基于clementine数据挖掘银行信用风险精准度量word格式论文.docxVIP

优秀毕业论文 精品参考文献资料 mining principle. Got better accuracy and stability in the random sample of the prediction of the measurement of credit risk with the model. The results showed that the data mining technology have better evaluation in predicting the probability in the commercial bank’s credit risk measurement. KEY WORDS：Data Mining, Credit Risk, Commercial Bank, Listed Companies, Risk Measurement 目 录  HYPERLINK \l _bookmark0 第一章 绪论 1  HYPERLINK \l _bookmark1 1.1 选题背景与研究意义 1  HYPERLINK \l _bookmark2 1.1.1 选题背景 1  HYPERLINK \l _bookmark3 1.1.2 研究意义 2  HYPERLINK \l _bookmark4 1.2 国内外研究文献综述 3  HYPERLINK \l _bookmark5 1.2.1 国外研究文献综述 3  HYPERLINK \l _bookmark6 1.2.2 国内研究文献综述 5  HYPERLINK \l _bookmark7 1.3 研究方法与结构 7  HYPERLINK \l _bookmark8 1.4 本文可能创新点 8  HYPERLINK \l _bookmark9 第二章 相关理论分析 9  HYPERLINK \l _bookmark10 2.1 商业银行公司客户信用风险理论概述 9  HYPERLINK \l _bookmark11 2.1.1 信用风险的概念与分类 9  HYPERLINK \l _bookmark12 2.1.2 信用风险的内涵与本质 9  HYPERLINK \l _bookmark13 2.1.3 信用风险的数学特征 10  HYPERLINK \l _bookmark14 2.2 信用风险精准度量和管理概述 11  HYPERLINK \l _bookmark15 2.2.1 信用风险精准度量和管理的概念 11  HYPERLINK \l _bookmark16 2.2.2 信用风险精准度量方法及对比分析 12  HYPERLINK \l _bookmark17 2.3 数据挖掘技术及理论分析 14  HYPERLINK \l _bookmark18 2.3.1 数据挖掘的定义、任务及流程 14  HYPERLINK \l _bookmark19 2.3.2 数据挖掘在金融行业的应用及意义 16  HYPERLINK \l _bookmark20 2.3.3 数据挖掘在信用风险精准度量的应用优势 17  HYPERLINK \l _bookmark21 第三章 商业银行公司客户信用风险模型的设计 19  HYPERLINK \l _bookmark22 3.1 信用风险精准度量指标体系构建 19  HYPERLINK \l _bookmark23 3.1.1 指标选取原则和依据 19  HYPERLINK \l _bookmark24 3.1.2 财务类指标选取 19  HYPERLINK \l _bookmark25 3.1.3 非财务类指标选取 25  HYPERLINK \l _bookmark26 3.2 信用风险精准度量模型构建 26  HYPERLINK \l _bookmark27 3.2.1 模型构建原则与注意事项 26  HYPERLINK \l _bookmark28 3.2.2 本文基于数据挖掘的风险精准度流量模型构建 27  HYPERLINK \l _bookmark29 第四章 基于数据挖掘的信用风险精准度量 LOGISTIC 实证分析 30  HYPERLINK \l _bookmark30 挖掘技术工具 Clementine 软件 30  HYPERLINK \l _bookmark31 Clementine 功能及特点 30