| 摘要 | 第1-7页 |
| Abstract | 第7-10页 |
| 1 序言 | 第10-14页 |
| ·问题的提出和选题的意义 | 第10-11页 |
| ·问题的提出 | 第10页 |
| ·选题的意义 | 第10-11页 |
| ·文献综述 | 第11-12页 |
| ·国外文献综述 | 第11页 |
| ·国内文献综述 | 第11-12页 |
| ·论文的结构 | 第12页 |
| ·主要的创新点 | 第12-14页 |
| 2 信用风险计量方法综述 | 第14-22页 |
| ·信用风险的定义 | 第14页 |
| ·传统的信用风险计量方法 | 第14-18页 |
| ·古典信用风险计量方法 | 第15-16页 |
| ·基于统计判别分析的信用风险计量方法 | 第16-17页 |
| ·神经网络模型(Neural Network) | 第17-18页 |
| ·现代信用风险计量的理论模型 | 第18-20页 |
| ·基于VaR 的CreditMetries 模型 | 第18-19页 |
| ·KMV 模型 | 第19-20页 |
| ·信用风险附加模型(CreditRisk+) | 第20页 |
| ·信用组合观点模型(Credit Portfolio View) | 第20页 |
| ·模型在我国的适用性分析 | 第20-22页 |
| 3 上市公司信用风险计量模型 | 第22-35页 |
| ·GARCH 类模型 | 第22-25页 |
| ·ARCH 模型 | 第23页 |
| ·GARCH 模型 | 第23-24页 |
| ·GARCH 模型的参数估计 | 第24-25页 |
| ·基于市场数据的上市公司违约率信用监测模型 | 第25-28页 |
| ·实例分析 | 第28-31页 |
| ·样本选取 | 第28-29页 |
| ·计算结果 | 第29-30页 |
| ·结果分析 | 第30-31页 |
| ·基于财务数据的上市公司信用风险计量模型 | 第31-35页 |
| ·财务比率的选取 | 第31页 |
| ·因子分析建模 | 第31-32页 |
| ·因子分析的步骤 | 第32-34页 |
| ·结果分析 | 第34-35页 |
| 4 结论与政策建议 | 第35-37页 |
| 参考文献 | 第37-40页 |
| 致谢 | 第40-41页 |
| 附表 | 第41-42页 |
| 攻读硕士学位期间发表的论文 | 第42-43页 |