| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 1 绪论 | 第9-13页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 选题意义 | 第10-11页 |
| 1.2.1 理论意义 | 第10-11页 |
| 1.2.2 实践价值 | 第11页 |
| 1.3 研究思路与方法 | 第11-13页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 研究方法 | 第12-13页 |
| 1.4 本文可能创新点 | 第13页 |
| 2 国内外研究现状与述评 | 第13-17页 |
| 2.1 国内研究现状与述评 | 第13-15页 |
| 2.1.1 国内理论研究现状 | 第13-14页 |
| 2.1.2 国内理论研究述评 | 第14页 |
| 2.1.3 国内应用研究现状 | 第14-15页 |
| 2.1.4 国内应用研究述评 | 第15页 |
| 2.2 国外研究现状与述评 | 第15-17页 |
| 2.2.1 国外研究现状 | 第15-16页 |
| 2.2.2 国外研究述评 | 第16-17页 |
| 3 券商评级与指标体系 | 第17-22页 |
| 3.1 券商评级框架 | 第17页 |
| 3.2 券商风险管理能力概述 | 第17-20页 |
| 3.2.1 券商风险管理能力概念 | 第17-18页 |
| 3.2.2 券商风险的类型 | 第18-19页 |
| 3.2.3 券商风险的特征 | 第19-20页 |
| 3.3 券商风险管理能力评价指标体系 | 第20-22页 |
| 3.3.1 券商风险管理能力评价指标体系构建的原则 | 第20页 |
| 3.3.2 券商风险管理能力评价指标体系的设计 | 第20-22页 |
| 4 券商评级综合评价方法的选择与原理 | 第22-35页 |
| 4.1 综合评价方法的选择 | 第22-26页 |
| 4.1.1 非智能评价方法的优缺点 | 第22-23页 |
| 4.1.2 非智能评价方法的可行性分析 | 第23-24页 |
| 4.1.3 人工神经网络的特征 | 第24-25页 |
| 4.1.4 人工神经网络的优缺点 | 第25页 |
| 4.1.5 人工神经网络的可行性分析 | 第25-26页 |
| 4.2 人工神经网络的类型 | 第26-29页 |
| 4.3 BP神经网络的基本原理 | 第29-32页 |
| 4.4 BP神经网络的改进思路 | 第32-35页 |
| 5 券商分类评级的实证分析 | 第35-50页 |
| 5.1 BP神经网络的评价程序与结构设计 | 第35-38页 |
| 5.1.1 BP神经网络的评价程序 | 第35页 |
| 5.1.2 BP神经网络的结构设计 | 第35-38页 |
| 5.2 样本数据的收集、展示与处理 | 第38-43页 |
| 5.2.1 样本数据的收集 | 第38-39页 |
| 5.2.2 样本数据的展示 | 第39-42页 |
| 5.2.3 样本数据的处理 | 第42-43页 |
| 5.3 BP神经网络评级 | 第43-50页 |
| 5.3.1 BP神经网络的训练 | 第43-48页 |
| 5.3.2 BP神经网络的仿真评级结果分析 | 第48-50页 |
| 6 结论 | 第50-54页 |
| 6.1 研究总结 | 第50-51页 |
| 6.2 存在问题与研究展望 | 第51-52页 |
| 6.3 对策建议 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56-74页 |
| 附录1 上市券商风险管理能力评价指标 | 第56-61页 |
| 附录2 上市券商风险管理能力评价指标(续) | 第61-67页 |
| 附录3 上市券商风险管理能力评价指标(续) | 第67-73页 |
| 附录4 BP神经网络程序 | 第73-74页 |
| 致谢 | 第74页 |