| 中文摘要 | 第1-5页 |
| 英文摘要 | 第5-7页 |
| 引言 | 第7-11页 |
| 第一节 问题的提出 | 第7-8页 |
| 第二节 文献综述 | 第8-9页 |
| 第三节 研究角度和结构安排 | 第9-11页 |
| 第一章 违约概率及其相关基本原理 | 第11-20页 |
| 第一节 违约和违约概率的概念 | 第11-13页 |
| 第二节 在内部评级体系中研究违约概率PD | 第13-20页 |
| 第二章 测量违约概率的著名模型 | 第20-43页 |
| 第一节 初级阶段的线性模型——Z—score模型 | 第20-22页 |
| 第二节 非线性模型的杰出代表——logit模型 | 第22-24页 |
| 第三节 外部评级机构的违约概率测量模型——Moody's KMV的EDF模型 | 第24-34页 |
| 第四节 其他信用风险分析方法中的违约概率测量模型 | 第34-37页 |
| 第五节 模糊预测之神经网络模型 | 第37-43页 |
| 第三章 实证分析——以我国某商业银行贷款数据和财务报表为样本对测量违约概率的方法进行分析检验 | 第43-67页 |
| 第一节 实际违约情况分析 | 第43-51页 |
| 第二节 对违约事件建立线性回归 | 第51-56页 |
| 第三节 对违约事件建立非线性回归 | 第56-61页 |
| 第四节 对EDF模型的实证检验 | 第61-63页 |
| 第五节 神经网络模型在违约概率预测中的应用 | 第63-65页 |
| 第六节 结论 | 第65-67页 |
| 参考文献 | 第67-70页 |