| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 国内外研究现状及综述 | 第10-13页 |
| 1.2.1 经典证券投资组合理论 | 第10-12页 |
| 1.2.2 KMV模型理论 | 第12-13页 |
| 1.3 本文的主要研究内容及结构安排 | 第13-15页 |
| 1.3.1 本文的主要内容 | 第13-14页 |
| 1.3.2 本文的结构安排 | 第14-15页 |
| 第2章 基础知识 | 第15-27页 |
| 2.1 最优化理论 | 第15-18页 |
| 2.1.1 优化问题基本概念 | 第15-16页 |
| 2.1.2 几类特殊的优化问题及其求解思路 | 第16-17页 |
| 2.1.3 L-M算法 | 第17-18页 |
| 2.2 证券投资组合理论 | 第18-24页 |
| 2.2.1 风险 | 第18-19页 |
| 2.2.2 收益 | 第19-20页 |
| 2.2.3 相关系数与协方差 | 第20-22页 |
| 2.2.4 效用函数与无差异曲线 | 第22-23页 |
| 2.2.5 均值-方差模型 | 第23-24页 |
| 2.3 KMV模型相关理论 | 第24-26页 |
| 2.3.1 Credit Metrics模型与麦肯锡模型 | 第24-25页 |
| 2.3.2 CSFP信用风险模型附加计量模型 | 第25页 |
| 2.3.3 Black-Scholes期权定价理论 | 第25-26页 |
| 2.4 本章小结 | 第26-27页 |
| 第3章 改进的均值-方差模型 | 第27-36页 |
| 3.1 引言 | 第27-28页 |
| 3.2 均值-方差模型求解思路 | 第28页 |
| 3.3 改进的Markowitz均值-方差模型 | 第28-30页 |
| 3.4 杂草算法 | 第30-32页 |
| 3.5 实证分析 | 第32-35页 |
| 3.6 本章小结 | 第35-36页 |
| 第4章 改进的L-M算法及其在KMV模型中的应用 | 第36-52页 |
| 4.1 引言 | 第36页 |
| 4.2 改进的L-M算法 | 第36-46页 |
| 4.2.1 改进的L-M算法与收敛性分析 | 第36-41页 |
| 4.2.2 改进的L-M算法数值试验 | 第41-46页 |
| 4.3 KMV模型理论 | 第46-50页 |
| 4.3.1 KMV模型引出 | 第46-47页 |
| 4.3.2 KMV模型假设与计算 | 第47-50页 |
| 4.4 实证分析 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 总结与展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 致谢 | 第57-58页 |
| 攻读学位期间发表论文情况 | 第58页 |