| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 引言 | 第11-16页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究意义 | 第12页 |
| 1.2 国内外文献综述 | 第12-14页 |
| 1.2.1 国外文献综述 | 第12-13页 |
| 1.2.2 国内文献综述 | 第13-14页 |
| 1.3 研究方法与创新之处 | 第14-15页 |
| 1.4 论文的基本框架 | 第15-16页 |
| 第2章 信用风险概述 | 第16-20页 |
| 2.1 信用风险内涵 | 第16-17页 |
| 2.1.1 信用风险概念 | 第16页 |
| 2.1.2 信用风险分类 | 第16-17页 |
| 2.2 信用风险度量 | 第17-19页 |
| 2.2.1 线性概率模型 | 第17页 |
| 2.2.2 Z评分模型和ZETA评分模型 | 第17-18页 |
| 2.2.3 KMV模型 | 第18-19页 |
| 2.2.4 Logit回归模型 | 第19页 |
| 2.3 小结 | 第19-20页 |
| 第3章 Logit回归模型概述 | 第20-25页 |
| 3.1 Logit回归模型一般形式 | 第20-22页 |
| 3.1.1 离散变量 | 第20-21页 |
| 3.1.2 Logit回归模型一般形式 | 第21-22页 |
| 3.2 logit回归模型估计方法 | 第22-23页 |
| 3.2.1 二分类Logit回归模型估计 | 第22页 |
| 3.2.2 有序多分类Logit回归模型估计 | 第22-23页 |
| 3.3 Logit回归模型评价 | 第23页 |
| 3.4 Logit 回归模型显著性检验 | 第23-24页 |
| 3.4.1 参数显著性检验 | 第23-24页 |
| 3.4.2 模型显著性检验 | 第24页 |
| 3.5 小结 | 第24-25页 |
| 第4章 基于二分类Logit模型的上市公司信用风险度量 | 第25-35页 |
| 4.1 模型构建 | 第25页 |
| 4.2 样本、指标及描述性统计 | 第25-28页 |
| 4.2.1 样本选择 | 第25-26页 |
| 4.2.2 指标及描述性统计 | 第26-28页 |
| 4.3 Logit模型逐步回归分析 | 第28-30页 |
| 4.3.1 逐步回归步骤 | 第28页 |
| 4.3.2 逐步回归分析 | 第28-30页 |
| 4.4 Logit模型主成分回归分析 | 第30-34页 |
| 4.4.1 主成分回归思想 | 第30-31页 |
| 4.4.2 主成分因子提取 | 第31-32页 |
| 4.4.3 主成分解释 | 第32-33页 |
| 4.4.4 Logit主成分回归分析 | 第33-34页 |
| 4.5 小结 | 第34-35页 |
| 第5章 基于有序Logit模型的上市公司信用风险度量 | 第35-39页 |
| 5.1 上市公司评级 | 第35-37页 |
| 5.1.1 加权方法确定 | 第35-36页 |
| 5.1.2 上市公司评级 | 第36-37页 |
| 5.2 有序Logit回归模型分析 | 第37-38页 |
| 5.2.1 模型构建和估计 | 第37-38页 |
| 5.2.2 模型预测 | 第38页 |
| 5.3 小结 | 第38-39页 |
| 第6章结论、建议与展望 | 第39-41页 |
| 6.1 主要结论 | 第39页 |
| 6.2 政策建议 | 第39页 |
| 6.3 展望 | 第39-41页 |
| 附录 | 第41-43页 |
| 附录1 上市公司名单 | 第41-42页 |
| 附录2 财务指标相关系数矩阵 | 第42-43页 |
| 参考文献 | 第43-46页 |
| 致谢 | 第46-47页 |
| 攻读硕士学位期间发表的论文和其它科研情况 | 第47-48页 |