文档介绍：商业银行内部信用评级与支持向量机应用研究摘要关键词信用评级;专家分析法;线性判别;神经网络;支持向量机研究生姓名:李波导师:何建敏教授学校名称:东南大学我国商业银行业务中的主要风险,仍然是信用风险。在全球竞争的背景下,提高我国商业银行的信用风险管理能力至关重要。信用评级是一个“古老”的问题,信用评级系统是商业银行信用风险管理的基础,也是信贷业务管理的支撑。随着全球金融竞争背景的变化,精确计量信用风险技术、风险调整收益计算以及资本充足率计算等各方面的需求均对作为基础的信用评级体系提出了更高的要求。髓着信息技术的飞速发展,使用高级机器学习模型和人工智能方法处理信用评级问题,构建精确、定量的信用评级系统将是未来的主要研究方向,并且可以的极大地推动商业银行信用风险管理水平的提高。本文首先对商业银行内部信用评级的相关理论和问题进行了详细的分析和研究,对统计方法应用于信用评级存在的问题进行了详细的说明,并提出了解决方法。接着,本文简要研究了统计模式识别的各种经典方法,并指出了这些方法在信用评级问题中的适用性。然后,本文详细研究了关于统计学习和支持向量机的相关理论和算法,并详细说明了支持向量机相对于一般分类方法在泛化能力上的优越性。最后,本文使用上市公司数据,对谛庞梅治鲋械挠τ眯Ч辛耸抵し治觯并与神经网络模型进行了对比,证明了该方法适于处理这类数据。在实证分析的基础上,结合商业银行的管理需要和业务特点,本文得到了一系列关于支持向量机模型用于信用评级问题的结论,并对未来的深入研究进行了展望。
,:.’琣,.瑃甌:甋:.痠琣,..Ⅱ
继研究生签名:垄数期:坦垒东南大学学位论文使用授权声明东南大学学位论文独创性声明纸质论文的内容相一致。除在保密期内的保密论文外,允许论文被查阅和借阅,可以公布果。尽我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。印件和电子文档,可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和ǹ论文的全部或部分内容。论文的公布ǹ授权东南大学研究生院办理。
选题背景和意义论文框架随着金融竞争背景的剧烈变化,基于问题进行深入研究。尤其是对违约概率计算相关问题的理论和应用研究,促进了国内外学术界和商业界对信用评级问题进行“重新发现”,并推动了对信用评级统计本质问题进行业银行信用风险管理水平的提高。本文所作的就是这方面的探索性研究,通过结合研究信析,提出解决方案,并探讨一些模式识别方法在该领域应用的可能性和效果,具有重要的理论和现实纛义。这就是本文的选题背景和依据。商业银行信用评级问题从结构上看,是典型的模式识别问题,但各种复杂统计方法在这个领域的应用并不显著。它是一门科学,但更多的还是一门艺术,主要依靠专家的经验刖舀本文研究的是商业银行内部信用评级问题以及运用模式识别各种模型建立离级评级系统的可能性。信用评级问题是一个较“古老”的闯题,各大商业银行以及评级公司均建立了以专家评级法或有控制的专家评级法为基础的评级体系,国内外学术界也对使用各种统计方法进行评级和信用分析进行了广泛和深入的研究。以模型为代表的多元判别模型已经在信用分析中得到了广泛应用,一些国外大银行已经开始将神经网络模型等方法应用于信用风险管理。但由于对信用评级问题认识以及统计方法的局限,当前信用评级过程中主要使用的仍然是主观性方法。蚣芙行庞梅缦站芳屏俊基于风险调整收益进行风险成本计量、基于高级内部评级法进行资本充足率计量等各方面信用风险管理需求既对信用评级结果提出了更高的要求,又推动了从不同角度对信用评级深入研究。再加上信息技术的飞速发展,使用高级机器学习和人工智能方法处理信用评级问题,构建精确、定量的信用评级系统将是未来的主要研究方向,并且可以极大的推动商用评级问题和模式识别方法,对建立基于数学方法的信用评级系统会遇到的问题进行分进行综合决策。理论上说,人类的综合决策过程是一种经验积累的学习过程,是可以使用机器学习系统和人工智能系统进行模拟的。那么,是否可以使用机器学习的手段来替代专家决策,建立~个自动的信用评级系统呢东南大学硕士学位论文前言
主要创新单就信用评级问题本身而言,建立一个基于模式识别方法的自动分类系统并非不可能——虽然由于信用评级问题本身具有的各种特点将使得建立这样一个系统会有显著的不计评级系统,涉及到更加复杂的因素——银行的管理目标和需要,第一章还进一步研究了同。本文在第一章中首先介绍的就是信用评级问