（毕业学术论文设计）-基于数据仓库的银行信用评级模型的构建.docVIP

PAGE w 基于数据仓库的银行信用评级模型的构建 摘要基于数据仓库,利用RBF神经网络,建立了银行信用内部评级系统,提出了企业信用主题数据模型和风险评估模型的训练过程实证结果表明,该模型对银行信用评估可取得较好的效果 关键词数据仓库;神经网络;商业银行;信用评级 一、引言 近年来,商业银行的风险管理成为国际国内金融界关注的焦点商业银行在运营过程中面临的金融风险主要有信用风险、利率风险、汇率风险、流动性风险和操作风险等,其中信用风险占有特殊的地位信用风险指的是借款人由于种种原因,不愿或无力偿还银行贷款本息,使银行贷款无法收回,形成呆账损失的可能性在现代商业银行经营中,信用风险是影响其安全高效运营的主要原因 风险管理是一种主动的事前行为,而不是事后的补救应通过分析现有的数据,大量运用数理统计模型识别、衡量和检测风险,利用大量历史数据建立数据仓库,依靠数据挖掘手段了对数据仓库中数据信息进行深度加工和利用,挖掘出数据模型来预测和防范未来的风险,进行风险量化管理数据挖掘是通过自动或半自动的工具对大量的历史数据进行探索和分析的过程,其目的是发现其中有意义的模式和规律数据挖掘不是一种现成的产品,而是一门技能数据挖掘的建模方法分为线形回归、逻辑回归、神经网络、遗传算法和分类树等 由于我国商业银行目前在处在转轨阶段,一方面由于信息残缺不全,另一方面由于传统的统计方法假定条件的局限性,使我国信