基于BP神经网络方法的中美银行信贷风险比较分析

论文摘要

信贷风险一般是指由于债务人不能及时按照与银行签订的合同条款履约而对银行信贷资产收益造成的损失或风险。由于贷款业务是银行的主要业务活动,因此信贷风险是银行的主要风险。自2007年美国次贷危机爆发以来,银行等金融机构信贷风险问题随之显现,历史上多家权威评级机构及多种风险评估方法遭到质疑,银行如何进行信贷风险评估成为学术界及其关心的话题。本文从理论和实证两个方面进行了分析研究。论文分为五个部分：第一部分为绪论,主要介绍本课题的研究背景、国内外研究现状、研究方法与研究目的。第二部分较全面的阐述了BP神经网络方法的基本原理。第三部分详细阐述了信贷风险评价指标体系的建立及筛选,为实证研究打下基础。第四部分基于BP神经网络模型,通过57家上市公司财务数据(包括速动比率,流动比率,现金流动负债比,资产负债比,净资产收益率,总资产周转率,流动资产周转率及每股营业现金流量七项指标)的仿真,对中美两国银行信贷风险管理情况进行实证,并对中美银行信贷风险方面的差异作出相关解释。第五部分根据第四部分结论,从银行内部控制,外部监管及信贷风险技术三方面对我国银行提出政策建议。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 论文研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.2.3 国内研究述评
• 1.3 本文的研究思路、方法和创新点
• 1.3.1 研究目标与研究内容
• 1.3.2 研究方法与研究路线
• 1.3.3 本文创新点
• 第2章 BP神经网络方法及其在银行信贷风险评价中的适用性
• 2.1 BP神经网络方法的基本原理
• 2.1.1 神经网络方法基本原理
• 2.1.2 BP神经网络原理与方法
• 2.2 BP神经网络方法在银行信贷风险评价中的适用性
• 2.2.1 传统方法的不足
• 2.2.2 BP神经网络方法的适用性
• 第3章 BP神经网络方法在信贷风险评价中的指标体系设置
• 3.1 构建原则
• 3.1.1 全面性和代表性的结合
• 3.1.2 衡量上的可行性和有效性的结合
• 3.2 评价指标体系的建立
• 3.2.1 信贷风险评价的影响要素
• 3.2.2 信贷风险评价指标的筛选
• 第4章 银行信贷风险的BP神经网络模型的构建与中美比较分析
• 4.1 模型的构建
• 4.1.1 判定标准的选择
• 4.1.2 模型的构建
• 4.1.3 权值及阈值的修正
• 4.2 中美商业银行信贷风险比较分析
• 4.2.1 样本的选取
• 4.2.2 模型仿真过程与结果
• 4.2.3 评价结果的比较分析
• 4.3 中美银行信贷风险差异原因的解释
• 第5章 政策建议
• 5.1 加强信贷风险的外部监督
• 5.2 完善信贷业务的内部控制
• 5.3 提高信贷风险评估技术
• 结论
• 致谢
• 参考文献
• 附录1
• 附录2
• 攻读硕士学位期间发表的论文