基于人工智能的银行信贷风险管理决策研究

　　《基于人工智能的银行信贷风险管理决策研究》是作者近年来承担有关银行信贷风险管理决策项目的研究成果的部分总结。《基于人工智能的银行信贷风险管理决策研究》紧密结合我国银行信贷风险防范与控制现状展开研究，涉及知识工程与人工智能方法、技术在信贷风险管理中的应用，主要包括基于知识的商业银行贷款评价的原型系统、基于知识的银行贷款内部监管与稽核系统、基于人工神经网络的商业银行贷款风险预警研究、基于人工智能的贷款风险分类研究、基于知识管理的银行贷款风险分析系统的描述等内容。《基于人工智能的银行信贷风险管理决策研究》是适合金融专业本科生及研究生、信息管理专业研究生及从事银行信贷管理的专业人员的参考用书。

暂缺《基于人工智能的银行信贷风险管理决策研究》作者简介

第一章　绪论
第一节　贷款及贷款对象
1.1 贷款的种类
1.2 贷款对象及条件
第二节　贷款风险与贷款风险管理
2.1 贷款风险
2.2 贷款风险管理
第三节　信用风险
3.1 信用风险的含义
3.3 我国信用风险管理的现状
第四节　企业信用等级评估
4.1 信用等级评估的概念和意义
4.2 企业信用等级的标准
4-3企业信用等级评估的过程
4.4 企业信用等级评估的指标体系
第五节　贷款风险五级分类法的提出
5.1 贷款分类概念
5.2 我国贷款分类的主要方法
513贷款分类制度的国际比较
5.4 对信贷资产进行五级分类的必要性
5.5 在信贷MIS中实现五级分类功能的意义和可行性
第六节　金融信息化及人工智能方法技术的应用
6.1 国内金融信息化发展的现状
6.2 金融技术发展的智能化趋势
本章小结
第二章 专家系统
第一节 专家系统与专家系统组成
1．1专家系统的一般特点
1．2专家系统的分类
1．3专家系统的一般结构
第二节 专家系统语言与开发工具
2．1专家系统语言、外壳与工具
2．2智能程序设计语言
2．3骨架系统
2.4 通用开发工具
第三节　专家系统实施的关键技术
3.1 专家系统的建造步骤
3.2 专家系统的设计技巧
3.3 专家系统的关键技术
第四节　应用于管理决策KBS原型系统设计思想
4.1 结构化情景分析（StructuredSituationAnalysis）
4.2 原型系统的描述--关联图（DependencyDiagrams）
4.3 知识库与系统的实施
4.4 决策表（Decisioncharts）
4.5 系统作出建议（Recommendations）
第五节　KBS系统开发举例：商业贷款评价系统
5.1 详细信贷分析
5.2 原型系统文档化
本章小结
第三章　人工神经网络概述
第一节　神经网络概述
1.1 人工神经网络研究历程
1.2 ANN的特征
1.3 ANN的主要应用领域
第二节　ANN的构成和分类
2.1 人工神经网络的结构
2.2 人工神经网络的基本类型
2.3 人工神经网络示例及其算法
第三节　前向三层BP神经网络模型
3.1 网络的结构与数学描述
3.2 B.P网络的学习算法
3.3 B.P网络的误差讨论
3.4 共轭梯度法原理
3.5 共轭因子B的确定及E的接受原则
3.6 共轭梯度法改进BP算法的收敛性验证
第四节ANN与ES的结合
4.1 ANN与ES集成的必要性
4.2 ANN与ES集成系统的结构
本章小结
第四章　基于知识的银行贷款内部监管与稽核系统
第一节　问题的提出
1.1 内部控制的概念极其重要性
1.2 银行内部控制的内容
……
第五章　基于人工神经网络的商业贷款风险预警研究
第六章　贷款风险分类管理．
第七章　基于人工智能的贷款风险分类研究
第八章　基于知识管理(KM)的智能型系统展望．
附录l：采用Java语言进行实施的KBS原型系统知识库的部分内容
附录2：BP的C++实现
附录3：MATLAB辅助神经网络分析方法介绍
参考文献