排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
商业银行信用风险评估预测模型研究 总被引:31,自引:2,他引:31
依据商业银行信用风险的内涵,指出信用风险评估应当充分考虑信贷资金安全系数的不
确定性和信用风险的相对性特征,并以“信用风险度”作为系统的输出,构建了基于人工神经网
络的信用风险评估预测模型,为有效转变信用风险的分类评估模式,提供更为全面的信贷决策
支持奠定了基础. 相似文献
2.
一、引言新巴塞尔资本协议的核心之一为内部风险评级体系 ,从发达国家国际性大银行的经验看 ,内部评级对于信用风险管理的作用是巨大的。内部评级法衡量的关键在于对违约及其相关因素的测算 ,具体包括违约概率 (Prob abilityofDefault,PD) ,违约损失率 (LossGivenDefault,LGD)、违约暴露 (ExposureatDefault,EAD)及年期 (Maturity ,M)。在此基础上 ,内部评级法进一步通过相关的模型风险权重计算公式 ,将风险参数转化为风险资产 (Risk WeightedAssets ,RWA)。内部评级法 (InternalRating Basedapproach ,IRB)又可以分为基础法和… 相似文献
3.
4.
5.
基于信用风险度的商业银行风险评估模型研究 总被引:8,自引:0,他引:8
本文依据商业银行信用风险的内涵,结合信用风险的不确定性和相对性特征,提出以"信用风险度"作为系统的输出,并针对传统模式识别评估方法的不足,构建了基于补偿模糊神经网络的信用风险评估预测模型,为有效转变信用风险的分类评估模式、提供更为全面的信贷决策支持奠定了基础.实证结果表明,该模型是一种较为有效的评估方法. 相似文献
1