| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·研究背景及意义 | 第11-12页 |
| ·文献综述 | 第12-16页 |
| ·基于统计方法的信贷风险评估研究 | 第12-14页 |
| ·基于内部评级法的信贷风险评估研究 | 第14-15页 |
| ·基于神经网络方法的信贷风险评估研究 | 第15-16页 |
| ·本文的研究方法和结构安排 | 第16-17页 |
| 第2章 信贷风险评估模型比较研究 | 第17-32页 |
| ·基于计量方法的风险评估模型 | 第17-20页 |
| ·判别分析 | 第17-19页 |
| ·Logistic 回归分析 | 第19-20页 |
| ·基于内部评级法的风险评估模型 | 第20-24页 |
| ·基于期权定价的KMV 模型 | 第20-21页 |
| ·CreditMetrics 模型 | 第21-22页 |
| ·CreditRisk+模型 | 第22-23页 |
| ·CreditPortfolioView 模型 | 第23-24页 |
| ·信贷风险评估新视角：神经网络方法 | 第24-29页 |
| ·神经网络相关概念界定 | 第25-27页 |
| ·BP 神经网络 | 第27-29页 |
| ·各评估模型基于我国现状的适用性分析 | 第29-32页 |
| 第3章 我国商业银行信贷风险评估模型指标体系设计 | 第32-38页 |
| ·我国商业银行面临的信贷风险概况 | 第32-33页 |
| ·信贷风险评估所涉及的因素分析 | 第33-36页 |
| ·宏观经济发展情况与信贷风险形成的关联性研究 | 第34页 |
| ·行业发展情况与信贷风险形成的关联性研究 | 第34-35页 |
| ·企业财务状况与信贷风险形成的关联性研究 | 第35-36页 |
| ·信贷风险评估模型指标体系设计 | 第36-38页 |
| 第4章 我国商业银行信贷风险评估的比较实证研究 | 第38-52页 |
| ·样本选取 | 第38-39页 |
| ·输入数据因子分析 | 第39-40页 |
| ·输入数据预处理 | 第39页 |
| ·输入数据因子分析 | 第39-40页 |
| ·多元判别模型实证研究 | 第40-43页 |
| ·LOGISTIC 回归模型实证研究 | 第43-45页 |
| ·BP 神经网络模型实证研究 | 第45-50页 |
| ·BP 神经网络模型构建 | 第45-48页 |
| ·BP 神经网络优化及仿真 | 第48-50页 |
| ·判别模型、LOGITSTIC 回归模型、神经网络模型实证结果比较分析 | 第50-52页 |
| 结论 | 第52-55页 |
| 参考文献 | 第55-58页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第58-59页 |
| 附录B 150 个样本经过因子分析后的因子得分 | 第59-64页 |
| 附录C 150 个样本经过因子分析后的因子得分（续） | 第64-69页 |
| 致谢 | 第69页 |