4．3模型结果及分析16161618191920212325
结论27参考文献29致谢1
1
f基于神经网络的金融风险评估研究
1
绪论
11论文选题的依据及其意义
近年来，随着金融的全球化趋势及金融市场的波动性加剧，国际金融界对信用风险的关注也日益加强。银行是一国金融体系的核心，在国家金融发展和经济发展中占有十分重要的地位，没有发达的银行业，也就没有发达的经济。银行作为金融的一个重要组成部分，对经济的发展起到很大的促进作用，反过来，经济的发展也促进了银行的发展和创新。国际上对于银行业金融风险研究的重视程度逐渐提到一定高度。银行依存于经济环境，受到一国经济体制、国家经济政策、法律制度、国民经济水平、社会信用观念等的方面的影响，但是最重要的风险还是信用风险。基于信用风险对银行经营和管理的影响程度，国际性的大型商业银行和研究机构都对信用风险度量和管理提出了许多的理论和评估方法，并进行了不断的实践总结。目前，国外研究和开发的度量信用风险技术方法和模型还存在一定的缺陷，并且由于我国银行业的改革滞后于经济发展，在风险度量和管理方面还很薄弱，因而，研究和发展风险度量模型和方法对于我国银行业具有十分重要的意义。需要不断的推陈出新，联系我国的经济现状找到真正适合我国商业银行的信用风险评估方法。我国已加入世界贸易组织，这是促进经济发展的好机会，同时也是一项考验，促使我国必须学习国外先进的、科学的信用风险度量和管理方法的同事，结合我国实际情况，发展适合我国银行业的信用风险度量和管理技术，只有这样才能在与国外同行业的竞争中获得比较优势。同时由于信用是市场经济赖以存在和发展的基石，信用风险度量和管理研究对于银行加强信用风险度量和管理、加强银行内控体系建设和风险监管、健全我国的信用制度，构筑严格的国家信用管理体系，进而建立完善的社会主义市场经济体系等方面起到一定的作用。本文详细研究学习数据挖掘技术，找到它与信用风险评估模型的契合点，运用这门最新的技术来分析国外常用的几个用于信用风险评估的统计模型，多元判别分析模型（MDA）、logit分析模型、近邻法、分类树方法，并联系我国商业银行经营现状，进行适合我国商业银行信用风险评估模型神经网络的建立和实现。
1
fr