1. 研究目的与意义
在实际问题的研究中，经常会遇到指标很多的情况，大多数时，不同指标之间会有一定的相关性，因而使得所得到的数据在一定程度上反映的信息有所重叠，而且变量较多也增加了分析问题的难度和复杂性。
主成分分析就是一种将原先指标重新组合构造几个新的综合指标来代替原来较多指标，并尽可能多的反映原来指标信息的一种多元统计方法。
因子分析是主成分分析的推广和发展，它也是将错综复杂关系的变量综合为少数几个因子，以再现原先变量与因子的相互关系。
2. 研究内容和预期目标
研究内容：(1) 主成分分析与因子分析的作用与基本思想；(2) 主成分分析与因子分析的数学模型；(3) 主成分分析与因子分析在我国商业银行信用风险评价中的应用。
拟解决的关键问题： 掌握主成分分析以及因子分析的数学模型以及软件实现，商业银行信用风险评价指标的选取与数据处理，最后是主成分分析与因子分析在商业银行信用风险评价中的应用。
3. 国内外研究现状
主成分分析 (principal component analysis，PCA) 也许是多变量分析中最古老和最著名的技术。
最早是由PEARSON在1901年的生物学理论研究中引的。
1933年，HOTELLING将此想法应用于心理学研究，并得到了进一步的发展。
4. 计划与进度安排
1.2022年10月-11月选题，并确定指导老师；2.2022年1月放假前，进行基础资料的搜集，完成开题报告；3.2022年4月10日前，完成初稿；4.2022年5月16日前完成论文修改、定稿、外文文献翻译工作；5.2012年5月底完成论文，定稿；6.2012年6月初论文答辩。
5. 参考文献
[1] (美)丹尼尔#8226;A.鲍威斯著.谢宇,任强等译.分类数据分析的统计方法.北京:社会科学文献出版社,2009:35.[2] 金秀，靳冬利，基于骆驼评价指标的中国银行经营效率实证研究[J].经济研究导刊,2007(5).[3] 沈红丽,金善女,丁建新,金浩. 基于因子分析的我国商业银行信用风险的实证研究[J].河北工业大学学报,2006(5).[4] 林海明,林敏子.主成分分析法与因子分析法应用辨析[J].数量经济技术经济研究,2008(9).[5] 刘杰，基于主成分分析的我国商业银行信用风险评价指标研究[J].中国集体经济#8226;学术探讨.2009(11).[6] TIPPING M E,BISHOP C M. Probabilistic principal component analysis[J].Journal of the Royal Statistical Society, Series B, 1999(3).
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
