中小企业担保机构评定企业信用等级的模型研究
| 摘要 | 第1-15页 |
| 前言 | 第15-19页 |
| 1. 背景 | 第15-16页 |
| 2. 选题的国内外研究现状及依据 | 第16-18页 |
| 3. 意义 | 第18-19页 |
| 第一部分 中小企业信用担保概述 | 第19-26页 |
| 1. 信用担保的概述 | 第19-20页 |
| 2. 信用担保产生的经济学分析 | 第20-22页 |
| 3. 中小企业信用担保产生的原因 | 第22-26页 |
| 第二部分 贵州省中小企业担保机构发展现状 | 第26-29页 |
| 1. 贵州省担保机构发展现状 | 第26-27页 |
| 2. 贵州省的中小企业担保机构存在的问题 | 第27-29页 |
| 第三部分 评定信用等级的标准体系 | 第29-33页 |
| 1. “5C”原则 | 第29-30页 |
| 2. 穆迪公司企业信用评定指标体系 | 第30-31页 |
| 3. 标准谱尔公司企业风险评定指标体系 | 第31页 |
| 4. 中国工商银行企业信用等级评定标准 | 第31-32页 |
| 5. 本文拟采用的评定指标 | 第32-33页 |
| 第四部分 评定信用等级的方法简介 | 第33-39页 |
| 1. OCC的评级方法 | 第33-35页 |
| 2. 回归分析法 | 第35-36页 |
| 3. 主成分分析方法 | 第36-37页 |
| 4. ZETA评分模型 | 第37-38页 |
| 5. BP神经网络模型 | 第38-39页 |
| 第五部分 BP神经网络 | 第39-49页 |
| 1. 人工神经网络概述 | 第39页 |
| 2. 人工神经网络的主要优点 | 第39-40页 |
| 3. 神经网络的结构 | 第40页 |
| 4. 神经网络的学习方法 | 第40-42页 |
| 5. BP神经网络 | 第42-46页 |
| 6. MATLAB神经网络工具箱 | 第46-49页 |
| 第六部分 基于BP神经网络的企业信用等级评定模型 | 第49-56页 |
| 1. 企业信用评定指标体系 | 第49页 |
| 2. 网络的结构设计 | 第49-50页 |
| 3. 传递函数的选取 | 第50-51页 |
| 4. 实证分析 | 第51-53页 |
| 5. 结果 | 第53-56页 |
| 第七部分 结论与展望 | 第56-59页 |
| 1. 结论 | 第56-57页 |
| 2. 展望 | 第57-59页 |
| 附表1: 工商银行评级标准 | 第59-64页 |
| 附表2: 测试数据 | 第64-66页 |
| 参考文献 | 第66-70页 |
