| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第8-14页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的和意义 | 第9-10页 |
| 1.3 研究内容、方法和技术路线 | 第10-12页 |
| 1.3.1 研究内容 | 第10-11页 |
| 1.3.2 研究方法 | 第11-12页 |
| 1.3.3 技术路线 | 第12页 |
| 1.4 本文的主要贡献 | 第12-14页 |
| 第2章 文献综述与相关理论 | 第14-24页 |
| 2.1 文献综述 | 第14-20页 |
| 2.1.1 统计计量方法 | 第14-17页 |
| 2.1.2 人工智能分析法 | 第17-18页 |
| 2.1.3 KMV模型和Logistic模型的发展状况 | 第18-20页 |
| 2.2 相关理论 | 第20-24页 |
| 2.2.1 信用风险的定义 | 第20-21页 |
| 2.2.2 上市企业信用等级界定 | 第21-22页 |
| 2.2.3 企业信用等级的影响因素选择 | 第22页 |
| 2.2.4 模型的建立与检验 | 第22-24页 |
| 第3章 有序Logistic回归模型与KMV模型 | 第24-28页 |
| 3.1 有序Logistic回归模型 | 第24-26页 |
| 3.1.1 二元Logistic回归模型 | 第24-25页 |
| 3.1.2 有序Logistic回归模型 | 第25-26页 |
| 3.2 KMV模型 | 第26-28页 |
| 3.2.1 KMV模型的定义 | 第26页 |
| 3.2.2 违约距离的计算方法 | 第26-28页 |
| 第4章 上市公司信用等级指标的建立 | 第28-36页 |
| 4.1 样本选取与描述 | 第28页 |
| 4.2 变量选取与解释 | 第28-31页 |
| 4.2.1 财务指标 | 第28-29页 |
| 4.2.2 经济指标 | 第29页 |
| 4.2.3 违约距离指标 | 第29-31页 |
| 4.3 基于K-均值聚类法建立企业信用等级指标 | 第31-36页 |
| 4.3.1 K-均值聚类法介绍 | 第31-32页 |
| 4.3.2 企业信用等级指标CC | 第32-34页 |
| 4.3.3 企业信用等级变化指标CHANGE | 第34-36页 |
| 第5章 基于上市非金融类公司的实证研究 | 第36-48页 |
| 5.1 有序多分类Logistic回归模型的建立 | 第36-44页 |
| 5.1.1 解释变量的预处理过程 | 第36-39页 |
| 5.1.2 四种有序Logistic回归模型的建立 | 第39-44页 |
| 5.2 模型的检验 | 第44-46页 |
| 5.3 企业信用等级预测 | 第46-48页 |
| 第6章 结论 | 第48-50页 |
| 6.1 主要研究结论 | 第48页 |
| 6.2 提出建议 | 第48-49页 |
| 6.3 研究不足与未来研究方向 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 附录A | 第54-64页 |
| 附录B | 第64-74页 |
| 致谢 | 第74-75页 |