基于人工智能的銀行信貸風(fēng)險(xiǎn)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(xiǎn)管理決策研究》是作者近年來(lái)承擔(dān)有關(guān)銀行信貸風(fēng)險(xiǎn)管理決策項(xiàng)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(xiǎn)管理決策研究》緊密結(jié)合我國(guó)銀行信貸風(fēng)險(xiǎn)防范與控制現(xiàn)狀展開(kāi)研究，涉及知識(shí)工程與人工智能方法、技術(shù)在信貸風(fēng)險(xiǎn)管理中的應(yīng)用，主要包括基于知識(shí)的商業(yè)銀行貸款評(píng)價(jià)的原型系統(tǒng)、基于知識(shí)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(xiǎn)預(yù)警研究、基于人工智能的貸款風(fēng)險(xiǎn)分類(lèi)研究、基于知識(shí)管理的銀行貸款風(fēng)險(xiǎn)分析系統(tǒng)的描述等內(nèi)容。《基于人工智能的銀行信貸風(fēng)險(xiǎn)管理決策研究》是適合金融專(zhuān)業(yè)本科生及研究生、信息管理專(zhuān)業(yè)研究生及從事銀行信貸管理的專(zhuān)業(yè)人員的參考用書(shū)。

書(shū)籍目錄

第一章　緒論第一節(jié)　貸款及貸款對(duì)象1.1 貸款的種類(lèi)1.2 貸款對(duì)象及條件第二節(jié)　貸款風(fēng)險(xiǎn)與貸款風(fēng)險(xiǎn)管理2.1 貸款風(fēng)險(xiǎn)2.2 貸款風(fēng)險(xiǎn)管理第三節(jié)　信用風(fēng)險(xiǎn)3.1 信用風(fēng)險(xiǎn)的含義3.3 我國(guó)信用風(fēng)險(xiǎn)管理的現(xiàn)狀第四節(jié)　企業(yè)信用等級(jí)評(píng)估4.1 信用等級(jí)評(píng)估的概念和意義4.2 企業(yè)信用等級(jí)的標(biāo)準(zhǔn)4-3企業(yè)信用等級(jí)評(píng)估的過(guò)程4.4 企業(yè)信用等級(jí)評(píng)估的指標(biāo)體系第五節(jié)　貸款風(fēng)險(xiǎn)五級(jí)分類(lèi)法的提出5.1 貸款分類(lèi)概念5.2 我國(guó)貸款分類(lèi)的主要方法513貸款分類(lèi)制度的國(guó)際比較5.4 對(duì)信貸資產(chǎn)進(jìn)行五級(jí)分類(lèi)的必要性5.5 在信貸MIS中實(shí)現(xiàn)五級(jí)分類(lèi)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(guó)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(shì)本章小結(jié)第二章 專(zhuān)家系統(tǒng)第一節(jié) 專(zhuān)家系統(tǒng)與專(zhuān)家系統(tǒng)組成1．1專(zhuān)家系統(tǒng)的一般特點(diǎn)1．2專(zhuān)家系統(tǒng)的分類(lèi)1．3專(zhuān)家系統(tǒng)的一般結(jié)構(gòu)第二節(jié) 專(zhuān)家系統(tǒng)語(yǔ)言與開(kāi)發(fā)工具2．1專(zhuān)家系統(tǒng)語(yǔ)言、外殼與工具2．2智能程序設(shè)計(jì)語(yǔ)言2．3骨架系統(tǒng)2.4 通用開(kāi)發(fā)工具第三節(jié)　專(zhuān)家系統(tǒng)實(shí)施的關(guān)鍵技術(shù)3.1 專(zhuān)家系統(tǒng)的建造步驟3.2 專(zhuān)家系統(tǒng)的設(shè)計(jì)技巧3.3 專(zhuān)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(jì)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(shí)庫(kù)與系統(tǒng)的實(shí)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(kāi)發(fā)舉例：商業(yè)貸款評(píng)價(jià)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(lèi)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(lèi)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(yàn)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(shí)的銀行貸款內(nèi)部監(jiān)管與稽核系統(tǒng)第一節(jié)　問(wèn)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(xiǎn)預(yù)警研究第六章　貸款風(fēng)險(xiǎn)分類(lèi)管理．