数据挖掘技术在金融风险管理与防范中的应用研究

现代金融风险防范与管理研究的一个显著特点是数据分析量大、不确定性因素多、基于传统统计技术建立的模型假设条件多，实际应用难以奏效。而数据挖掘技术是实现金融最优化风险防范与管理的重要组成部分，它能从大量数据中比较智能地获取新知识，能从复杂数据背景中通过数据分析创建量身制做的模型，找出解决问题的有效途径。根据国际研究经验与金融业发展趋势，数据挖掘在金融风险防范与管理中具有广阔的应用前景。. 本项目将以中国金融相关实际数据为样本，以风险防范与管理理论为依据，运用神经网络与非线性方法，重点研究适用金融系统要求的数据挖掘技术；提出基于数据挖掘的金融风险防范与管理一般的建模理论与方法；构建我国金融风险防范与管理的具体数据挖掘模型；分析其应用效果并确定其适应范围。此研究成果对缩小我国与国外在此领域的研究差距；对金融风险防范与管理提供新方法与数量技术指导具有重要理论与现实意义。