| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究文献综述 | 第10-14页 |
| ·研究思路和主要内容 | 第14-15页 |
| 第二章 信用风险理论准备 | 第15-23页 |
| ·信用风险的定义及成因 | 第15-19页 |
| ·信用风险特征 | 第19-20页 |
| ·信用风险预警理论 | 第20-21页 |
| ·信用风险预警的涵义 | 第20页 |
| ·构建信用风险预警模型的思路 | 第20-21页 |
| ·本章小结 | 第21-23页 |
| 第三章 神经网络及层次分析法理论基础 | 第23-43页 |
| ·BP神经网络理论基础 | 第23-31页 |
| ·神经网络设计的基本原理 | 第23-26页 |
| ·BP网络的学习原理分析 | 第26-29页 |
| ·BP 网络学习算法 | 第29-30页 |
| ·BP 神经网络法对商业银行信用风险评价的适用性分析 | 第30-31页 |
| ·模糊神经网络理论基础 | 第31-39页 |
| ·模糊集合的基本理论 | 第31-34页 |
| ·模糊神经元 | 第34-36页 |
| ·自适应模糊神经网络ANFIS的结构及算法 | 第36-38页 |
| ·自适应模糊神经网络ANFIS的建模步骤 | 第38-39页 |
| ·层次分析法理论基础 | 第39-42页 |
| ·本章小结 | 第42-43页 |
| 第四章 商业银行信用风险预警指标体系的构建 | 第43-53页 |
| ·信用风险预警指标体系建立的原则 | 第43-45页 |
| ·全面性和重要性相结合 | 第43页 |
| ·相对稳定性与内容动态性相结合 | 第43-44页 |
| ·统计上的可行性和可操作性 | 第44页 |
| ·定量指标与定性指标相结合 | 第44页 |
| ·可预见性 | 第44-45页 |
| ·企业信贷履约的影响因素分析 | 第45-46页 |
| ·履约能力 | 第45页 |
| ·履约意愿 | 第45-46页 |
| ·本文信用风险预警指标体系的选择 | 第46-52页 |
| ·财务指标体系的选择 | 第46-51页 |
| ·非财务指标体系的选择 | 第51-52页 |
| ·本章小节 | 第52-53页 |
| 第五章 模型的构建 | 第53-64页 |
| ·财务风险子模型的构建 | 第53-58页 |
| ·对21个财务指标进行主成分分析 | 第53-54页 |
| ·运用BP神经网络构建财务风险子模型 | 第54-58页 |
| ·非财务风险子模型的构建 | 第58-59页 |
| ·商业银行信用风险预警模型的构建 | 第59-62页 |
| ·本章小结 | 第62-64页 |
| 第六章 实证研究 | 第64-71页 |
| ·企业财务指标得分 | 第64-65页 |
| ·企业非财务指标得分 | 第65-66页 |
| ·商业银行信用风险的综合得分及预警 | 第66-69页 |
| ·本章小结 | 第69-71页 |
| 结论 | 第71-72页 |
| 参考文献 | 第72-76页 |
| 附录1 | 第76-78页 |
| 攻读硕士学位期间取得的研究成果 | 第78-79页 |
| 致谢 | 第79-80页 |
| 附件 | 第80页 |