- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
商业银行信用风险混合判别模型及实证分析[J].doc
商业银行信用风险混合判别模型
及实证分析
焦继文1,2,王福重2,郭春媛1
(1. 山东大学管理学院,山东济南,250100; 2.北京航空航天大学管理学院,北京,100083)
摘要:随着世界金融一体化趋势和金融市场波动性的加剧,商业银行信用风险管理已成为国内外政府、金融机构乃至企业关注的焦点问题。因此,对商业银行信用风险进行有效监管就显得非常迫切。本文以上海证券交易所上市的山东板块的24家公司作为样本,通过选取相对合理的指标体系,使用主成分分析对指标数据信息进行有效的压缩,进而构建了主成分分析与神经网络技术相结合的混合评估判别模型。实证结果表明,该种混合模型的识别误差很小且效率较高,为商业银行有效地评估和识别信用风险提供了一种可行的方法。
关键词:商业银行;信用风险;主成分分析;人工神经网络;混合评估判别模型
中图分类号:F830.33 文献标识码:A
Mixed Assessing and Forecasting Model of the Commercial Bank Credit Risks and Empirical Analysis
JIAO Ji-wen1,2WANG Fu-zhong3,GUO Chun-yuan2
(1. School of Management, China University of Mining and Technology, Xuzhou 221008, P.R. China; 2. School of Management, Shandong University, Jinan 250100, P.R. China; 3. School of Economics and Management, Beihang University, Beijing 10083, P.R. China)
Abstract: Along with the world financial integration tendency and financial market fluctuation intensifying, the commercial bank credit risk management has become the focal point which the domestic and foreign governments, the financial institutions and even the enterprises pay attention to. Therefore, it appears extremely urgent to carries on effective supervising and managing to the commercial bank credit risks. This article takes the 24 companies in Shandong province as the sample from the Shanghai Stock Exchange, through selecting relatively reasonable index system, uses principal components analysis compressing the index messages effectively, and then has made up the mixed assessing and recognizing model in which the principal component analysis and the neural network technique are integrated. Empirical results show that this kind of mixed model’s recognition errors are very small and the efficiency is very high. It has provided a feasible method for the commercial bank credit risk assessing and recognizing.
Key words commercial bank; credit risk; principal components analysis; Artificial neural network; mixed assessing and recognizing model
1. 引言
商业银行信用风险的管理一直是国内外金融界关注的焦点问题。《新巴塞尔协议》的实施无
您可能关注的文档
最近下载
- L1基础自动化系统的铁区MES的实现.docx VIP
- 2025年山东普通高中学业水平等级考试生物真题及答案 - 副本 .pdf VIP
- PEMS相关模板(PEMS软件开发计划或开发生命周期&可编程医用电气系统(PEMS)检查文件清单).pdf VIP
- 旅游接待业 课件全套 第1--10章 旅游接待业导论---旅游接待业高质量发展.pptx
- 运维服务项目实施组织及管理措施.docx VIP
- 柔性器件材料与结构失效分析.pptx VIP
- IPC-9850中文版.doc
- 2025年四川自贡市中考英语试卷含答案.docx VIP
- 2019年国庆70周年阅兵装备解读报告.pptx
- 2024人教版PEP英语三年级上册全册教学设计教案含反思.pdf
文档评论(0)