| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-14页 |
| 第一章 绪论 | 第14-21页 |
| ·选题背景、研究目的及意义 | 第14-15页 |
| ·选题背景 | 第14-15页 |
| ·研究目的及意义 | 第15页 |
| ·文献综述 | 第15-18页 |
| ·国外信用风险管理研究综述 | 第15-16页 |
| ·国内信用风险管理研究综述 | 第16-18页 |
| ·研究框架 | 第18-19页 |
| ·主要贡献 | 第19-21页 |
| 第二章 我国上市公司信用风险管理与风险评级 | 第21-31页 |
| ·风险 | 第21页 |
| ·信用风险 | 第21-25页 |
| ·信用风险的定义 | 第21-22页 |
| ·信用风险的特点 | 第22-24页 |
| ·上市公司信用及其信用风险 | 第24-25页 |
| ·信用风险管理 | 第25-26页 |
| ·信用风险识别 | 第25-26页 |
| ·信用风险度量 | 第26页 |
| ·信用风险控制 | 第26页 |
| ·我国信用风险管理现状分析 | 第26-27页 |
| ·我国信用评级和上市公司违约情况分析 | 第27-31页 |
| ·我国信用评级现状 | 第27-28页 |
| ·我国上市公司违约情况及原因分析 | 第28-31页 |
| 第三章 信用风险度量的主要模型与方法 | 第31-39页 |
| ·信用风险度量的传统方法 | 第31-35页 |
| ·古典信用风险计量方法 | 第31-33页 |
| ·基于统计判别分析的信用风险计量方法 | 第33-34页 |
| ·神经网络模型 | 第34-35页 |
| ·信用风险度量的现代计量模型 | 第35-39页 |
| ·基于VaR 的Credit Metrics 模型 | 第35-36页 |
| ·KMV 模型 | 第36-37页 |
| ·信用风险附加模型CreditRisk+ | 第37页 |
| ·信用组合观点模型 Credit Portfolio View | 第37-39页 |
| 第四章 Logistic 模型及其在评价上市公司信用风险中的应用研究 | 第39-53页 |
| ·Logistic 模型的基本理论 | 第39-45页 |
| ·Logistic 模型的定义及其性质 | 第39-41页 |
| ·Logistic 模型的参数估计 | 第41-42页 |
| ·Logistic 模型的评价和检验 | 第42-45页 |
| ·因子分析 | 第45-53页 |
| ·因子分析的基本思想 | 第46-47页 |
| ·因子分析的数学模型 | 第47页 |
| ·因子载荷阵的求解 | 第47-48页 |
| ·因子载荷阵的统计意义 | 第48-53页 |
| 第五章 基于Logistic 模型的上市公司信用风险的实证研究 | 第53-65页 |
| ·数据来源及选择 | 第53-54页 |
| ·样本来源 | 第53页 |
| ·样本的选取 | 第53-54页 |
| ·模型指标的选取 | 第54-58页 |
| ·因子分析的步骤 | 第58-62页 |
| ·Logistic 回归分析与违约判别模型的建立 | 第62-65页 |
| ·变量的设置 | 第62-63页 |
| ·违约判别模型的建立 | 第63-65页 |
| 第六章 Logistic 信用风险模型的贝叶斯改进研究 | 第65-73页 |
| ·经验贝叶斯估计量和贝叶斯改进模型 | 第65-68页 |
| ·预测力精度的评估方法 | 第68-71页 |
| ·AUC 值 | 第68-70页 |
| ·布莱尔分数（Brier Score） | 第70-71页 |
| ·实证比较 | 第71-73页 |
| 第七章 总结 | 第73-75页 |
| ·研究结论 | 第73页 |
| ·不足与展望 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 攻读硕士学位期间取得的研究成果 | 第79-80页 |
| 致谢 | 第80-81页 |
| 附录 | 第81-96页 |
