| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-20页 |
| ·问题的提出 | 第7-8页 |
| ·国内外研究成果综述 | 第8-15页 |
| ·国内外信用风险评估的发展 | 第10-12页 |
| ·现有的主要信用评估方法及在我国的应用 | 第12-15页 |
| ·研究思路和方法 | 第15-20页 |
| ·研究的思路 | 第15-17页 |
| ·论文框架 | 第17-20页 |
| 第2章 单一评估方法的应用与比较 | 第20-42页 |
| ·指标体系构建 | 第20-26页 |
| ·指标体系构建方法确定 | 第20-21页 |
| ·备选指标范围 | 第21-24页 |
| ·入选指标确定 | 第24-26页 |
| ·数据特征及评估结果 | 第26-40页 |
| ·数据采集与特征说明 | 第26-30页 |
| ·判别分析的应用结果 | 第30-33页 |
| ·Logistic 回归的应用结果 | 第33-38页 |
| ·人工神经网络的应用结果 | 第38-40页 |
| ·拟合精度与稳健性比较 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第3章 混合神经网络模型的建立 | 第42-51页 |
| ·建模方式及选择 | 第42页 |
| ·混合神经网络模型的优势分析 | 第42-46页 |
| ·模型构造 | 第46-47页 |
| ·混合变量P 的确定 | 第46-47页 |
| ·模型构成 | 第47页 |
| ·模型验证 | 第47-50页 |
| ·实验应用平台 | 第47-48页 |
| ·实验数据 | 第48页 |
| ·实验结果 | 第48-50页 |
| ·本章小结 | 第50-51页 |
| 第4章 结果分析和比较 | 第51-55页 |
| ·结果分析 | 第51-52页 |
| ·评价原则 | 第51页 |
| ·结果评价 | 第51-52页 |
| ·模型比较 | 第52-54页 |
| ·混合神经网络模型与神经网络模型比较 | 第52-53页 |
| ·混合神经网络模型与Logistic 回归模型比较 | 第53-54页 |
| ·本章小结 | 第54-55页 |
| 结论 | 第55-56页 |
| 参考文献 | 第56-60页 |
| 附录 | 第60-67页 |
| 致谢 | 第67页 |