| 摘要 | 第1-4页 |
| ABSTRACT | 第4-7页 |
| 第1章 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·国外信用风险研究现状 | 第9-11页 |
| ·国内信用风险研究现状 | 第11-13页 |
| ·研究的内容及结构 | 第13-15页 |
| ·研究的内容 | 第13页 |
| ·论文的总体结构 | 第13-15页 |
| 第2章 上市公司信用风险评估概论 | 第15-20页 |
| ·上市公司信用风险评估的内涵 | 第15-16页 |
| ·信用风险的特点 | 第16-17页 |
| ·信用风险形成的原因 | 第17-18页 |
| ·我国信用风险评估中存在的问题 | 第18-19页 |
| ·本章小结 | 第19-20页 |
| 第3章 上市公司信用风险评估模型 | 第20-33页 |
| ·信用风险评估模型的发展历史及比较 | 第20-21页 |
| ·神经网络模型 | 第21-22页 |
| ·分类原理 | 第21-22页 |
| ·BP神经网络 | 第22页 |
| ·支持向量机模型 | 第22-27页 |
| ·统计学习理论 | 第23-24页 |
| ·SVM分类原理 | 第24-25页 |
| ·SVM算法描述 | 第25-27页 |
| ·SVM—Logistic回归混合两阶段模型 | 第27-29页 |
| ·分类原理 | 第27-28页 |
| ·算法描述 | 第28-29页 |
| ·Adaboost组合分类器 | 第29-32页 |
| ·组合分类器研究现状 | 第29-30页 |
| ·AdaBoost分类原理 | 第30-31页 |
| ·AdaBoost算法描述 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 上市公司信用风险评估的实证研究 | 第33-53页 |
| ·样本选取及数据来源 | 第33-34页 |
| ·样本选取 | 第33页 |
| ·数据来源 | 第33-34页 |
| ·指标变量的选取 | 第34-45页 |
| ·指标变量选取的原则 | 第34-35页 |
| ·指标体系的构建 | 第35-37页 |
| ·指标变量的筛选——因子分析法 | 第37-45页 |
| ·基于BP神经网络模型的实证研究 | 第45-46页 |
| ·模型构建及参数选择 | 第45页 |
| ·实证结果 | 第45-46页 |
| ·基于支持向量机模型的实证研究 | 第46-47页 |
| ·模型构建及参数选择 | 第46-47页 |
| ·实证结果 | 第47页 |
| ·基于SVM—Logistic回归混合两阶段判别模型的实证研究 | 第47-48页 |
| ·模型构建及参数选择 | 第47-48页 |
| ·实证结果 | 第48页 |
| ·基于Adaboost组合分类器模型的实证研究 | 第48-50页 |
| ·模型构建及参数选择 | 第49页 |
| ·实证结果 | 第49-50页 |
| ·四种模型实证结果及对比分析 | 第50-52页 |
| ·四种模型实证结果对比 | 第50页 |
| ·四种模型比较分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 结束语 | 第53-55页 |
| 结论 | 第53页 |
| 创新思考点 | 第53-54页 |
| 局限性及展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录1：原始样本数据 | 第58-61页 |
| 附录2：模型构建程序设计 | 第61-63页 |
| 攻读学位期间发表的学术论文 | 第63-64页 |
| 致谢 | 第64页 |