智能化信用风险预警方法研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 引言 | 第7-10页 |
| ·课题意义与研究背景 | 第7-8页 |
| ·主要研究内容 | 第8-9页 |
| ·论文章节结构 | 第9-10页 |
| 第二章 信用风险综述 | 第10-19页 |
| ·信用、信用风险及信用评价 | 第10-12页 |
| ·信用 | 第10页 |
| ·信用风险 | 第10-11页 |
| ·信用评价 | 第11-12页 |
| ·国内外研究现状 | 第12-14页 |
| ·国外信用风险预警研究现状 | 第12-13页 |
| ·我国信用情况及风险预警研究现状 | 第13-14页 |
| ·信用风险预警模型 | 第14-19页 |
| ·财务比率分析模型 | 第15-16页 |
| ·判别分析方法 | 第16-17页 |
| ·Logistic回归模型 | 第17页 |
| ·K-近邻法 | 第17-19页 |
| 第三章 神经网络技术 | 第19-26页 |
| ·神经网络概述 | 第19-20页 |
| ·BP神经网络结构及其算法 | 第20-23页 |
| ·SOM神经网络结构及其算法 | 第23-26页 |
| 第四章 智能化信用风险预警模型 | 第26-41页 |
| ·传统模型的局限 | 第26-27页 |
| ·模型结构的选择 | 第27-28页 |
| ·智能化信用风险预警模型的构建 | 第28-39页 |
| ·样本总体概述 | 第28-31页 |
| ·样本的预处理 | 第31-33页 |
| ·模型结构说明 | 第33-34页 |
| ·模型算法说明 | 第34-35页 |
| ·模型的算法实现 | 第35-38页 |
| ·基于面向对象方法的模型结构 | 第38-39页 |
| ·模型性能及分析结果 | 第39-41页 |
| 第五章 信用评估及风险预警原型系统 | 第41-58页 |
| ·系统设计原则 | 第41-42页 |
| ·系统整体设计 | 第42-45页 |
| ·系统体系结构 | 第45-46页 |
| ·技术实现手段 | 第46-47页 |
| ·数据库的设计 | 第47-48页 |
| ·系统功能描述 | 第48-56页 |
| ·企业信息管理子系统 | 第48-52页 |
| ·规则维护子系统 | 第52-54页 |
| ·信用评估子系统 | 第54-55页 |
| ·辅助决策支持子系统 | 第55页 |
| ·系统管理子系统 | 第55-56页 |
| ·系统特点 | 第56-58页 |
| 第六章 总结与展望 | 第58-59页 |
| 附录1 信用评估模型归一化后的样本集合 | 第59-65页 |
| 参考文献 | 第65-68页 |
| 攻读硕士学位期间参加的主要科研项目 | 第68页 |
| 攻读硕士学位期间发表的论文及获奖情况 | 第68-69页 |
| 致谢 | 第69页 |
