基于贝叶斯网络的商业银行全面风险预警系统

《基于贝叶斯网络的商业银行全面风险预警系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于贝叶斯网络的商业银行全面风险预警系统重庆大学硕士学位论文学生姓名：王捷指导教师：陆静专业：金融学学科门类：经济学重庆大学经济与工商管理学院二O一一年五月EnterpriseRiskPre-WarningSystemofCommercialBanksBasedonBayesianNetworksAThesisSubmittedtoChongqingUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofProfessionByWangJieSupervisedby

2、LuJingSpecialty:FinanceCollegeofEconomicsandBusinessAdministrationofChongqingUniversity，Chongqing，ChinaMay,2011重庆大学硕士学位论文中文摘要摘要银行业是一个高风险的行业，对风险的防范和管理是银行业发展的永恒主题。鉴于商业银行全面风险管理的复杂性，较难运用传统方法构建风险预警系统。而贝叶斯网络方法基于概率和统计理论，具有坚实的数学基础。由于其具有表达直观、推理能力强、语义清晰等诸多优越性，在不确定推理方面具有较强的优势，因此成为不确定理论

3、的研究热点并在许多领域得到了广泛的应用。本文采用贝叶斯网络，通过构建商业银行全面风险的拓扑结构，将各类风险诱因对商业银行全面风险的影响纳入到具有因果关联的网络结构中，在对各级指标节点赋值的基础上，运用贝叶斯网络测算了各类指标对全面风险的影响程度，并通过预警系统的灯号模型，直观地展示了各种风险因素对商业银行全面风险的影响，以便帮助商业银行及时采取措施化解风险，具体的研究内容包括：①综述了商业银行风险管理理念的发展过程，介绍了贝叶斯网络的基本原理以及其在商业银行风险管理领域应用的研究现状。②认真分析了商业银行的全面风险，并按照市场风险、信用风险、操

4、作风险以及流动性风险的划分方式研究了各类风险的风险源、影响因素以及度量方式，并在此基础上，有根据、较科学地为各个父节点设置了子节点，从而构造了完整的，能够反映商业银行全面风险的贝叶斯网络。③将超级贝叶斯方法应用于贝叶斯网络先验概率的确定，并举例说明了该方法计算先验概率的过程。在传统的专家制度法基础上，超级贝叶斯方法运用数学工具，将各个专家的意见赋予不同权重，进行综合评价，最终得到科学的先验概率值。与传统的设置方法比较，这种方法既不需要庞大的数据库支持，也不需要复杂的操作过程，但却能为贝叶斯网络设置一个比较可信的先验概率，因此具有一定的优势。④完

5、成了基于贝叶斯网络的商业银行全面风险预警系统。同时，本文加入了灯号模型，使得预警结果能够直观地反应出来，增强了预警系统的实用性。⑤通过实例说明，对系统进行正向推理和逆向推理能够帮助决策者和风险管理者预测到个别因素变化对商业银行整体风险的影响，以及整体风险水平的变化对各个因素的影响，辅助其决策以及采取进一步措施，化解风险。关键词：商业银行，全面风险管理，贝叶斯网络，超级贝叶斯方法，预警系统I重庆大学硕士学位论文英文摘要ABSTRACTBankingisoneofthemostriskyindustriesintheworld,theeternal

6、themeofdevelopmentofbankingisthepreventingandmanagingrisks.Becauseofthecomplexityofcommercialbank’senterpriserisk,itisdifficulttobuildpre-warningsystembytraditionalmethods.However,Bayesiannetworkshavecompletemathematicsupportandarebasedontheprobabilisticandstatisticstheory.I

7、thasalotofadvantagessuchasintuitionisticexpression,strongabilityforprobabilisticreasoningandthecharacteristicofeasyunderstandingtohumanswhichmakeitasahottopicinuncertaintheoryandapplyinginmanydomainsnow.ThispaperusestheBayesiannetworksasanewwaytoanalyzethetopologyframeofente

8、rpriseriskandbuildsacausalnetworkwithkeyriskdrivesandenterpriserisk.Afterev