本書提出以信用風險度作為商業銀行信用風險的一種新衡量標準（模型的輸出），並分別套用因子分析法和逐步判別模型構建了兩套較為科學的評估指標體系。在此基礎上，分別套用補償模糊神經網路和基於Bayes判別的違約機率測度模型、基於Levenberg—Marquardt算法的前饋神經網路構建了兩套信用風險評估預測模型，並套用最優加權組合預測模型，將兩套體系和評估結果有機結合，進一步提高了預測精度，從多角度、多層面對信用風險進行了剖析。
基本介紹
作者簡介,目錄,
作者簡介
於立勇，1974年7月生，山東省龍口人。管理學博士，金融學博士後，主要研究方向為商業銀行風險管理、技術經濟評估和資本市場等。現在中國銀行業監督管理委員會政策法規部工作。
目錄
第一章商業銀行信用風險評估國內外研究現狀
第一節相關理論研究綜述
第二節評估方法研究綜述
第三節研究狀況的綜合評價
第四節本書研究的主要內容
第二章商業銀行信用風險評估要素分析
第一節信用風險評估要素分析
第二節信用風險評估的基本思路
第三節信用風險評估要素間的作用機理分析
第四節信用風險評估指標體系的確立
第三章商業銀行信用風險衡量標準分析
第一節商業銀行信用風險衡量標準的一般性考察
第二節傳統信用風險衡量標準的波動性分析
第三節信用風險衡量標準波動性的敏感度測算方法
第四節信用風險衡量的一種新標準
第四章基於補償模糊神經網路的信用風險評估模型
第一節商業銀行信用風險評估預測模型的提出
第二節人工神經網路概述
第三節補償模糊神經網路模型的基本原理
第四節預測精度的檢驗方法
第五節數據的預處理方法
第五章商業銀行信用風險評估的實證研究
第一節樣本數據的預處理
第二節樣本數據的因子分析
第三節補償模糊神經網路模型的套用
第四節樣本數據的逐步判別分析
第五節基於Bayes模型的違約機率測算
第六節基於LM算法的神經網路評估模型
第七節基於最優加權組合預測的信用風險評估模型
參考文獻
附錄
