摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第11-19页 |
1.1 研究背景 | 第11-12页 |
1.2 研究意义 | 第12-13页 |
1.3 国内外研究现状综述 | 第13-17页 |
1.3.1 国外研究现状 | 第13-14页 |
1.3.2 国内研究现状 | 第14-17页 |
1.4 研究内容与方法 | 第17页 |
1.5 论文特色与创新点 | 第17-18页 |
1.6 技术路线图 | 第18-19页 |
第2章 相关理论背景 | 第19-23页 |
2.1 线上供应链金融 | 第19-21页 |
2.1.1 线上供应链金融概念及特点 | 第19-20页 |
2.1.2 线上供应链金融运作模式 | 第20-21页 |
2.1.3 线上供应链金融平台模型 | 第21页 |
2.2 汽车产业线上供应链金融 | 第21-23页 |
2.2.1 汽车产业线上供应链金融特点及作用 | 第21-22页 |
2.2.2 汽车产业线上供应链金融的发展现状 | 第22-23页 |
第3章 汽车产业线上供应链金融信用风险及评价分析 | 第23-27页 |
3.1 信用风险概念及特征 | 第23-24页 |
3.2 信用风险产生原因 | 第24-26页 |
3.2.1 外生因素 | 第24-25页 |
3.2.2 内生因素 | 第25-26页 |
3.3 信用风险评价方法 | 第26-27页 |
第4章 汽车产业线上供应链金融信用风险评价指标体系构建 | 第27-36页 |
4.1 汽车产业线上供应链金融信用风险评价指标体系构建原则 | 第27-28页 |
4.1.1 指标体系构建一般性原则 | 第27页 |
4.1.2 特殊选取原则 | 第27-28页 |
4.2 汽车产业线上供应链金融信用风险评价指标初选 | 第28-33页 |
4.2.1 行业状况 | 第28-29页 |
4.2.2 融资企业 | 第29页 |
4.2.3 核心企业 | 第29-30页 |
4.2.4 融资项目资质 | 第30页 |
4.2.5 线上供应链金融运营情况 | 第30-33页 |
4.3 汽车产业线上供应链金融信用风险评价指标筛选 | 第33-36页 |
4.3.1 定量指标筛选 | 第33-34页 |
4.3.2 定性指标筛选 | 第34-35页 |
4.3.3 指标最终确定 | 第35-36页 |
第5章 BP神经网络风险评价模型设计与实现 | 第36-53页 |
5.1 原理及算法 | 第36-40页 |
5.1.1 BP神经网络原理 | 第36-37页 |
5.1.2 BP神经网络步骤及算法 | 第37-40页 |
5.2 数据收集及预处理 | 第40-42页 |
5.2.1 数据收集及预处理 | 第40-41页 |
5.2.2 数据归一化 | 第41-42页 |
5.3 模型构建 | 第42-51页 |
5.3.1 BP神经网络拓扑结构设定 | 第42-43页 |
5.3.2 构建BP神经网络相关函数 | 第43-44页 |
5.3.3 相关函数确定 | 第44页 |
5.3.4 隐含层节点数确定 | 第44-48页 |
5.3.5 网络学习速率确定 | 第48-50页 |
5.3.6 其它参数确定 | 第50-51页 |
5.4 模型训练与检验 | 第51-52页 |
5.5 小结 | 第52-53页 |
第6章 结论与展望 | 第53-55页 |
6.1 结论 | 第53-54页 |
6.2 局限性与展望 | 第54-55页 |
参考文献 | 第55-59页 |
附录A 40 家中小企业相关数据汇总表 | 第59-61页 |
附录B 线上供应链金融信用风险定性评价指标重要性打分表 | 第61-62页 |
附录C 线上供应链金融信用风险数据采集表 | 第62-63页 |
攻读硕士学位期间取得的研究成果 | 第63-64页 |
致谢 | 第64-65页 |