基于BP神经网络的中小企业信用评级
| 摘要 | 第7-9页 |
| Abstract | 第9-11页 |
| 1. 绪论 | 第12-18页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.1.1 研究的背景 | 第12页 |
| 1.1.2 研究意义 | 第12-13页 |
| 1.2 中小企业研究现状 | 第13-16页 |
| 1.2.1 国内研究现状 | 第13-15页 |
| 1.2.2 国外研究现状 | 第15-16页 |
| 1.3 论文基本思路与结构 | 第16-17页 |
| 1.3.1 基本思路 | 第16页 |
| 1.3.2 论文基本结构 | 第16-17页 |
| 1.4 力图实现的创新及不足 | 第17-18页 |
| 2. 中小企业信用评级理论概述 | 第18-23页 |
| 2.1 中小企业和信用风险 | 第18-19页 |
| 2.1.1 中小企业界定标准 | 第18页 |
| 2.1.2 信用风险概念 | 第18-19页 |
| 2.2 融资概述 | 第19-22页 |
| 2.2.1 融资含义 | 第19-20页 |
| 2.2.2 融资方式与分类 | 第20-21页 |
| 2.2.3 融资理论 | 第21-22页 |
| 2.3 中小企业信用评级 | 第22-23页 |
| 3. 信用评级指标体系的构建 | 第23-31页 |
| 3.1 企业信用评级指标体系的建立方法和设计原则 | 第23-24页 |
| 3.1.1 企业信用评级指标体系的建立方法 | 第23页 |
| 3.1.2 企业信用评级指标体系的设计原则 | 第23-24页 |
| 3.2 企业信用评级指标的选取 | 第24-31页 |
| 3.2.1 信用指标体系的研究 | 第24-30页 |
| 3.2.2 构建中小企业信用指标体系 | 第30-31页 |
| 4. 信用评级模型比较研究 | 第31-42页 |
| 4.1 传统的信用评级法 | 第31页 |
| 4.2 统计模型法 | 第31-33页 |
| 4.3 层次分析法 | 第33页 |
| 4.4 神经网络信用评级模型 | 第33-42页 |
| 4.4.1 神经网络的概述 | 第34页 |
| 4.4.2 神经网络原理 | 第34-35页 |
| 4.4.3 神经网络网络结构 | 第35-37页 |
| 4.4.4 BP神经网络模型 | 第37-38页 |
| 4.4.5 BP网络学习算法 | 第38-41页 |
| 4.4.6 BP神经网络的可行性分析 | 第41-42页 |
| 5. 信用评级实证分析 | 第42-56页 |
| 5.1 期望信用等级 | 第42-44页 |
| 5.2 基于BP神经网络的中小企业信用评级的实现 | 第44-52页 |
| 5.2.1 神经网络的构建 | 第44-45页 |
| 5.2.2 学习样本的训练 | 第45-48页 |
| 5.2.3 训练样本运行结果 | 第48-50页 |
| 5.2.4 网络检验以及结果 | 第50-52页 |
| 5.3 多元线性回归结果 | 第52-54页 |
| 5.4 小结 | 第54-56页 |
| 6. 结论建议 | 第56-59页 |
| 6.1 结论 | 第56-57页 |
| 6.2 建议 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
