| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-22页 |
| 1.1 选题背景及意义 | 第8-12页 |
| 1.1.1 选题背景 | 第8-10页 |
| 1.1.2 选题意义 | 第10-12页 |
| 1.2 信用评级研究综述 | 第12-18页 |
| 1.2.1 信用评级指标体系研究现状 | 第12-13页 |
| 1.2.2 信用评级指标遴选研究现状 | 第13-15页 |
| 1.2.3 信用评级指标赋权研究现状 | 第15-16页 |
| 1.2.4 信用评价方程研究现状 | 第16-18页 |
| 1.3 研究内容与研究框架 | 第18-20页 |
| 1.3.1 研究内容与方法 | 第18-19页 |
| 1.3.2 技术路线 | 第19-20页 |
| 1.3.3 研究框架 | 第20页 |
| 1.4 创新与特色 | 第20-22页 |
| 2 基于最优指标组合和最优权重向量的信用评级模型构建 | 第22-40页 |
| 2.1 拟解决的关键问题、难点及解决思路 | 第22-23页 |
| 2.1.1 最优指标组合遴选的难点及其解决问题的思路 | 第22页 |
| 2.1.2 评级指标最优权重向量确定的难点及其解决问题的思路 | 第22-23页 |
| 2.1.3 确定两类错判的错判成本的难点及其解决问题的思路 | 第23页 |
| 2.2 违约鉴别力最大的信用评级指标体系构建 | 第23-30页 |
| 2.2.1 信用评级指标的海选与初筛 | 第23页 |
| 2.2.2 指标数据的标准化 | 第23-25页 |
| 2.2.3 基于相关分析删除冗余指标 | 第25-28页 |
| 2.2.4 基于违约鉴别力最大的最优指标组合遴选 | 第28-30页 |
| 2.3 基于最优权重向量的信用评分模型构建 | 第30-38页 |
| 2.3.1 评级指标最优权重向量确定 | 第30-34页 |
| 2.3.2 基于粒子算法PSO确定最优错判成本C和核参数σ | 第34-37页 |
| 2.3.3 基于最优权重向量的信用评价方程建立 | 第37-38页 |
| 2.4 信用评级模型精度检验 | 第38-40页 |
| 3 小企业信用评级实证研究 | 第40-55页 |
| 3.1 评级指标的海选及可观测初筛 | 第40-41页 |
| 3.1.1 海选评级指标 | 第40页 |
| 3.1.2 初筛可观测指标 | 第40-41页 |
| 3.2 样本数据来源 | 第41-43页 |
| 3.3 指标数据的标准化 | 第43-44页 |
| 3.4 构建小企业违约鉴别力最大的指标体系 | 第44-50页 |
| 3.4.1 基于相关分析删除冗余指标 | 第44-47页 |
| 3.4.2 遴选违约鉴别力最大的最优指标组合 | 第47-50页 |
| 3.5 基于最优权重向量的小企业信用评分模型构建 | 第50-52页 |
| 3.5.1 最优错判成本C和核参数σ~2 | 第50-51页 |
| 3.5.2 小企业信用评价方程建立 | 第51-52页 |
| 3.6 不同信用评级方法对比分析 | 第52-53页 |
| 3.7 实证结果讨论 | 第53-55页 |
| 4 结论 | 第55-57页 |
| 4.1 主要结论 | 第55页 |
| 4.2 主要创新与特色 | 第55-57页 |
| 参考文献 | 第57-63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-66页 |
