| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 第一章 绪论 | 第11-18页 |
| ·选题背景及研究意义 | 第11-13页 |
| ·选题背景 | 第11-12页 |
| ·研究意义 | 第12-13页 |
| ·国内外研究概况 | 第13-16页 |
| ·国外研究现状 | 第13-14页 |
| ·国内研究现状 | 第14-16页 |
| ·文章内容安排 | 第16-18页 |
| 第二章 经验贝叶斯原理 | 第18-24页 |
| ·传统贝叶斯与经验贝叶斯 | 第18-22页 |
| ·传统贝叶斯 | 第19-21页 |
| ·经验贝叶斯 | 第21-22页 |
| ·传统贝叶斯与经验贝叶斯的比较 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 信用风险度量模型简介 | 第24-32页 |
| ·几种常用信用风险度量模型 | 第24-30页 |
| ·Z—Score 模型 | 第24-25页 |
| ·Logit 模型 | 第25-26页 |
| ·KMV(Credit Monitor)模型 | 第26-27页 |
| ·Credit Metrics 模型 | 第27-28页 |
| ·Credit Risk+模型 | 第28-29页 |
| ·Credit Portfolio View 模型 | 第29-30页 |
| ·LOGIT模型与其他模型的比较 | 第30页 |
| ·本章小结 | 第30-32页 |
| 第四章 LOGIT 模型经验贝叶斯改进研究及实证分析 | 第32-49页 |
| ·LOGIT模型的经验贝叶斯改进研究 | 第32-36页 |
| ·LOGIT模型改进实证分析 | 第36-38页 |
| ·数据的来源 | 第36页 |
| ·参数指标选取 | 第36-37页 |
| ·先验系数的选取 | 第37-38页 |
| ·参数改进评估方法 | 第38-42页 |
| ·混淆矩阵 | 第38页 |
| ·Accuracy Ratios（AR）or ROC 曲线 | 第38-39页 |
| ·Lift chart or Gain chart | 第39-40页 |
| ·K-S 值 | 第40-42页 |
| ·实证分析 | 第42-46页 |
| ·作图 ROC 曲线 | 第42-44页 |
| ·作 Lift 图（提升图） | 第44-45页 |
| ·作 Gain 图（增益图） | 第45-46页 |
| ·经验贝叶斯估计量与标准回归估计量的比较 | 第46-47页 |
| ·制造业与房地产业两行业间违约风险比较 | 第47-48页 |
| ·两行业直观的违约均值比较 | 第47页 |
| ·同一阀值下两行业的违约频数比较 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第五章 总结 | 第49-51页 |
| ·研究结论 | 第49页 |
| ·本文的不足与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 攻读硕士学位期间取得的研究成果 | 第54-55页 |
| 致谢 | 第55-56页 |
| 附录1：部分建模数据 | 第56-62页 |
| 附录2：部分建模程序 | 第62-64页 |
