基于数据挖掘技术的金融风险分类预警研究-应用数学专业论文.docxVIP

摘 摘 要 会融JxL险预警是会融数据挖掘中的一个重要研究方向，由于金融数据具有类型多‘样、 关系复杂、数据动态性、数据量大等一般特征，此外还有高噪音、非讵态等特征。因此， 盒融风险预警更有挑战性。运用数据挖掘技术能够从海量的金融数据中发现隐藏在其背后 的规律，有效地降低金融机构的运营风险，因此会融风险预警有着广阔的应用价值和市场 前景。 本文的研究工作共分为六个部分，其具体的结构安排如下： 第一章首先介绍本课题研究的历史背景及意义，同时回顾了关于金融风险预警和数据 挖掘技术的国内外研究现状，并在此基础上提出了本文的研究目的与意义。 第二章在主要介绍了关于金融JxL险基本概念及其风险预警的一般步骤。 第三章系统的分析了数据挖掘的方法及其特点，并对其在金融领域中的应用进行了分 析，通过与会融领域中传统方法的对比，证明了数据挖掘技术是可行的。 第四章重点研究了模糊聚类模型，在传统的模型上添加了聚类数C和权指数m的改进 方法。考虑到即神经网络模型的收敛速度慢，目标函数存在局部极小点，隐含层数和隐 节点数难以确定等缺点，本文采用增加动量项的改进BP模型。将两种模型组合而成的混 合模型应用到在会融风险预警领域。 第五章根据第四章建立的混合模型进行了实证分析，并与卯算法分析的结果进行了 误差对比，结果表明了混合模型的优越性。 第六章是本文的最后一章，在这一章中，我们首先对本文的所有工作进行了总结。同 时，我们也指出了仍然有待解决的几个问题以及本课题今后的研究方向。 关键词：金融风险，数据挖掘，预警 AbstractThe Abstract The study in pre—warning system of financial risk occupies a significant position in the field of financial data-mining．Due to its diversity,complication in interrelationships，innate dynamics and hugeness in amount，as well as its noisine．ss and non．normality,which are general characteristics of financial data．The study of financial early-warning appears to be especially challenging．Implementing the technique of data—mining to discover the underlying laws within the innumerable financial data can efficiently reduce the operational risks of financial institutions． Therefore，the study in pre—warning system of financial risk has all extensive application value and market prospect． This thesis is divided into six parts，which is organized as follows： Chapter one would firstly offer some background information of the research topic，as well as its implications；and based on the review of the present studying situation in this topic home and aboard，this part will bring out the aim and implication of this thesis． Chapter two mainly proffers fundamental conceptions relating to financial risk and the general procedures of early—warning system． Chapter three analyzes the feasibility of implementing data-mining in the field of finance； by making a comparison between traditional mode of data．processing in financial ar