| 摘要 | 第3-5页 |
| Abstract | 第5-7页 |
| 1 绪论 | 第14-22页 |
| 1.1 研究背景 | 第14-16页 |
| 1.2 研究意义 | 第16-17页 |
| 1.3 研究内容与技术路线 | 第17-20页 |
| 1.4 主要创新点 | 第20-22页 |
| 2 文献综述 | 第22-50页 |
| 2.1 信用风险评估 | 第22-29页 |
| 2.1.1 信用风险内涵发展 | 第22-23页 |
| 2.1.2 信用风险形成机制 | 第23-25页 |
| 2.1.3 信用风险评估模型 | 第25-29页 |
| 2.2 复杂系统 | 第29-32页 |
| 2.2.1 复杂系统研究现状 | 第29-30页 |
| 2.2.2 复杂系统研究工具 | 第30-32页 |
| 2.3 复杂网络理论 | 第32-38页 |
| 2.3.1 复杂网络发展研究 | 第32-33页 |
| 2.3.2 复杂网络基本模型 | 第33-36页 |
| 2.3.3 复杂网络基本静态拓扑特性 | 第36-37页 |
| 2.3.4 复杂网络传播动力学特性 | 第37-38页 |
| 2.3.5 复杂网络与信用风险研究 | 第38页 |
| 2.4 演化神经网络理论 | 第38-49页 |
| 2.4.1 神经网络基本结构 | 第38-41页 |
| 2.4.2 神经网络学习过程 | 第41-43页 |
| 2.4.3 神经网络的优点和不足 | 第43-44页 |
| 2.4.4 演化神经网络研究概述 | 第44-49页 |
| 2.5 本章小结 | 第49-50页 |
| 3 基于复杂系统理论的企业信用风险预警模型 | 第50-63页 |
| 3.1 企业信用风险复杂系统性分析 | 第50-54页 |
| 3.1.1 企业间关系对企业信用风险的影响 | 第50-51页 |
| 3.1.2 地域及行业对企业信用风险的影响 | 第51-53页 |
| 3.1.3 企业信用风险复杂特性 | 第53-54页 |
| 3.2 企业信用风险系统原理分析 | 第54-57页 |
| 3.3 基于复杂系统的CI指数模型 | 第57-62页 |
| 3.3.1 CI指数模型理论分析 | 第57-60页 |
| 3.3.2 CI指数模型可解决的问题 | 第60-61页 |
| 3.3.3 CI指数模型逻辑图 | 第61-62页 |
| 3.4 本章小结 | 第62-63页 |
| 4 基于RENN的企业信用风险预警模型 | 第63-89页 |
| 4.1 营救演化神经网络(RENN)算法 | 第63-72页 |
| 4.1.1 神经网络鞍点问题分析 | 第63-64页 |
| 4.1.2 RENN算法思想概述 | 第64-65页 |
| 4.1.3 RENN算法原理分析 | 第65-70页 |
| 4.1.4 RENN算法参数设计 | 第70-72页 |
| 4.2 企业信用风险预警的样本选择 | 第72-73页 |
| 4.2.1 样本范畴的确定 | 第72页 |
| 4.2.2 正负样本的选择 | 第72-73页 |
| 4.3 企业信用风险预警指标体系构建 | 第73-84页 |
| 4.3.1 选择指标的原则 | 第73-74页 |
| 4.3.2 预警指标体系 | 第74-78页 |
| 4.3.3 指标显著性检验 | 第78-84页 |
| 4.4 实证及结果分析 | 第84-88页 |
| 4.4.1 基础准备 | 第84页 |
| 4.4.2 传统神经网络 | 第84-86页 |
| 4.4.3 RENN演化神经网络 | 第86-88页 |
| 4.5 本章小结 | 第88-89页 |
| 5 基于复杂网络的信用风险传播能力评估 | 第89-116页 |
| 5.1 时间序列复杂网络构建方法分析 | 第89-92页 |
| 5.2 基于互信息熵构建复杂网络 | 第92-98页 |
| 5.2.1 互信息熵理论 | 第92-94页 |
| 5.2.2 估计互信息相关系数方法研究 | 第94-95页 |
| 5.2.3 构建企业信用风险复杂网络 | 第95-98页 |
| 5.3 社区发现机制研究 | 第98-100页 |
| 5.4 社区内部传播机制研究 | 第100-102页 |
| 5.5 信用风险传播能力评估 | 第102-109页 |
| 5.5.1 信用风险传播特性分析 | 第102-104页 |
| 5.5.2 PageRank重要节点发现算法 | 第104-105页 |
| 5.5.3 CommunityRank被感染强度发现算法 | 第105-107页 |
| 5.5.4 CommunityRank算法实验 | 第107-109页 |
| 5.6 基于复杂系统理论的企业信用风险预警模型验证 | 第109-115页 |
| 5.7 本章小结 | 第115-116页 |
| 6 结论和展望 | 第116-121页 |
| 6.1 本文的主要结论 | 第116-119页 |
| 6.1.1 提出基于复杂系统理论的信用风险预警模型 | 第117页 |
| 6.1.2 利用内部因素对企业信用风险进行分析 | 第117-118页 |
| 6.1.3 利用外部因素对企业信用风险进行分析 | 第118-119页 |
| 6.2 研究展望 | 第119-121页 |
| 参考文献 | 第121-132页 |
| 在学期间发表的学术论文及科研成果清单 | 第132-134页 |
| 附录A 历年公司样本股票代码 | 第134-139页 |
| 附录B RENN权值、阈值 | 第139-143页 |
| 附录C CI指数示例 | 第143-145页 |
| 致谢 | 第145页 |
