摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
符号目录 | 第17-20页 |
1 绪论 | 第20-40页 |
1.1 研究背景及意义 | 第20-22页 |
1.1.1 研究背景 | 第20-21页 |
1.1.2 研究意义 | 第21-22页 |
1.2 国内外相关研究综述 | 第22-35页 |
1.2.1 信用评价指标体系的研究现状 | 第22-29页 |
1.2.2 信用评价指标筛选方法的相关研究 | 第29-30页 |
1.2.3 信用评价方法的相关研究 | 第30-32页 |
1.2.4 信用评级方法的相关研究 | 第32-33页 |
1.2.5 现有研究存在的不足 | 第33-35页 |
1.3 研究内容和研究方法 | 第35-39页 |
1.3.1 研究内容 | 第35页 |
1.3.2 篇章结构 | 第35-37页 |
1.3.3 研究方法 | 第37页 |
1.3.4 技术路线 | 第37-39页 |
1.4 论文的创新点 | 第39-40页 |
2 基于逻辑回归显著性判别的小企业信用评级指标体系的构建 | 第40-63页 |
2.1 问题的提出 | 第40页 |
2.2 小企业信用评级指标体系的构建原理 | 第40-42页 |
2.2.1 基于逻辑回归的显著性判别指标筛选原理 | 第40-41页 |
2.2.2 基于相关分析的冗余指标剔除原理 | 第41-42页 |
2.3 小企业信用评级指标体系的构建方法 | 第42-47页 |
2.3.1 指标数据的标准化处理 | 第42-44页 |
2.3.2 基于逻辑回归显著性判别的第一次指标筛选 | 第44-46页 |
2.3.3 基于相关分析的第二次指标筛选 | 第46-47页 |
2.3.4 指标体系合理性的判定 | 第47页 |
2.4 小企业信用评级指标体系的实证分析 | 第47-58页 |
2.4.1 指标的海选与初筛 | 第47-50页 |
2.4.2 样本的选取与数据的来源 | 第50页 |
2.4.3 海选指标数据标准化 | 第50-53页 |
2.4.4 基于显著性判别的指标筛选结果 | 第53-54页 |
2.4.5 基于相关分析的指标筛选结果 | 第54-58页 |
2.4.6 小企业信用评价指标体系合理性的判定 | 第58页 |
2.5 小企业信用评级指标体系的特点及对比分析 | 第58-61页 |
2.5.1 指标体系与小企业特点的对应关系 | 第58-59页 |
2.5.2 与目前银行使用的小企业信用评级指标体系的对比分析 | 第59-60页 |
2.5.3 小企业信用评级指标体系的特点 | 第60-61页 |
2.6 本章小结 | 第61-63页 |
2.6.1 主要工作 | 第61页 |
2.6.2 主要结论 | 第61-62页 |
2.6.3 主要特色 | 第62-63页 |
3 基于“违约与非违约样本距离”最大的最优信用评级权重的确定 | 第63-84页 |
3.1 问题的提出 | 第63页 |
3.2 基于“违约与非违约样本距离”最大的最优信用评级权重的原理 | 第63-66页 |
3.2.1 问题的难点与解决问题的思路 | 第63-64页 |
3.2.2 基于“违约与非违约样本距离”最大的最优信用评级权重的原理 | 第64-66页 |
3.3 最优权重多目标规划模型的构建 | 第66-72页 |
3.3.1 模型约束条件的基本参数的确定 | 第66-68页 |
3.3.2 约束条件端点wmax和wmin的确定 | 第68-69页 |
3.3.3 最优权重多目标规划模型的构建 | 第69-72页 |
3.4 实证分析 | 第72-82页 |
3.4.1 样本的选取与数据的来源及处理 | 第72页 |
3.4.2 模型约束条件基本参数的确定 | 第72-76页 |
3.4.3 约束条件端点wmax和wmin的确定 | 第76-79页 |
3.4.4 基于“违约与非违约样本距离”最大的最优信用评级权重的确定模型 | 第79-82页 |
3.4.5 最优赋权的违约鉴别能力的验证 | 第82页 |
3.5 本章小结 | 第82-84页 |
3.5.1 本章主要工作 | 第82页 |
3.5.2 本章主要结论 | 第82-83页 |
3.5.3 本章主要特色 | 第83-84页 |
4 基于信用得分非线性插值的信用评级模型 | 第84-112页 |
4.1 问题的提出 | 第84页 |
4.2 基于信用得分非线性插值的信用评级原理 | 第84-87页 |
4.2.1 问题的难点 | 第84-86页 |
4.2.2 突破难点的思路 | 第86页 |
4.2.3 基于信用得分非线性插值的评级步骤 | 第86-87页 |
4.3 基于信用得分非线性插值的信用评级方法 | 第87-97页 |
4.3.1 需扩充样本的信用等级的确定 | 第87-90页 |
4.3.2 样本扩充的方法 | 第90-91页 |
4.3.3 基于信用得分非线性插值的信用评级模型的构建 | 第91-95页 |
4.3.4 信用等级和信用得分的确定 | 第95-97页 |
4.4 实证分析 | 第97-110页 |
4.4.1 样本选取与数据来源 | 第97-99页 |
4.4.2 需扩充样本的信用等级的确定 | 第99-101页 |
4.4.3 基于蒙特卡罗随机抽样的Bootstrap样本扩充 | 第101-102页 |
4.4.4 信用等级与信用得分的确定 | 第102-109页 |
4.4.5 信用评级模型的应用 | 第109-110页 |
4.5 本章小结 | 第110-112页 |
4.5.1 本章主要工作 | 第110页 |
4.5.2 本章主要结论 | 第110-111页 |
4.5.3 本章主要创新 | 第111-112页 |
5 结论及展望 | 第112-117页 |
5.1 论文的主要工作 | 第112-113页 |
5.2 论文的主要结论 | 第113-114页 |
5.2.1 小企业信用评级指标体系构建的主要结论 | 第113页 |
5.2.2 小企业最优信用评级权重确定的主要结论 | 第113-114页 |
5.2.3 小企业信用评级模型的主要结论 | 第114页 |
5.3 论文的创新点与特色 | 第114-115页 |
5.3.1 论文的主要创新 | 第114-115页 |
5.3.2 论文的主要特色 | 第115页 |
5.4 研究的局限性及展望 | 第115-117页 |
参考文献 | 第117-123页 |
攻读博士学位期间科研项目及科研成果 | 第123-125页 |
致谢 | 第125-126页 |
作者简介 | 第126页 |