基于人工智能的銀行信貸風(fēng)險管理決策研究

內(nèi)容概要

　　《基于人工智能的銀行信貸風(fēng)險管理決策研究》是作者近年來承擔(dān)有關(guān)銀行信貸風(fēng)險管理決策項目的研究成果的部分總結(jié)?！痘谌斯ぶ悄艿你y行信貸風(fēng)險管理決策研究》緊密結(jié)合我國銀行信貸風(fēng)險防范與控制現(xiàn)狀展開研究，涉及知識工程與人工智能方法、技術(shù)在信貸風(fēng)險管理中的應(yīng)用，主要包括基于知識的商業(yè)銀行貸款評價的原型系統(tǒng)、基于知識的銀行貸款內(nèi)部監(jiān)管與稽核系統(tǒng)、基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行貸款風(fēng)險預(yù)警研究、基于人工智能的貸款風(fēng)險分類研究、基于知識管理的銀行貸款風(fēng)險分析系統(tǒng)的描述等內(nèi)容?！痘谌斯ぶ悄艿你y行信貸風(fēng)險管理決策研究》是適合金融專業(yè)本科生及研究生、信息管理專業(yè)研究生及從事銀行信貸管理的專業(yè)人員的參考用書。

書籍目錄

第一章　緒論第一節(jié)　貸款及貸款對象1.1 貸款的種類1.2 貸款對象及條件第二節(jié)　貸款風(fēng)險與貸款風(fēng)險管理2.1 貸款風(fēng)險2.2 貸款風(fēng)險管理第三節(jié)　信用風(fēng)險3.1 信用風(fēng)險的含義3.3 我國信用風(fēng)險管理的現(xiàn)狀第四節(jié)　企業(yè)信用等級評估4.1 信用等級評估的概念和意義4.2 企業(yè)信用等級的標(biāo)準(zhǔn)4-3企業(yè)信用等級評估的過程4.4 企業(yè)信用等級評估的指標(biāo)體系第五節(jié)　貸款風(fēng)險五級分類法的提出5.1 貸款分類概念5.2 我國貸款分類的主要方法513貸款分類制度的國際比較5.4 對信貸資產(chǎn)進(jìn)行五級分類的必要性5.5 在信貸MIS中實現(xiàn)五級分類功能的意義和可行性第六節(jié)　金融信息化及人工智能方法技術(shù)的應(yīng)用6.1 國內(nèi)金融信息化發(fā)展的現(xiàn)狀6.2 金融技術(shù)發(fā)展的智能化趨勢本章小結(jié)第二章 專家系統(tǒng)第一節(jié) 專家系統(tǒng)與專家系統(tǒng)組成1．1專家系統(tǒng)的一般特點1．2專家系統(tǒng)的分類1．3專家系統(tǒng)的一般結(jié)構(gòu)第二節(jié) 專家系統(tǒng)語言與開發(fā)工具2．1專家系統(tǒng)語言、外殼與工具2．2智能程序設(shè)計語言2．3骨架系統(tǒng)2.4 通用開發(fā)工具第三節(jié)　專家系統(tǒng)實施的關(guān)鍵技術(shù)3.1 專家系統(tǒng)的建造步驟3.2 專家系統(tǒng)的設(shè)計技巧3.3 專家系統(tǒng)的關(guān)鍵技術(shù)第四節(jié)　應(yīng)用于管理決策KBS原型系統(tǒng)設(shè)計思想4.1 結(jié)構(gòu)化情景分析（StructuredSituationAnalysis）4.2 原型系統(tǒng)的描述--關(guān)聯(lián)圖（DependencyDiagrams）4.3 知識庫與系統(tǒng)的實施4.4 決策表（Decisioncharts）4.5 系統(tǒng)作出建議（Recommendations）第五節(jié)　KBS系統(tǒng)開發(fā)舉例：商業(yè)貸款評價系統(tǒng)5.1 詳細(xì)信貸分析5.2 原型系統(tǒng)文檔化本章小結(jié)第三章　人工神經(jīng)網(wǎng)絡(luò)概述第一節(jié)　神經(jīng)網(wǎng)絡(luò)概述1.1 人工神經(jīng)網(wǎng)絡(luò)研究歷程1.2 ANN的特征1.3 ANN的主要應(yīng)用領(lǐng)域第二節(jié)　ANN的構(gòu)成和分類2.1 人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)2.2 人工神經(jīng)網(wǎng)絡(luò)的基本類型2.3 人工神經(jīng)網(wǎng)絡(luò)示例及其算法第三節(jié)　前向三層BP神經(jīng)網(wǎng)絡(luò)模型3.1 網(wǎng)絡(luò)的結(jié)構(gòu)與數(shù)學(xué)描述3.2 B.P網(wǎng)絡(luò)的學(xué)習(xí)算法3.3 B.P網(wǎng)絡(luò)的誤差討論3.4 共軛梯度法原理3.5 共軛因子B的確定及E的接受原則3.6 共軛梯度法改進(jìn)BP算法的收斂性驗證第四節(jié)ANN與ES的結(jié)合4.1 ANN與ES集成的必要性4.2 ANN與ES集成系統(tǒng)的結(jié)構(gòu)本章小結(jié)第四章　基于知識的銀行貸款內(nèi)部監(jiān)管與稽核系統(tǒng)第一節(jié)　問題的提出1.1 內(nèi)部控制的概念極其重要性1.2 銀行內(nèi)部控制的內(nèi)容……第五章　基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)貸款風(fēng)險預(yù)警研究第六章　貸款風(fēng)險分類管理．第七章　基于人工智能的貸款風(fēng)險分類研究第八章　基于知識管理(KM)的智能型系統(tǒng)展望．附錄l：采用Java語言進(jìn)行實施的KBS原型系統(tǒng)知識庫的部分內(nèi)容附錄2：BP的C++實現(xiàn)附錄3：MATLAB輔助神經(jīng)網(wǎng)絡(luò)分析方法介紹參考文獻(xiàn)

