3.2 山东省金融业发展现状.............................. 14
第四章 山东省区域金融风险预警指标体系研究............................28
4.1 指标选取原则........................... 28
4.2 区域金融风险预警指标的选取......................... 29
第五章 基于 RBF 神经网络的区域金融风险预警实证研究...........................37
5.1 RBF神经网络结构及工作原理............................37
5.2 RBF神经网络金融风险预警的可行性分析.......................39
第五章 基于 RBF 神经网络的区域金融风险预警实证研究
5.1 RBF 神经网络结构及工作原理
RBF 网络的结构由输入层、隐层和输出层三层组成：第一层是输入层，由信号源节点组成；第二层是隐含层，隐单元数量由所描述问题所决定，隐单元的变换函数是对中心点径向对称且衰减的非负非线性函数；第三层是输出层，它对输入模式的作用做出响应。从输入层空间到隐含层空间的变换是非线性的，从隐含层空间到输出层空间的变化是线性的。在 RBF 网络中，输入层仅仅起到传输信号的作用，输入层和隐含层之间可以看作连接权为 1 的连接。输出层是对线性权进行调整，采用的是线性优化策略，因而学习速度快。而隐含层是对激活函数（格林函数或者高斯函数，一般用高斯）的参数进行调整，采用的是非线性优化策略，因而学习速度较慢。
RBF 神经网络学习算法要求解的参数有三个，分别为基函数的中心、方差以及隐含层到输出层的权值。RBF 神经网络学习过程中，RBF 网络有多种学习方法，主要通过采用自组织选取中心法、正交最小二乘法选取中心法、有导师选取中心法等方法来求解主要参数基函数的中心。
工作流程如图 5.1 所示：
.............................
第六章 结论及对策建议
6.1 结论
在对山东省区域金融业发展现状及其面临的风险进行分析的基础上，对山东省区域金融风险进行预警研究。研究内容涵盖山东省区域金融风险预警指标体系的构建、预警区间、预警临界值的确定和区域金融风险的预测等内容，研究方法涉及主成分分析法、聚类分析法以及 RBF 神经网络模型，最终得出结论如下：
区域金融风险是由经济运行周期及金融自身不稳定性等系列风险所导致的。经济运行自身的变化规律会导致区域金融风险的发生，经济上行时发生的投资扩张、信贷膨胀、物价上涨等风险均是产生金融风险的诱因，经济下行时前期集中积累风险的爆发则导致了区域整体金融风险的产生；此外，源于金融机构的高负债经营、金融系统内部信息不对称、金融体系自身的脆弱性等问题也会导致金融风险产生。
山东省在经济运行过程中片面追求高增长，固定资产投资主要集中在具有高经济周期敏感性的产业。过度依赖固定资产投资来拉动经济的增长，会使区域经济金融风险增大；区域财政自给率下降和债务负担上升等也会使金融风险爆发；另外，山东省金融体系自身存在诸如金融业地区经济贡献度偏低、区域金融发展不均衡、金融系统产业结构不合理、金融流动性风险大、银行资产使用效率低等问题，这些均是区域金融风险产生的诱因。
山东省金融风险预警指标体系由宏观经济环境指标、中观经济环境指标和区域金融发展指标构成，其中宏观环境经济指标是指区域金融风险的外部影响因素，微观经济环境指标则包含了区域金融风险与区域经济增长、区域财政收入、固定资产投资、区域企业发展等方面的内容，区域金融发展指标则涵盖了银行业、保险业和证券业的发展情况，该指标体系共由 20 个指标构成。
参考文献（略）