第七章　基于人工智能的貸款風(fēng)險(xiǎn)分類(lèi)研究第八章　基于知識(shí)管理(KM)的智能型系統(tǒng)展望．附錄l：采用Java語(yǔ)言進(jìn)行實(shí)施的KBS原型系統(tǒng)知識(shí)庫(kù)的部分內(nèi)容附錄2：BP的C++實(shí)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(diǎn)　　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(shì)：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(shì)：　?。?）增強(qiáng)了優(yōu)化的魯棒性。金融的各個(gè)應(yīng)用領(lǐng)域，無(wú)論是價(jià)格走勢(shì)預(yù)測(cè)、信用資產(chǎn)分類(lèi)，還是交易策略設(shè)計(jì)、資產(chǎn)價(jià)值估算、其數(shù)學(xué)實(shí)質(zhì)最后都等價(jià)于一個(gè)特定優(yōu)化問(wèn)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(shí)對(duì)應(yīng)所要優(yōu)化的問(wèn)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(chēng)作“軟計(jì)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(wèn)題提供了一條有效途徑?！　。?）增強(qiáng)了計(jì)算的實(shí)時(shí)性。現(xiàn)代金融市場(chǎng)至少有兩點(diǎn)顯著特征：日益全球化和更加瞬息萬(wàn)變。金融市場(chǎng)變動(dòng)的日益全球化，要求投資者開(kāi)拓視野，要檢測(cè)世界上不同市場(chǎng)的價(jià)格，以尋找不同市場(chǎng)價(jià)格間的套利機(jī)會(huì)，反映在其投資策略設(shè)計(jì)操作上是問(wèn)題規(guī)模的指數(shù)性膨脹；另一方面，由于金融市場(chǎng)變化更加瞬息萬(wàn)變和市場(chǎng)發(fā)展更加完善。套利機(jī)會(huì)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(jià)格變化幾乎是同步的。人工智能技術(shù)能出色完成該類(lèi)工作，這是“自動(dòng)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(shì)是一種歷史的進(jìn)步使金融研究更加精確，但它們卻無(wú)法吸收利用大量存在于資深專(zhuān)家經(jīng)驗(yàn)中的定性知識(shí)，造成寶貴的信息資源的浪費(fèi)。人工智能中的各種非經(jīng)典推理邏輯，如專(zhuān)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(shí)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(shí)與定量知識(shí)綜合在一起使用，提高了對(duì)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(zhuān)家的定性意見(jiàn)，大大提高人機(jī)交互的決策柔性：另一方面，以模仿人類(lèi)各種感覺(jué)的“虛擬現(xiàn)實(shí)”技術(shù)，創(chuàng)造出更逼真的市場(chǎng)運(yùn)作情況，更可將現(xiàn)實(shí)中不可能出現(xiàn)的情況按投資者需求逼真的模擬在計(jì)算機(jī)上，如Information Animation，可把不同金融市場(chǎng)的不同證券價(jià)格以三維甚至四維形式顯示在屏幕上，使投資者決策時(shí)對(duì)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(jī)的，反映在金融中就涉及到價(jià)格等金融變量的可預(yù)測(cè)性及市場(chǎng)有效性假設(shè)（EMH）問(wèn)題，但混沌和分形理論卻提供了一種表面似乎完全隨機(jī)卻是由確定數(shù)理機(jī)制引起的嶄新視角EMIt對(duì)市場(chǎng)的假設(shè)分為四類(lèi)，有效市場(chǎng)假設(shè)，趨勢(shì)市場(chǎng)假設(shè)，分形市場(chǎng)假設(shè)，一致市場(chǎng)假設(shè)。利用該技術(shù)尋找金融資產(chǎn)價(jià)格的“奇異吸引子”可判斷市場(chǎng)價(jià)格的長(zhǎng)遠(yuǎn)走勢(shì)和可預(yù)測(cè)的時(shí)間區(qū)間，從而幫助投資者更準(zhǔn)確地設(shè)計(jì)交易策略。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    基于人工智能的銀行信貸風(fēng)險(xiǎn)管理決策研究 PDF格式下載

---