BP神经网络在银行贷款分类中的应用

贷款五级分类制度是国际贷款风险分类的通行做法，它根据内在风险程度将贷款划分为正常、关注、次级、可疑、损失。     

有序多分类logistic模型在违约概率测算中的应用

初始违约概率的测算是商业银行实施经济资本管理的必要环节。针对我国商业银行的现状,结合贷款五级分类,通过对银行的公司类客户的财务指标作时间加权化处理、因子分析、ROC检验以及使用有序多分类logistic模型对初始违约概率的测算作了有价值的探索,并通过算例分析论证了其可行性。     

自适应共振模型在股票分类中的应用

采用针对聚类问题的神经网络方法,利用自适应共振(ART)模型,通过对我国证券市场中的股票进行实证分类,可以得出在给定数据解释能力方面,ART模型倾向于构建一个狭长的、具有某种函数关系的类;各类型股票分组的结果显示:收益率与标准差之间规律递增排列,市盈率效应和规模效应、主营业务增长率效应等一一显现。     

基于图卷积神经网络的客户识别模型

作为近几年发展最快的数据挖掘新技术,图神经网络的强大之处在于其能学习到图的嵌入表示,从而提取图结构的语义特征,是一项极具发展潜力的技术.从近几年的业界应用来看,图神经网络在分子制药、交通规划、线上社交、电子商务、自然语言处理、图像影像处理方面都取得了令人瞩目的成绩.光大银行重庆分行建设了基于客户金融数据及其关系的图神经网络,实现了基于图卷积神经网络的客户识别模型.该行在实际应用中发现,图神经网络的数据表征能力比传统机器学习模型更具优势,模型对未知样本的泛化认知能力更强,能胜任更复杂的数据挖掘任务,并且已经产生显著的业务价值.     

BP神经网络模型在中小企业融资担保信用风险控制中的应用

鉴于融资担保机构在中小企业融资方面起到越来越重要的作用,构建中小企业风控模型势在必行。本文首先从构建中小企业风控模型指标从发,运用主成分分析法获得主成分得分,并以此得分作为风控模型的数据输入;其次运用python语言构建BP神经网络风控模型,使用网络搜索方法寻找最优模型参数;进一步运用交叉验证、混淆矩阵及ROC曲线评估模型性能,证实BP神经网络风控模型性能较优;最后介绍BP神经网络模型在中小企业融资担保信用风险控制中的实际应用。     

模糊神经网络在股票价格预测中的应用

本文介绍模糊神经网络对股票价格的预测。本文首先分析了神经网络和模糊逻辑相结合的可能性,然后介绍了模糊神经网络的预测模型设计以及网络参数的设定。最后用实证分析证实了模型预测是可行的。     

基于卷积神经网络的股票市场择时模型——以上证综指为例

本文在前人的研究基础上,以卷积神经网络为核心模型,构建了上证综指择时模型,并编写了配套的交易策略。模拟账户在2015年和2016年的回测中表现出优异的性能,其收益率在同时期指数型基金和股票型基金中名列前茅。实证研究表明,卷积神经网络在证券行业有着极其广阔的研究和应用前景。本文在一定程度上推动了金融技术的革新,为智慧金融做出了贡献。     

BP神经网络在汇率预测中的应用

在本文中,我的研究目的是以2010年01月04日至2012年10月25日这段时期中国人民银行公布的每日人民币兑美元汇率中间价(共680个数据样本)为例,建立BP神经网络,在MATLAB软件中实现汇率的预测,并以图、表、文结合的形式将预测过程及结果展示出来,其中最为关键的就是构造训练样本,输入层、输出层节点数的确定,隐藏层节点数训练参数的设定以及对10种训练结果的最优选择。     

BP神经网络在期货价格预测中的应用

BP网络通过对以往历史数据的学习,找出期货市场发展的内在规律,并将其存储在网络具体的权值、阀值中,用以预测未来的走势。文章在深入分析期货市场预测面临的关键问题的基础上,探讨利用BP（Back Propagation）神经网络对期货价格走势进行分析和预测的可行性。     

Web数据挖掘在电子商务中的应用

随着互联网的发展,Web数据挖掘由于其独特的优点,在电子商务中有了更大的用武之地。文章主要介绍了Web数据挖掘的概念和分类、电子商务中的数据资源、电子商务中Web数据挖掘的主要方法及过程,并着重介绍了Web数据挖掘在电子商务中的具体应用。     

基于Hopfield神经网络的信用风险评价模型及其应用

为克服商业银行信用风险评价中所遇到的模糊综合评判失效及警限确定的难题,通过能量极小点的设计,利用Hopfield神经网络记忆与联想功能,建立基于Hopfield神经网络的风险评价模型。将其应用于信用风险评价,网络运行结果可以反映信用风险的当前状态。研究还表明,该模型能在一定程度上反映样本数据的数字特征,适合于信用风险的评价,但其评价能力受记忆容量及样本差异的影响。     

基于遗传算法的BP神经网络在权证定价中的应用

对金融衍生品的定价一直都是理论界和实务界所关注的热点问题之一.传统的参数模型定价方法,容易产生系统性偏差,而神经网络方法在解决这一问题时具有明显的优势.本文基于遗传算法改进的BP神经网络模型(GABP),利用我国8只权证的1050天数据、标的股票1900天的数据和其他所需数据作为训练数据训练网络.研究结果表明,神经网络在权证的定价中效果要优于B-S模型;而RBF模型精度大于BP模型的预测,GABP模型的精度大于RBF模型的预测.     

