| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 序言 | 第11-15页 |
| ·问题的提出和选题的意义 | 第11-12页 |
| ·问题的提出 | 第11页 |
| ·选题的意义 | 第11-12页 |
| ·文献综述 | 第12-14页 |
| ·国外文献综述 | 第12-13页 |
| ·国内文献综述 | 第13-14页 |
| ·论文的结构 | 第14页 |
| ·主要的贡献 | 第14-15页 |
| 第2章 信用风险计量方法综述 | 第15-26页 |
| ·信用风险概述 | 第15-18页 |
| ·信用风险的定义 | 第15页 |
| ·信用风险的特点 | 第15-18页 |
| ·传统的信用风险计量方法 | 第18-22页 |
| ·古典信用风险计量方法 | 第18-19页 |
| ·基于统计判别分析的信用风险计量方法 | 第19-21页 |
| ·神经网络模型 | 第21-22页 |
| ·现代信用风险计量的理论模型 | 第22-24页 |
| ·基于VaR的CreditMetrics模型 | 第22-23页 |
| ·KMV模型 | 第23页 |
| ·信用风险附加模型CreditRisk+ | 第23-24页 |
| ·信用组合观点模型Credit Portfolio View | 第24页 |
| ·模型在我国的适用性分析 | 第24-26页 |
| 第3章 我国上市公司信用风险计量模型 | 第26-42页 |
| ·统计方法介绍 | 第26-31页 |
| ·因子分析法 | 第26-29页 |
| ·Logit回归分析法 | 第29-31页 |
| ·样本选择 | 第31-34页 |
| ·样本的确定 | 第31-32页 |
| ·财务变量的选择 | 第32-34页 |
| ·因子分析步骤 | 第34-38页 |
| ·Logit回归分析与违约判别模型的建立 | 第38-42页 |
| ·变量的设置和临界值的选择 | 第38-39页 |
| ·违约判别模型的建立 | 第39-41页 |
| ·违约判别模型预测效果的检验 | 第41-42页 |
| 第4章 结论与政策建议 | 第42-44页 |
| 附录 | 第44-49页 |
| 附录1 | 第44-45页 |
| 附录2 | 第45-46页 |
| 附录3 | 第46-49页 |
| 参考文献 | 第49-51页 |
| 致谢 | 第51页 |