作者：于立勇著
出版社：北京大学出版社
出版日期：2007
ISBN：9787301120798
电子书格式：pdf/epub/txt
内容简介
第一章 商业银行信用风险评估国内外研究现状
第一节 相关理论研究综述
第二节 评估方法研究综述
第三节 研究状况的综合评价
第四节 本书研究的主要内容
第二章 商业银行信用风险评估要素分析
第一节 信用风险评估要素分析
第二节 信用风险评估的基本思路
第三节 信用风险评估要素间的作用机理分析
第四节 信用风险评估指标体系的确立
第三章 商业银行信用风险衡量标准分析
第一节 商业银行信用风险衡量标准的一般性考察
第二节 传统信用风险衡量标准的波动性分析
第三节 信用风险衡量标准波动性的敏感度测算方法
第四节 信用风险衡量的一种新标准
第四章 基于补偿模糊神经网络的信用风险评估模型
第一节 商业银行信用风险评估预测模型的提出
第二节 人工神经网络概述
第三节 补偿模糊神经网络模型的基本原理
第四节 预测精度的检验方法
第五节 数据的预处理方法
第五章 商业银行信用风险评估的实证研究
第一节 样本数据的预处理
第二节 样本数据的因子分析
第三节 补偿模糊神经网络模型的应用
第四节 样本数据的逐步判别分析
第五节 基于Bayes模型的违约概率测算
第六节 基于LM算法的神经网络评估模型
第七节 基于最优加权组合预测的信用风险评估模型
参考文献
附录
目录
第一章 商业银行信用风险评估国内外研究现状
第一节 相关理论研究综述
第二节 评估方法研究综述
第三节 研究状况的综合评价
第四节 本书研究的主要内容
第二章 商业银行信用风险评估要素分析
第一节 信用风险评估要素分析
第二节 信用风险评估的基本思路
第三节 信用风险评估要素间的作用机理分析
第四节 信用风险评估指标体系的确立
第三章 商业银行信用风险衡量标准分析
第一节 商业银行信用风险衡量标准的一般性考察
第二节 传统信用风险衡量标准的波动性分析
第三节 信用风险衡量标准波动性的敏感度测算方法
第四节 信用风险衡量的一种新标准
第四章 基于补偿模糊神经网络的信用风险评估模型
第一节 商业银行信用风险评估预测模型的提出
第二节 人工神经网络概述
第三节 补偿模糊神经网络模型的基本原理
第四节 预测精度的检验方法
第五节 数据的预处理方法
第五章 商业银行信用风险评估的实证研究
第一节 样本数据的预处理
第二节 样本数据的因子分析
第三节 补偿模糊神经网络模型的应用
第四节 样本数据的逐步判别分析
第五节 基于Bayes模型的违约概率测算
第六节 基于LM算法的神经网络评估模型
第七节 基于最优加权组合预测的信用风险评估模型
参考文献
附录
第一节 相关理论研究综述
第二节 评估方法研究综述
第三节 研究状况的综合评价
第四节 本书研究的主要内容
第二章 商业银行信用风险评估要素分析
第一节 信用风险评估要素分析
第二节 信用风险评估的基本思路
第三节 信用风险评估要素间的作用机理分析
第四节 信用风险评估指标体系的确立
第三章 商业银行信用风险衡量标准分析
第一节 商业银行信用风险衡量标准的一般性考察
第二节 传统信用风险衡量标准的波动性分析
第三节 信用风险衡量标准波动性的敏感度测算方法
第四节 信用风险衡量的一种新标准
第四章 基于补偿模糊神经网络的信用风险评估模型
第一节 商业银行信用风险评估预测模型的提出
第二节 人工神经网络概述
第三节 补偿模糊神经网络模型的基本原理
第四节 预测精度的检验方法
第五节 数据的预处理方法
第五章 商业银行信用风险评估的实证研究
第一节 样本数据的预处理
第二节 样本数据的因子分析
第三节 补偿模糊神经网络模型的应用
第四节 样本数据的逐步判别分析
第五节 基于Bayes模型的违约概率测算
第六节 基于LM算法的神经网络评估模型
第七节 基于最优加权组合预测的信用风险评估模型
参考文献
附录
