| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-38页 |
| 1.1 研究背景与意义 | 第19-22页 |
| 1.1.1 研究背景 | 第19-20页 |
| 1.1.2 研究意义 | 第20-22页 |
| 1.2 国内外相关研究综述 | 第22-33页 |
| 1.2.1 小企业信用评级指标体系研究现状 | 第22-24页 |
| 1.2.2 小企业信用评级指标遴选方法研究现状 | 第24-25页 |
| 1.2.3 小企业信用等级划分方法研究现状 | 第25-27页 |
| 1.2.4 小企业信用评价方法研究现状 | 第27-32页 |
| 1.2.5 现有研究的主要问题 | 第32-33页 |
| 1.3 研究内容和技术路线 | 第33-37页 |
| 1.3.1 研究内容 | 第33-34页 |
| 1.3.2 篇章结构 | 第34-35页 |
| 1.3.3 技术路线 | 第35-37页 |
| 1.4 论文的创新点 | 第37-38页 |
| 2 基于指标群违约鉴别能力最大的小企业信用评级指标体系构建模型 | 第38-64页 |
| 2.1 问题的提出 | 第38页 |
| 2.2 小企业信用评级指标体系构建的原理 | 第38-44页 |
| 2.2.1 小企业信用评级的特点 | 第38-39页 |
| 2.2.2 违约状态的界定 | 第39页 |
| 2.2.3 违约鉴别能力的界定 | 第39-40页 |
| 2.2.4 指标体系构建的原则 | 第40-41页 |
| 2.2.5 指标体系构建的难点及突破难点的思路 | 第41页 |
| 2.2.6 指标体系构建的三个命题及证明思路 | 第41-42页 |
| 2.2.7 指标体系构建的思路 | 第42-43页 |
| 2.2.8 本研究指标体系的构建与现有研究的区别 | 第43-44页 |
| 2.3 小企业信用评级指标体系构建方法 | 第44-51页 |
| 2.3.1 指标数据标准化方法 | 第44-46页 |
| 2.3.2 K-S检验统计量D值的计算 | 第46-48页 |
| 2.3.3 基于相关分析的指标第一次筛选 | 第48-49页 |
| 2.3.4 基于指标体系违约鉴别能力最大的指标第二次筛选 | 第49-51页 |
| 2.4 小企业信用评级指标体系的建立 | 第51-61页 |
| 2.4.1 评级指标的海选 | 第51-52页 |
| 2.4.2 样本及数据来源 | 第52页 |
| 2.4.3 评级指标数据标准化 | 第52-54页 |
| 2.4.4 K-S检验统计量D值的计算 | 第54-56页 |
| 2.4.5 基于相关性分析的指标第一次筛选 | 第56页 |
| 2.4.6 基于指标体系违约鉴别能力最大的指标第二次筛选 | 第56-61页 |
| 2.5 对比分析的三个命题及证明 | 第61-62页 |
| 2.5.1 命题一及其证明 | 第61页 |
| 2.5.2 命题二及其证明 | 第61页 |
| 2.5.3 命题三及其证明 | 第61-62页 |
| 2.6 小企业信用评级指标体系特点分析 | 第62-63页 |
| 2.7 本章小结 | 第63-64页 |
| 3 基于等级间违约鉴别能力最大的小企业信用等级划分模型 | 第64-93页 |
| 3.1 问题的提出 | 第64-65页 |
| 3.2 信用等级划分的原理 | 第65-69页 |
| 3.2.1 损失率LR的界定 | 第65-66页 |
| 3.2.2 信用等级划分的标准 | 第66-67页 |
| 3.2.3 信用等级划分的难点及突破难点的思路 | 第67-68页 |
| 3.2.4 信用等级划分的思路 | 第68-69页 |
| 3.3 赋权与信用评分方程的建立 | 第69页 |
| 3.4 信用等级划分模型 | 第69-73页 |
| 3.4.1 目标函数的建立 | 第69-71页 |
| 3.4.2 约束条件的建立 | 第71-73页 |
| 3.5 本模型与现有研究的区别 | 第73-75页 |
| 3.6 模型的求解算法 | 第75-81页 |
| 3.6.1 满足约束条件1和2的第一次等级划分 | 第75-79页 |
| 3.6.2 满足约束条件1和2的φ次等级划分 | 第79页 |
| 3.6.3 确定最终的信用等级 | 第79页 |
| 3.6.4 信用等级划分输出的结果 | 第79-81页 |
| 3.7 实证研究 | 第81-89页 |
| 3.7.1 实证数据说明 | 第81页 |
| 3.7.2 信用得分的计算 | 第81-82页 |
| 3.7.3 信用等级的划分 | 第82-89页 |
| 3.7.4 信用等级划分结果分析 | 第89页 |
| 3.8 对比分析 | 第89-91页 |
| 3.8.1 对比模型1 | 第89-90页 |
| 3.8.2 对比模型2 | 第90-91页 |
| 3.9 本章小结 | 第91-93页 |
| 4 基于新增样本违约鉴别能力的小企业增量式信用评价模型 | 第93-121页 |
| 4.1 问题的提出 | 第93-94页 |
| 4.2 增量式信用评价模型构建原理 | 第94-98页 |
| 4.2.1 科学问题的界定 | 第94-96页 |
| 4.2.2 增量式信用评价模型构建方法的确定 | 第96页 |
| 4.2.3 增量式信用评价模型的构建思路 | 第96-98页 |
| 4.3 基于新增样本违约鉴别能力的增量式信用评价模型构建 | 第98-108页 |
| 4.3.1 指标数据离散化 | 第98-99页 |
| 4.3.2 基于旧数据集构造初始贝叶斯网络信用评价模型 | 第99-103页 |
| 4.3.3 基于新数据集对贝叶斯网络信用评价模型进行增量学习 | 第103-107页 |
| 4.3.4 增量式贝叶斯网络信用评价模型的可靠性验证 | 第107-108页 |
| 4.4 实证研究 | 第108-119页 |
| 4.4.1 实证数据说明 | 第108-109页 |
| 4.4.2 指标数据离散化 | 第109-110页 |
| 4.4.3 基于旧数据集构造初始贝叶斯网络信用评价模型 | 第110-115页 |
| 4.4.4 基于新数据集对贝叶斯网络信用评价模型进行增量学习 | 第115-118页 |
| 4.4.5 对比分析 | 第118-119页 |
| 4.5 本章小结 | 第119-121页 |
| 5 结论及展望 | 第121-127页 |
| 5.1 论文的主要工作 | 第121-123页 |
| 5.1.1 小企业信用评级指标体系研究的主要工作 | 第121页 |
| 5.1.2 小企业信用等级划分研究的主要工作 | 第121-122页 |
| 5.1.3 小企业增量式信用评价模型研究的主要工作 | 第122-123页 |
| 5.2 论文的主要结论 | 第123-124页 |
| 5.2.1 小企业信用评级指标体系研究的主要结论 | 第123页 |
| 5.2.2 小企业信用等级划分研究的主要结论 | 第123-124页 |
| 5.2.3 小企业增量式信用评价模型研究的主要结论 | 第124页 |
| 5.3 论文的创新与特色 | 第124-125页 |
| 5.3.1 论文的主要创新 | 第124-125页 |
| 5.3.2 论文的主要特色 | 第125页 |
| 5.4 研究展望 | 第125-127页 |
| 参考文献 | 第127-134页 |
| 附录A 程序源代码 | 第134-154页 |
| 攻读博士学位期间科研项目及科研成果 | 第154-156页 |
| 致谢 | 第156-157页 |
| 作者简介 | 第157页 |
