基于社會網絡模型的金融市場風險交叉?zhèn)魅緳C制與智能防范策略

1 緒論 1.1 引言 1.2 神經網絡理論與應用 1.2.1 神經網絡發(fā)展歷程 1.2.2 神經網絡原理 1.2.3 神經網絡應用領域 1.2.4 神經網絡研究方向 1.3 金融網絡理論與應用 1.3.1 金融網絡的基本概念 1.3.2 金融網絡的典型應用 1.3.3 金融網絡應用現(xiàn)狀及趨勢 參考文獻 2 社會網絡理論 2.1 社會網絡基本概念 2.2 社會網絡統(tǒng)計特征 2.2.1 度與度分布 2.2.2 平均路徑長度 2.2.3 聚集系數(shù) 2.2.4 介數(shù) 2.2.5 緊密度 2.2.6 中心性 2.2.7 PageRank值 2.2.8 連通度 2.3 社會網絡模型 2.3.1 規(guī)則網絡模型 2.3.2 隨機網絡模型 2.3.3 無標度網絡模型 2.3.4 小世界網絡模型 參考文獻 3 基于人工神經網絡模型的敏感度分析 3.1 神經網絡理論 3.1.1 BP神經網絡 3.1.2 SOM神經網絡 3.1.3 GRNN神經網絡 3.2 優(yōu)化算法理論 3.2.1 遺傳算法 3.2.2 粒子群算法 3.2.3 思維進化算法 3.3 敏感度分析 3.3.1 敏感度分析的定義與分類 3.3.2 基于人工神經網絡的敏感性分析 參考文獻 4 銀行系統(tǒng)風險傳播仿真模擬研究 4.1 商業(yè)銀行資產負債表 4.2 商業(yè)銀行系統(tǒng)風險傳播機理剖析 4.3 風險傳染衡量指標及影響因素 4.3.1 銀行資產負債結構類影響因素 4.3.2 社會網絡結構特征類影響因素 4.3.3 銀行借貸整體□化類影響因素 4.4 仿真模擬