商業(yè)銀行信貸風(fēng)險(xiǎn)控制計(jì)算模型與算法優(yōu)化研究.pdf

1、該文綜合采用聚類分析、判別分析、層次分析等方法建立具有實(shí)用價(jià)值的信貸風(fēng)險(xiǎn)控制模型,應(yīng)用模糊數(shù)學(xué)方法、遺傳算法等對(duì)常規(guī)算法進(jìn)行優(yōu)化并予以軟件實(shí)現(xiàn),在組合貸款風(fēng)險(xiǎn)測(cè)量與控制、商業(yè)銀行信貸風(fēng)險(xiǎn)跟蹤預(yù)警監(jiān)測(cè)、貸款效益與風(fēng)險(xiǎn)評(píng)價(jià)等方面取得了較理想的結(jié)果.具體內(nèi)容如下:第一章比較全面地介紹了目前在西方發(fā)達(dá)國家商業(yè)銀行應(yīng)用的各種信用風(fēng)險(xiǎn)控制模型,對(duì)各種模型的特點(diǎn)、應(yīng)用范圍作了比較分析,同時(shí)也介紹了信用風(fēng)險(xiǎn)控制模型的各種計(jì)算方法.第二章建立了基于單位風(fēng)

2、險(xiǎn)收益最大原則的貸款組合優(yōu)化決策模型,分析了該模型的意義和特點(diǎn).第三章以企業(yè)壽命分布和破產(chǎn)概率為背景提出了商業(yè)銀行貸款風(fēng)險(xiǎn)測(cè)量與控制模型,該模型是一個(gè)約束條件有上限的線性規(guī)劃問題.第四章提出了結(jié)合使用遺傳算法和爬山法的動(dòng)態(tài)聚類算法,改進(jìn)了常規(guī)的k-均值動(dòng)態(tài)聚類法,用于中國目前1200個(gè)上市公司的聚類分析,得到了準(zhǔn)確的分類結(jié)果.第五章從銀行作為債權(quán)人的角度出發(fā),以企業(yè)的償債能力為主要分析對(duì)象,根據(jù)財(cái)政部2002年頒發(fā)的評(píng)價(jià)指標(biāo),對(duì)中國上市

3、公司進(jìn)行分析評(píng)價(jià),改進(jìn)了Edward I.Altman的Z-Scole破產(chǎn)預(yù)測(cè)模型,建立了符合中國國情的Z-Scole破產(chǎn)預(yù)測(cè)模型.第六章應(yīng)用模糊數(shù)學(xué)理論和模糊聚類分析方法,建立了信貸風(fēng)險(xiǎn)量化的模糊評(píng)價(jià)模型,提出了基于相似系數(shù)和檢測(cè)孤立點(diǎn)集的算法.第七章提出了基于模糊聚類的綜合排序算法,應(yīng)用該算法對(duì)銀行的貸款效益進(jìn)行綜合評(píng)價(jià),其結(jié)論與實(shí)際相符,效率比其他綜合評(píng)價(jià)方法提高了一個(gè)數(shù)量級(jí);提出了應(yīng)用Markov鏈預(yù)測(cè)模型預(yù)測(cè)不良貸款的方法;建