摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-19页 |
1.1 研究背景及意义 | 第12-13页 |
1.1.1 研究背景 | 第12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 文献综述 | 第13-17页 |
1.2.1 国外研究现状 | 第13-15页 |
1.2.2 国内研究现状 | 第15-17页 |
1.2.3 国内外研究评述 | 第17页 |
1.3 研究内容与研究方法 | 第17-18页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 研究方法 | 第18页 |
1.4 论文创新点 | 第18-19页 |
第2章 信用风险评估理论基础 | 第19-29页 |
2.1 信用风险概述 | 第19-21页 |
2.1.1 信用风险的概念 | 第19页 |
2.1.2 信用风险的特征 | 第19-21页 |
2.2 信用风险评估方法 | 第21-28页 |
2.2.1 传统的信用风险评估方法 | 第21-23页 |
2.2.2 信用评分模型 | 第23-25页 |
2.2.3 现代信用风险度量模型 | 第25-28页 |
2.3 混合模型的适用性 | 第28-29页 |
第3章 我国制造业上市公司信用风险分析 | 第29-35页 |
3.1 我国制造业上市公司信用风险现状 | 第29-31页 |
3.2 我国制造业上市公司信用风险特征 | 第31-32页 |
3.2.1 易受国际市场变化影响 | 第31-32页 |
3.2.2 风险承担以银行为主 | 第32页 |
3.2.3 风险抵抗能力较弱 | 第32页 |
3.3 我国制造业上市公司信用风险产生的原因 | 第32-35页 |
3.3.1 宏观环境的影响 | 第32-33页 |
3.3.2 银行信贷政策的影响 | 第33页 |
3.3.3 公司自身的经营管理问题 | 第33-35页 |
第4章 基于Logistic-KMV模型的信用风险评估实证分析 | 第35-52页 |
4.1 样本数据的描述 | 第35-36页 |
4.2 Logistic回归模型的构建 | 第36-42页 |
4.2.1 基于主成分分析法选取指标变量 | 第36-41页 |
4.2.2 Logistic模型的应用与检验 | 第41-42页 |
4.3 Logistic-KMV混合模型的构建 | 第42-52页 |
4.3.1 KMV模型相关参数的确定 | 第43-46页 |
4.3.2 基于KMV模型求解违约距离 | 第46-49页 |
4.3.3 Logistic-KMV模型的应用与检验 | 第49-52页 |
第5章 制造业上市公司信用风险评估建议 | 第52-54页 |
5.1 重视信用历史数据库建设 | 第52页 |
5.2 协同发展内外部评级体系 | 第52页 |
5.3 完善上市公司信息披露体制 | 第52-53页 |
5.4 健全公司自身信用管理制度 | 第53页 |
5.5 加快信用风险评估人才培养 | 第53-54页 |
结论 | 第54-56页 |
参考文献 | 第56-59页 |
附录 A 攻读学位期间所发表的学术论文 | 第59-60页 |
致谢 | 第60-61页 |