商业银行中型企业信用评级研究--基于资本密集型制造业
摘要 | 第1-3页 |
Abstract | 第3-6页 |
1 引言 | 第6-11页 |
·选题背景 | 第6-7页 |
·研究目的与意义 | 第7-8页 |
·研究方法与内容 | 第8-11页 |
·信用评级模型的选择 | 第8-9页 |
·本文内容安排 | 第9页 |
·本文的创新与不足 | 第9-11页 |
2 国内外研究现状 | 第11-15页 |
·国外评级方法研究现状 | 第11-12页 |
·国内评级方法研究现状 | 第12-15页 |
3 中型企业信用评级方法:以Z银行为例 | 第15-22页 |
·评级的基本方法 | 第15-16页 |
·样本选取与变量的确定 | 第16-20页 |
·样本的选择 | 第16-18页 |
·分层分析的必要性 | 第18-20页 |
·Z银行评级方法的应用 | 第20-22页 |
4 Logistic信用评级模型改进 | 第22-34页 |
·一般Logistic模型检验 | 第22-25页 |
·Logistic回归模型的基本原理 | 第22-23页 |
·普通Logistic回归结果 | 第23-25页 |
·基于因子分析的Logistic回归模型 | 第25-34页 |
·因子分析的基本原理 | 第26-27页 |
·基于因子分析的Logistic回归分析 | 第27-34页 |
5 其他信用评级模型的适用性比较 | 第34-55页 |
·聚类分析 | 第34-36页 |
·聚类分析概述 | 第34页 |
·两步聚类分析 | 第34-36页 |
·最近邻法 | 第36-39页 |
·判别分析 | 第39-48页 |
·判别分析概述 | 第39-41页 |
·一般判别分析的实证研究 | 第41-45页 |
·逐步判别分析实证研究 | 第45-46页 |
·基于因子分析的逐步判别实证研究 | 第46-48页 |
·决策树 | 第48-51页 |
·决策树概述 | 第48-49页 |
·决策树实证分析 | 第49-51页 |
·人工神经网络 | 第51-55页 |
·人工神经网络概述 | 第51-53页 |
·BP神经网络实证分析 | 第53-55页 |
6 对我国银行业中型企业信用评级的建议 | 第55-59页 |
·评级结果比较 | 第55-56页 |
·未来我国商业银行中型企业信用评级改革设想 | 第56-59页 |
·应对信用评级发展必须要做的改变 | 第56-57页 |
·在完善信用评级的基础上加强信用风险管理 | 第57-59页 |
附录 | 第59-61页 |
参考文献 | 第61-66页 |
后记 | 第66-67页 |