| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第11-17页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究范围界定 | 第12-13页 |
| 1.3 研究思路、方法与内容 | 第13-15页 |
| 1.3.1 研究思路 | 第13-14页 |
| 1.3.2 研究方法 | 第14-15页 |
| 1.3.3 研究内容 | 第15页 |
| 1.4 本文的创新之处 | 第15-17页 |
| 2 文献综述 | 第17-23页 |
| 2.1 信用评估概述 | 第17-18页 |
| 2.2 信用评分法的实践与研究 | 第18-21页 |
| 2.2.1 定义 | 第18页 |
| 2.2.2 国际和国内实践 | 第18-19页 |
| 2.2.3 针对我国小微企业信用评估的学术研究 | 第19-21页 |
| 2.3 总结与研究问题的提出 | 第21-23页 |
| 3 理论基础 | 第23-27页 |
| 3.1 优化小微企业信用评估方法必要性的理论分析 | 第23-25页 |
| 3.2 统计学习理论 | 第25-27页 |
| 3.2.1 定义与发展历程 | 第25页 |
| 3.2.2 统计学习理论的主要内容 | 第25-27页 |
| 4 小微企业信用评估指标体系与模型构建 | 第27-47页 |
| 4.1 小微企业特点 | 第27-28页 |
| 4.2 小微企业信用评估因素分析及信用评估指标的设置 | 第28-36页 |
| 4.2.1 企业基本面信息 | 第29-30页 |
| 4.2.2 企业财务信息 | 第30-33页 |
| 4.2.3 现金流量信息 | 第33-34页 |
| 4.2.4 企业主特征 | 第34-35页 |
| 4.2.5 小微企业信用评估指标体系 | 第35-36页 |
| 4.3 信用评分模型 | 第36-43页 |
| 4.3.1 商业银行应用的信用评分模型分类 | 第36-37页 |
| 4.3.2 小微业务申请信用评分的建模方法 | 第37-43页 |
| 4.4 构建实证模型 | 第43-47页 |
| 4.4.1 模型与方法在我国商业银行小微业务的适用性评价 | 第43-44页 |
| 4.4.2 本文运用的信用评分模型及后验概率方法的介绍 | 第44-47页 |
| 5 数据预处理与实证研究 | 第47-65页 |
| 5.1 数据预处理 | 第47-58页 |
| 5.1.1 数据来源与样本选取 | 第47-48页 |
| 5.1.2 特征变量的筛选 | 第48-55页 |
| 5.1.3 建模样本描述性统计 | 第55-58页 |
| 5.2 支持向量机实证结果与模型评估 | 第58-62页 |
| 5.3 现金流信息指标重要性检验的实证结果 | 第62页 |
| 5.4 基于后验概率的最小二乘支持向量机评估结果 | 第62-64页 |
| 5.5 实证结论 | 第64-65页 |
| 6 总结与展望 | 第65-67页 |
| 6.1 本文结论 | 第65页 |
| 6.2 研究的局限性 | 第65-66页 |
| 6.3 进一步研究的展望 | 第66-67页 |
| 6.3.1 信用评估指标体系方面的研究展望 | 第66页 |
| 6.3.2 信用评分模型方面的展望 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 致谢 | 第73页 |
