本书针对大数据背景下信用风险智能防控新特点，从信贷实体间资金往来形成的社会网络的视角，使用资金往来网络统计特征作为新的预测变量，同时建立智能算法优化的人工神经网络作为预测模型，研究了商业银行系统风险和个人信用贷款风险传播问题。研究成果将丰富和发展风险预测理论，为信用风险预测提供新的研究视角和方法，对大数据环境下金融行业信用风险的智能防控具有重要意义。本书可供金融市场风险工作的管理与分析人员、数理统计人员、研究与开发人员阅读参考，也可作为高等院校信息管理类、数据分析类、金融类、财务会计类等专业师生的参考书。
1绪论1.1引言1.2神经网络理论与应用1.2.1神经网络发展历程1.2.2神经网络原理1.2.3神经网络应用领域1.2.4神经网络研究方向1.3金融网络理论与应用1.3.1金融网络的基本概念1.3.2金融网络的典型应用1.3.3金融网络应用现状及趋势参考文献2社会网络理论2.1社会网络基本概念2.2社会网络统计特征2.2.1度与度分布2.2.2平均路径长度2.2.3聚集系数2.2.4介数2.2.5紧密度2.2.6中心性2.2.7PageRank值2.2.8连通度2.3社会网络模型2.3.1规则网络模型2.
