| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-19页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 研究内容与创新点 | 第10-11页 |
| 1.2.1 研究内容 | 第10-11页 |
| 1.2.2 创新点 | 第11页 |
| 1.3 研究方法与思路 | 第11-13页 |
| 1.3.1 研究方法 | 第11-12页 |
| 1.3.2 研究思路 | 第12-13页 |
| 1.4 文献综述 | 第13-19页 |
| 1.4.1 国外研究现状 | 第13-15页 |
| 1.4.2 国内研究现状 | 第15-19页 |
| 2 商业银行中小企业信贷风险评价体系分析 | 第19-29页 |
| 2.1 中小企业信贷风险分析 | 第19-24页 |
| 2.1.1 中小企业界定 | 第19-21页 |
| 2.1.2 商业银行中小企业信贷风险内涵 | 第21-22页 |
| 2.1.3 商业银行中小企业信贷风险分类 | 第22页 |
| 2.1.4 中小企业信贷风险现状及成因分析 | 第22-24页 |
| 2.2 商业银行信贷风险评价体系分析 | 第24-29页 |
| 2.2.1 传统信贷风险评价模型分析 | 第24-27页 |
| 2.2.2 常用的信贷风险评价方法分析 | 第27-28页 |
| 2.2.3 建立中小企业信贷风险识别模型意义 | 第28-29页 |
| 3 指标体系构建 | 第29-41页 |
| 3.1 定性分析 | 第29-31页 |
| 3.1.1 财务指标定性分析 | 第29-30页 |
| 3.1.2 非财务指标定性分析 | 第30-31页 |
| 3.2 非财务指标量化分析 | 第31-32页 |
| 3.3 评价指标显著性差异检验 | 第32-41页 |
| 3.3.1 独立样本T检验 | 第32-33页 |
| 3.3.2 检验结果分析 | 第33-41页 |
| 4 模型构建及实证分析 | 第41-52页 |
| 4.1 BP神经网络模型分析 | 第41-44页 |
| 4.1.1 BP神经网络模型起源 | 第41-42页 |
| 4.1.2 BP神经网络结构及算法 | 第42-43页 |
| 4.1.3 BP神经网络模型特征分析 | 第43页 |
| 4.1.4 BP神经网络模型对中小企业信贷风险识别的适用性分析 | 第43-44页 |
| 4.2 商业银行中小企业信贷风险识别模型构建 | 第44-46页 |
| 4.2.1 数据构造及预处理 | 第44页 |
| 4.2.2 模型参数设置 | 第44-45页 |
| 4.2.3 模型结构设置 | 第45-46页 |
| 4.3 模型软件应用 | 第46-52页 |
| 4.3.1 程序代码设计 | 第46-48页 |
| 4.3.2 训练结果分析 | 第48-50页 |
| 4.3.3 测试结果分析 | 第50-52页 |
| 5 总结与展望 | 第52-54页 |
| 5.1 总结 | 第52页 |
| 5.2 不足与展望 | 第52-54页 |
| 参考文献 | 第54-56页 |
| 附录 | 第56-64页 |
| 致谢 | 第64-65页 |
| 发表的论文及学术成果 | 第65-66页 |