,提出建立我国商业银行个人信贷信用风险预警机制的紧迫性。第三,是对预警机制如何构建的研究,包括预警级别的设置、预警指标体系的构建以及预警模型的选择三个组成部分。其中,预警级别的设定根据我国个人信贷信用风险实际情况及国外金融背景相似的国家做出的衡量,指标体系部分参考国内商业银行通用的标准综合整理而得,并对每一个指标进行详细分析;主要包括:基本情况、工作状况、偿还能力及还款意愿;预警模型的选择是结合我国个人信贷实际情况,选择支持向量机作为本文的理论模型。第四,以358份有效调查问卷数据为商业银行个人信贷客户样本,选取训练样本和测试样本,先对19个指标采用主成分分析进行降维,再运用支持向量机模型进行预测,预测的正确率达到87%,同时以合肥市某工商银行的样本作为案例分析,结果显示准确率为92.9%说明支持向量运用在个人信用预警预测是有效和精准的。通过研究发现,商业银行个人信贷信用风险预警机制模型是一种有效的个人信用风险预警机制,此模型在商业银行个人信贷信用风险预警机制中对于不同的警情能够很好的预测,达到控制风险减小损失的效果。使其分类识别方式能为信贷业务部门提供客观有力的量化支持,帮助我国商业银行乃至其他金融机构很好的开展个人信用风险监测及管理工作、提高信贷业务的风险管理水平和降低损失。
【关键词】：商业银行 信用风险 预警机制 支持向量机
【学位授予单位】：上海师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.4
【目录】：

• 摘要2-3
• ABSTRACT3-8
• 前言8-9
• 第1章 绪论9-12
• 1.1 课题研究的背景与意义9
• 1.2 研究目标与方法9-10
• 1.2.1 研究目标9-10
• 1.2.2 研究方法10
• 1.3 论文框架10-12
• 第2章 相关理论与文献综述12-23
• 2.1 概念界定12-15
• 2.1.1 信用的概念12
• 2.1.2 预警的概念12-13
• 2.1.3 个人信贷的定义及分类13-14
• 2.1.4 信用风险的定义及主要特点14-15
• 2.2 相关理论15-17
• 2.2.1 信用风险理论15
• 2.2.2 个人信贷信用风险成因理论15-17
• 2.2.3 信用风险预警理论17
• 2.2.4 商业银行信贷风险管理理论17
• 2.3 文献综述及述评17-23
• 2.3.1 文献综述17-21
• 2.3.2 文献述评21-23
• 第3章 我国商业银行个人信贷信用风险预警机制的理论分析23-33
• 3.1 我国商业银行信贷信用风险预警机制的现状23-26
• 3.1.1 信用风险预警机制度量方法沿革23-24
• 3.1.2 信用风险预警评估技术24-26
• 3.2 建立我国商业银行个人信贷信用风险预警机制的紧迫性26-33
• 3.2.1 我国商业银行个人信贷信用风险成因分析以及危害26-28
• 3.2.2 我国商业银行个人信贷信用管理现状及存在的问题28-31
• 3.2.3 个人信贷信用风险预警机制建立的紧迫性分析31-33
• 第4章 我国商业银行个人信贷信用风险预警机制的构建33-42
• 4.1 预警机制建立的基本原则、目标与预警级别的设定33-35
• 4.1.1 个人信贷信用风险预警机制的原则33-34
• 4.1.2 个人信贷信用风险预警机制的目标34-35
• 4.1.3 预警级别的设置及指标临界值的确定35
• 4.2 预警机制指标体系的构建35-38
• 4.2.1 基本情况35-36
• 4.2.2 工作情况36-37
• 4.2.3 偿还能力情况37-38
• 4.2.4 信贷及资信情况38
• 4.3 预警机制模型的选择38-42
• 4.3.1 支持向量机模型分类原理及构建思路39-40
• 4.3.2 线性支持向量机40
• 4.3.3 非线性支持向量机40-41
• 4.3.4 核函数41-42
• 第5章 我国商业银行个人信贷信用风险预警模型的建立及实证分析42-57
• 5.1 预警模型数据收集42-44
• 5.1.1 数据来源42-43
• 5.1.2 问卷调查回收处理及数据统计43-44
• 5.2 离散数据的量化处理与问卷信度分析44-47
• 5.2.1 离散数据的量化处理44-46
• 5.2.2 调查问卷信度的检验与分析46-47
• 5.3 基于主成分分析的数据处理与预警预测流程47-53
• 5.3.1 采用PCA的数据降维处理47-52
• 5.3.2 预警模型预测流程52-53
• 5.4 预警模型的构建、预测及案例分析53-57
• 5.4.1 个人信贷信用风险预警模型的建立与预测53-55
• 5.4.2 案例分析55-57
• 第6章 结论及展望57-59
• 6.1 结论57-58
• 6.2 展望58-59
• 致谢59-60
• 参考文献60-64
• 附录64-69
• 附件69

【参考文献】

中国期刊全文数据库 前10条

1 胡哲;郑诚;闵鹏鹏;;支持向量机及其应用研究[J];重庆科技学院学报(自然科学版);2008年02期

2 尚金峰;商业银行内部评级体系构建的模型风险研究[J];金融论坛;2005年11期

3 史复明;;探讨高职计算机教学中支持向量机方法在局域网故障诊断中的应用[J];中国科教创新导刊;2012年07期

4 张丽展;张俊萍;;利率市场化对商业银行的影响及对策[J];经济研究导刊;2007年06期

5 熊其康;加快我国个人征信业发展的思考[J];金融理论与实践;2004年12期

6 刘军丽;陈翔;;基于决策树的个人住房贷款信用风险评估模型[J];计算机工程;2006年13期

7 张铃;基于核函数的SVM机与三层前向神经网络的关系[J];计算机学报;2002年07期

8 王春香;李现友;;最小欧氏距离下(1+1)竞争小生境遗传算法[J];计算机与数字工程;2008年11期

9 舒彤;葛佳丽;陈收;;基于支持向量机的供应链风险评估研究[J];经济经纬;2014年01期

10 蔡冬松;靖继鹏;;基于最小二乘支持向量机的数据挖掘应用研究[J];情报科学;2005年12期

中国硕士学位论文全文数据库 前2条

1 王向文;基于层次分析法的个人信用评估体系基础研究[D];武汉科技大学;2006年

2 高雨;ST公司撤销特别处理的方式及其效果的比较研究[D];湖南大学;2011年

  本文关键词：基于支持向量机模型的我国商业银行个人信贷信用风险预警机制研究，由笔耕文化传播整理发布。

，

本文编号：472262