| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11页 |
| 1.1.2 研究目的及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 国外研究现状 | 第12-14页 |
| 1.2.2 国内研究现状 | 第14-15页 |
| 1.3 研究内容与技术路线 | 第15-17页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 技术路线 | 第15-17页 |
| 第二章 高新技术企业的特征与融资现状分析 | 第17-25页 |
| 2.1 高新技术企业的含义与特征 | 第17-20页 |
| 2.1.1 高新技术企业的界定 | 第17-18页 |
| 2.1.2 高新技术企业的特征 | 第18-19页 |
| 2.1.3 高新技术企业的发展现状 | 第19-20页 |
| 2.2 高新技术企业的融资现状及其成因分析 | 第20-22页 |
| 2.2.1 高新技术企业的融资现状 | 第20-21页 |
| 2.2.2 高新技术企业融资难的成因分析 | 第21-22页 |
| 2.2.3 研究高新技术企业信用风险评价问题的必要性 | 第22页 |
| 2.3 高新技术企业信用风险评价中存在的问题及思考 | 第22-25页 |
| 2.3.1 高新技术企业信用风险评价中存在的问题 | 第22-23页 |
| 2.3.2 完善高新技术企业信用评价的思考 | 第23-25页 |
| 第三章 高新技术企业信用风险评价指标体系的构建 | 第25-41页 |
| 3.1 高新技术企业信用风险评价指标体系的构建原则 | 第25页 |
| 3.2 高新技术企业信用风险评价指标的选取 | 第25-39页 |
| 3.2.1 高新技术企业信用风险评价指标的初步选取 | 第25-30页 |
| 3.2.2 高新技术企业信用风险评价指标的筛选 | 第30-39页 |
| 3.3 高新技术企业信用风险评价指标体系的最终确立 | 第39-41页 |
| 第四章 高新技术企业信用风险评价方法的选取 | 第41-51页 |
| 4.1 高新技术企业信用风险评价方法的选择 | 第41-42页 |
| 4.2 基于投影寻踪与K-均值聚类的高新技术企业信用评价方法 | 第42-46页 |
| 4.2.1 方法概述 | 第42-44页 |
| 4.2.2 理论模型的构建 | 第44-46页 |
| 4.3 基于BP神经网络的高新技术企业信用评价方法 | 第46-51页 |
| 4.3.1 方法概述 | 第47-48页 |
| 4.3.2 BP神经网络的学习算法 | 第48-51页 |
| 第五章 高新技术企业信用风险评价的实证研究 | 第51-61页 |
| 5.1 样本选取 | 第51-53页 |
| 5.1.1 样本选取 | 第51-53页 |
| 5.1.2 样本数据的处理 | 第53页 |
| 5.2 基于投影寻踪与K-均值聚类的信用评价模型的应用 | 第53-58页 |
| 5.2.1 基于投影寻踪的信用评分与核密度估计 | 第53-55页 |
| 5.2.2 基于K-均值聚类的信用等级的划分 | 第55-58页 |
| 5.3 基于BP神经网络的信用评价模型的应用 | 第58-61页 |
| 5.3.1 BP神经网络的构建与训练 | 第58-60页 |
| 5.3.2 BP神经网络模型的检验 | 第60-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 6.1 结论 | 第61-62页 |
| 6.2 研究中存在的问题 | 第62页 |
| 6.3 进一步研究的方向 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录 | 第65-77页 |
| 致谢 | 第77-79页 |
| 研究成果及发表的学术论文 | 第79-81页 |
| 作者和导师简介 | 第81-82页 |
| 硕士研究生学位论文答辩委员会决议书 | 第82-83页 |
