基于BP神经网络的中小企业信用体系研究
| 摘要 | 第1-3页 |
| Abstract | 第3-6页 |
| 引言 | 第6-15页 |
| 一、本文的研究背景及意义 | 第6-7页 |
| 二、国内外研究现状 | 第7-13页 |
| 三、论文的研究内容与结构 | 第13-14页 |
| 四、本文的创新之处 | 第14-15页 |
| 第一章 中小企业的界定和定义 | 第15-18页 |
| ·中小企业的界定 | 第15-16页 |
| ·中小企业的界定标准和分类标准 | 第16页 |
| ·关于中小企业界定标准的一般讨论 | 第16-18页 |
| ·标准的总体框架 | 第16页 |
| ·标准的指标结构 | 第16-18页 |
| 第二章 企业信用问题研究的必要性 | 第18-29页 |
| ·中小企业信用问题产生的原因 | 第18-23页 |
| ·企业向银行申请贷款理论研究 | 第18-19页 |
| ·存在信息不对称和逆向选择下的贷款申请 | 第19-20页 |
| ·作为一种信号的抵押的作用 | 第20-22页 |
| ·中小企业的信用担保 | 第22-23页 |
| ·中小企业获得银行贷款难的原因探究 | 第23-27页 |
| ·中小企业自身原因 | 第23-24页 |
| ·各国中小企业信用担保体系的基本程序 | 第24页 |
| ·各国中小企业信用担保体系的通行做法 | 第24-25页 |
| ·我国中小企业信用担保体系的基本框架和实践模式 | 第25-27页 |
| ·中小企业融资过程中的信用评估 | 第27-29页 |
| ·中小企业融资过程中的信用评估过程 | 第27-28页 |
| ·信用评估的具体程序 | 第28-29页 |
| 第三章 信用评价模型构建 | 第29-43页 |
| ·主成分分析 | 第30-33页 |
| ·原始数据标准化 | 第30-31页 |
| ·计算相关系数矩阵(协方差矩阵) | 第31页 |
| ·计算特征值和特征向量 | 第31-32页 |
| ·计算主成分贡献率和累计贡献率 | 第32页 |
| ·选择主成分个数 | 第32-33页 |
| ·BP神经网络模型 | 第33-40页 |
| ·BP神经网络的基本原理 | 第33-35页 |
| ·BP网络参数确定和计算流程 | 第35-39页 |
| ·BP网络的缺陷及改进 | 第39-40页 |
| ·遗传算法与神经网络的耦合 | 第40-43页 |
| 第四章 实证部分 | 第43-53页 |
| ·构建企业信用评价指标体系的总体思路 | 第43-49页 |
| ·企业信用评价指标体系的构建 | 第43-47页 |
| ·样本企业与原始指标介绍 | 第47-49页 |
| ·实证结果分析 | 第49-53页 |
| 第五章 研究结论与政策启示 | 第53-54页 |
| 参考文献 | 第54-56页 |
| 攻读学位期间研究成果 | 第56-57页 |
| 致谢 | 第57-59页 |
