| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·论文的选题背景和研究意义 | 第8-10页 |
| ·文献综述 | 第10-11页 |
| ·国外信用风险评估体系的研究 | 第10-11页 |
| ·我国信用风险评估体系方法及效果 | 第11页 |
| ·论文框架及主要内容 | 第11-13页 |
| 2 信用风险、信用风险评估模型的概述 | 第13-25页 |
| ·信用风险理论 | 第13-15页 |
| ·信用的概述 | 第13-14页 |
| ·信用风险的概述 | 第14-15页 |
| ·传统的信用风险评估方法 | 第15-17页 |
| ·古典分析法 | 第15-17页 |
| ·多变量统计方法 | 第17页 |
| ·信用风险评估模型的发展 | 第17-19页 |
| ·个人信用风险评估 | 第19-25页 |
| ·个人信用风险评估概述 | 第19-21页 |
| ·国外个人信用风险评估的经验 | 第21-23页 |
| ·我国个人信用风险评估的现状 | 第23-25页 |
| 3 人工神经网络原理及应用 | 第25-36页 |
| ·人工智能学科的发展及应用 | 第25-26页 |
| ·人工神经网络及B-P神经网络的基本原理 | 第26-30页 |
| ·人工神经网络的基本原理 | 第26-28页 |
| ·B-P反向传播神经网络的基本原理 | 第28-30页 |
| ·人工智能方法在金融领域中的应用 | 第30-32页 |
| ·B-P神经网络在个人信用风险评估应用中的优越性 | 第32-36页 |
| ·个人信用风险评估的特点 | 第32-33页 |
| ·B-P神经网络的特点 | 第33-34页 |
| ·B-P神经网络在个人信用风险评估体系中的优越性 | 第34-36页 |
| 4 基于B-P神经网络的个人信用风险评估模型的建立 | 第36-47页 |
| ·模型指标参数的选择及取值设定 | 第36-41页 |
| ·个人信用风险评估体系指标的设置原则 | 第36-37页 |
| ·模型指标参数选择 | 第37-39页 |
| ·模型指标参数细分及取值 | 第39-41页 |
| ·B-P网络模型的建立 | 第41-43页 |
| ·B-P网络模型的仿真 | 第43-47页 |
| ·数据的获得及归一化处理 | 第43-44页 |
| ·模型的构建 | 第44-45页 |
| ·模型仿真 | 第45-47页 |
| 5 结果讨论与对策 | 第47-50页 |
| ·B-P网络方法的讨论 | 第47-48页 |
| ·完善个人信用风险评估制度的对策和建议 | 第48-50页 |
| 结论 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 附录A | 第56-65页 |