| 摘要 | 第3-4页 |
| abstract | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 研究背景和研究意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究框架 | 第9-11页 |
| 第2章 文献综述 | 第11-15页 |
| 2.1 中小企业融资难问题研究现状 | 第11-12页 |
| 2.2 中小企业信用风险评估研究现状 | 第12-13页 |
| 2.3 大数据应用于信用风险评估研究现状 | 第13-15页 |
| 第3章 大数据概述及应用与信用评估模型概述 | 第15-26页 |
| 3.1 大数据理念概述及应用 | 第15-20页 |
| 3.1.1 大数据的信息处理方法 | 第15-17页 |
| 3.1.2 基于大数据的信用评估应用——以蚂蚁金服为例 | 第17-20页 |
| 3.2 中小企业信用风险评估模型概述 | 第20-26页 |
| 3.2.1 传统信用风险评估方法和评估模型 | 第20-22页 |
| 3.2.2 现代信用风险评估方法和评估模型 | 第22-26页 |
| 第4章 中小企业信用评估模型的选择 | 第26-30页 |
| 4.1 样本选择 | 第26-27页 |
| 4.2 指标选取 | 第27-28页 |
| 4.3 中小企业信用评估模型的选择 | 第28-30页 |
| 第5章 结合大数据的中小企业信用风险评估实证研究 | 第30-49页 |
| 5.1 样本中小企业媒体大数据的获取 | 第30-34页 |
| 5.1.1 新闻文本数据来源 | 第30-32页 |
| 5.1.2 新闻文本数据获取 | 第32-33页 |
| 5.1.3 新闻文本数据挖掘 | 第33-34页 |
| 5.2 财务指标的因子分析 | 第34-41页 |
| 5.2.1 检验数据 | 第34-36页 |
| 5.2.2 提取因子 | 第36-37页 |
| 5.2.3 因子解释 | 第37-40页 |
| 5.2.4 构建因子系数矩阵 | 第40-41页 |
| 5.3 利用Logistic模型进行回归分析 | 第41-46页 |
| 5.4 模型检验 | 第46-49页 |
| 第6章 中小企业信用风险控制的方法建议 | 第49-53页 |
| 6.1 中小企业角度 | 第49-51页 |
| 6.2 商业银行角度 | 第51-53页 |
| 第7章 结论与展望 | 第53-55页 |
| 7.1 结论 | 第53-54页 |
| 7.2 不足与展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 致谢 | 第57页 |