人工神经网络在商业银行个人信用等级评估与预测中的应用

信用是维系正常社会关系的纽带,个人信用是整个社会信用的基础.个人信用是一个供分析使用的概念,它在实际的运用中还要具体量化为有关的指标--个人信用等级评估.个人信用等级评估就是通过综合考察影响个人及其家庭的各种因素,使用科学严谨的分析方法,对个人及其家庭的资产状况,履约各种经济承诺的能力和信誉程度进行全面评判与估价,并以一定的符号表明其信用状况.建立个人信用制度是一项复杂的系统工程,个人信用制度的核心是个人信用等级评估,只有建立一套科学客观的个人信用等级评估模型,才能正确指导和支持商业银行开展各项个人金融业务.     

基于神经网络技术的商业银行操作风险度量模型研究

当前,现有的操作风险高级度量模型在我国商业银行中使用具有很大的限制性,本文针对这一问题,首先对人工神经网络的基本原理进行简要介绍,然后对商业银行操作风险的人工神经网络模型进行了设计,最后对这种模型进行了实证检验,并认为这种模型在我国当前的商业银行操作风险度量中具有很好的适用性。     

网络在城市老年人服务体系中的应用模式研究

本文在"三网融合"的背景下,以老年人服务体系信息化为出发点,按照"管理主体+运作主体+网络工具"的方法提炼概括网络在我国现行老年人服务体系中的应用模式,梳理阐释各应用模式的组织形式、服务对象、服务内容、运作形式等4个维度的特征并评述。     

基于BP神经网络的中小企业信用评价模型研究

本文在分析中小企业信用评价的基础上,选用了由范柏乃、朱文斌建立的中小企业信用评价指标体系,并在此基础上建立了基于BP神经网络的三层神经网络模型。该模型运用人工神经网络的理论和方法,可以根据已知数据预测中小企业的信用。并结合实际情况,利用MATLAB预测了兰州某中小企业的信用。     

券商客户积分分级的模型设计与应用

中国证券行业服务严重同质化,客户对证券公司品牌的忠诚度低,如何有效衡量客户价值并持续跟踪客户价值量的变化,是券商提供差异化服务和提高客户忠诚度的前提。本文通过研究券商客户分级方法,指出传统客户分类模式的不足,提出了基于客户积分的客户分级模型,并选取4家营业部客户真实交易数据进行实证分析,进一步论证积分分级模式在量化客户价值、挖掘最有价值客户、营销新客户和服务老客户等方面的独特优势,从而为券商提高客户关系管理水平提供崭新的工具。     

A Neural Network Analysis of Mortgage Choice

There exists today an unanswered question as to whether, and the degree to which, borrower characteristics impact the choice between fixed and adjustable rate mortgages. In this paper, we apply a neural network analysis to supply evidence that answers this question. We find evidence that the characteristics of a borrower's net worth, marital status and education level and whether a co-borrower is involved contribute in a significant way to the neural network's ability to determine mortgage choice. Further, we show how, because of the facility of neural networks in modeling intrasample differences, they achieve material and statistically significant accuracy gains over qualitative choice models in predicting whether a borrower will choose a fixed or adjustable rate mortgage.     

An Application of the Dynamic Network DEA Model: The Case of Banks in Taiwan

ABSTRACT

In this study, we apply the dynamic network slack-based measure data envelopment analysis model (DNSBM) to measure the efficiency of Taiwanese banks during the period 2005–11. Using the network structure, we define intellectual capital creation capability as one of the production stages. In order to capture the dynamics of the transformation process, the nonperforming loans and loan loss reserves are defined as carryover items. This study offers sufficient information for managers to understand not only the overall performance of their banks but also the efficiency of each production stage and the dynamic changes of the overall and divisional efficiencies.     

基于现金流信息结构的企业组织循环效率评价的神经网络模型

本文运用组织循环理论,在分析企业组织循环效率与现金流信息结构相关关系的基础上,从理论和实证两个方面,提出对企业组织循环效率具有显著表征能力的现金流类财务指标,并据此构建基于现金流信息结构的企业组织循环效率评价的神经网络模型,力图解决评价模型在实践操作层面上的应用问题,从而为企业风险预警管理和投资者投资决策提供参考依据。