章節(jié)摘錄

　?。ㄒ唬┙鹑陬I(lǐng)域引入人工智能技術(shù)的優(yōu)點　　金融工程蓬勃發(fā)展，人工智能技術(shù)也隨之滲透進(jìn)當(dāng)代金融業(yè)包括股票、證券、外匯、衍生工具、存貸款等領(lǐng)域，形成了金融技術(shù)發(fā)展的又一趨勢：智能化。其根本原因在于人工智能技術(shù)與傳統(tǒng)數(shù)學(xué)手段相比具有以下幾大優(yōu)勢：　　（1）增強了優(yōu)化的魯棒性。金融的各個應(yīng)用領(lǐng)域，無論是價格走勢預(yù)測、信用資產(chǎn)分類，還是交易策略設(shè)計、資產(chǎn)價值估算、其數(shù)學(xué)實質(zhì)最后都等價于一個特定優(yōu)化問題的求解。當(dāng)代金融技術(shù)發(fā)展的不斷數(shù)量化和工程化，模型日益精細(xì)，同時對應(yīng)所要優(yōu)化的問題也日益復(fù)雜，傳統(tǒng)的依靠梯度或變分為零的優(yōu)化方法很難得到或有效得到全局最優(yōu)解，而人工智能技術(shù)，特別是稱作“軟計算”的各種癌發(fā)技術(shù)，如：神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火，卻具有出色的魯棒性，為解決該問題提供了一條有效途徑?！　。?）增強了計算的實時性?，F(xiàn)代金融市場至少有兩點顯著特征：日益全球化和更加瞬息萬變。金融市場變動的日益全球化，要求投資者開拓視野，要檢測世界上不同市場的價格，以尋找不同市場價格間的套利機會，反映在其投資策略設(shè)計操作上是問題規(guī)模的指數(shù)性膨脹；另一方面，由于金融市場變化更加瞬息萬變和市場發(fā)展更加完善。套利機會轉(zhuǎn)瞬即逝，這就要求投資者反映更加迅速靈敏，甚至要求其處理與價格變化幾乎是同步的。人工智能技術(shù)能出色完成該類工作，這是“自動交易系統(tǒng)”如雨后春筍般出現(xiàn)的原因。　?。?）提高了決策的靈活性。傳統(tǒng)數(shù)學(xué)工具只考慮定量信息，雖然這種數(shù)量化的趨勢是一種歷史的進(jìn)步使金融研究更加精確，但它們卻無法吸收利用大量存在于資深專家經(jīng)驗中的定性知識，造成寶貴的信息資源的浪費。人工智能中的各種非經(jīng)典推理邏輯，如專家系統(tǒng)、模糊邏輯、定性推理、基于案例的推理等，能將定性知識轉(zhuǎn)化為規(guī)則、定性微分方程、案例結(jié)構(gòu)等不同特定形式，將定性知識與定量知識綜合在一起使用，提高了對信息全方位的利用效率，更可以在各種金融數(shù)量模型中直接加入決策者或者專家的定性意見，大大提高人機交互的決策柔性：另一方面，以模仿人類各種感覺的“虛擬現(xiàn)實”技術(shù)，創(chuàng)造出更逼真的市場運作情況，更可將現(xiàn)實中不可能出現(xiàn)的情況按投資者需求逼真的模擬在計算機上，如Information Animation，可把不同金融市場的不同證券價格以三維甚至四維形式顯示在屏幕上，使投資者決策時對全局狀況一目了然?！　。?）提供一種理解金融現(xiàn)象的嶄新視角。傳統(tǒng)數(shù)學(xué)模型認(rèn)為，客觀現(xiàn)象不是確定的就是隨機的，反映在金融中就涉及到價格等金融變量的可預(yù)測性及市場有效性假設(shè)（EMH）問題，但混沌和分形理論卻提供了一種表面似乎完全隨機卻是由確定數(shù)理機制引起的嶄新視角EMIt對市場的假設(shè)分為四類，有效市場假設(shè)，趨勢市場假設(shè)，分形市場假設(shè)，一致市場假設(shè)。利用該技術(shù)尋找金融資產(chǎn)價格的“奇異吸引子”可判斷市場價格的長遠(yuǎn)走勢和可預(yù)測的時間區(qū)間，從而幫助投資者更準(zhǔn)確地設(shè)計交易策略。

圖書封面

評論、評分、閱讀與下載

---

    基于人工智能的銀行信貸風(fēng)險管理決策研究 PDF格式下載

---