| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-8页 |
| 1. 绪论 | 第8-12页 |
| ·选题意义 | 第8页 |
| ·国内外研究综述 | 第8-11页 |
| ·目前研究中存在的问题 | 第11页 |
| ·研究目的 | 第11-12页 |
| 2. 基于财务数据的上市公司信用风险计量模型研究 | 第12-34页 |
| ·信用风险的界定及样本的选取 | 第12-13页 |
| ·财务比率的选取 | 第13-21页 |
| ·上市公司信用风险计量模型的因子分析建模及其实证研究 | 第21-26页 |
| ·上市公司信用风险计量模型的神经网络建模及其实证研究 | 第26-32页 |
| ·本章小结 | 第32-34页 |
| 3. 基于市场数据的上市公司动态信用风险计量模型研究 | 第34-50页 |
| ·KMV模型的理论基础 | 第34-38页 |
| ·KMV模型的框架 | 第38-40页 |
| ·KMV模型的修正、参数设计及计算方法 | 第40-44页 |
| ·实证研究 | 第44-48页 |
| ·本章小结 | 第48-50页 |
| 4. 信用决策支持系统(CDSS)的分析与设计 | 第50-54页 |
| ·系统目标和功能分析 | 第50页 |
| ·系统结构设计 | 第50-51页 |
| ·系统模块详细设计 | 第51-54页 |
| 5. 结论与展望 | 第54-56页 |
| ·结论 | 第54-55页 |
| ·本文不足之处和后续研究 | 第55-56页 |
| 参考文献 | 第56-61页 |
| 附录 | 第61-83页 |
| 附录1:建模样本(训练样本) | 第61-63页 |
| 附录2:预测样本 | 第63-64页 |
| 附录3:BP神经网络MATLAB程序 | 第64-65页 |
| 附录4:样本截面数据 | 第65-68页 |
| 附录5:样本时间序列数据 | 第68-70页 |
| 附录6:迭代法求资产价值波动率和违约距离的MATLAB程序 | 第70-73页 |
| 附录7:违约距离DD与理论期望违约概率EDF结果 | 第73-76页 |
| 附录8:公司(000801)的在T-2年违约距离DD值和EDF值 | 第76-82页 |
| 附录9:作者在攻读硕士学位期间所发表的论文目录 | 第82-83页 |
| 致谢 | 第83页 |
