| 摘要 | 第1-8页 |
| Abstract | 第8-13页 |
| 1.导论 | 第13-18页 |
| ·选题的背景 | 第13-15页 |
| ·研究目的 | 第15页 |
| ·研究思路 | 第15-18页 |
| 2.文献综述 | 第18-23页 |
| ·国外研究文献综述 | 第18-20页 |
| ·国内研究文献综述 | 第20-23页 |
| 3.商业银行信用风险基本理论 | 第23-31页 |
| ·信用与信用风险 | 第23-27页 |
| ·信用的内涵 | 第23-24页 |
| ·信用风险的定义 | 第24-25页 |
| ·信用风险的特点 | 第25-27页 |
| ·商业银行面临的信用风险 | 第27-28页 |
| ·我国商业银行信用风险成因分析 | 第28-31页 |
| ·商业银行信用风险的外部生成机制 | 第28-29页 |
| ·商业银行信用风险的内部生成机制 | 第29-31页 |
| 4.信用风险的度量方式 | 第31-41页 |
| ·传统度量方法 | 第31-34页 |
| ·人工专家分析法 | 第31页 |
| ·贷款评级分类法 | 第31-32页 |
| ·信用评分法 | 第32-33页 |
| ·三种传统方法在中国的适用性比较 | 第33-34页 |
| ·现代信用风险计量模型 | 第34-41页 |
| ·KMV模型 | 第34-35页 |
| ·Credit Risk~+模型 | 第35-36页 |
| ·CreditMetrics模型 | 第36-38页 |
| ·Credit Portfolio View模型 | 第38-39页 |
| ·四大主流模型在中国的适用性比较 | 第39-41页 |
| 5. 我国上市公司信用风险度量的实证研究 | 第41-59页 |
| ·多元线性回归模型在上市公司信用风险度量的应用 | 第41-48页 |
| ·线性判别模型 | 第41页 |
| ·样本数据的选取与确定 | 第41-44页 |
| ·建立模型及判别结果分析 | 第44-46页 |
| ·模型有效性检验 | 第46页 |
| ·模型的长期判别 | 第46-47页 |
| ·结论 | 第47-48页 |
| ·LOGISTIC回归模型在上市公司信用风险度量的应用 | 第48-52页 |
| ·logistic模型 | 第48页 |
| ·模型样本和解释变量的选择 | 第48-49页 |
| ·建立logistic回归模型 | 第49-50页 |
| ·模型的有效性检验 | 第50页 |
| ·模型的长期判别 | 第50-51页 |
| ·结论 | 第51-52页 |
| ·LOGISTIC模型与判别模型的比较 | 第52页 |
| ·KMV模型在上市公司信用风险度量的应用 | 第52-59页 |
| ·数据选择及处理 | 第52-54页 |
| ·实证研究 | 第54-57页 |
| ·实证结论及建议 | 第57-59页 |
| 6.结论与建议 | 第59-62页 |
| ·主要研究结论 | 第59-60页 |
| ·不足之处 | 第60-61页 |
| ·政策建议 | 第61-62页 |
| 参考文献 | 第62-65页 |
| 致谢 | 第65-66页 |