企业碳信贷信用风险的预测模型与应用研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-17页 |
| 1.1 研究背景与研究意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-9页 |
| 1.1.2 研究意义 | 第9页 |
| 1.2 文献综述 | 第9-14页 |
| 1.2.1 碳信贷的介绍 | 第9-10页 |
| 1.2.2 关于碳金融的内涵以及发展效果研究 | 第10-11页 |
| 1.2.3 关于碳信贷信用风险的测度研究 | 第11-13页 |
| 1.2.4 风险预测模型研究 | 第13-14页 |
| 1.2.5 研究述评 | 第14页 |
| 1.3 研究思路与方法 | 第14-16页 |
| 1.3.1 研究总体思路 | 第14-15页 |
| 1.3.2 技术路线图 | 第15页 |
| 1.3.3 研究方法 | 第15-16页 |
| 1.4 研究的重难点与创新之处 | 第16-17页 |
| 1.4.1 研究的重难点 | 第16页 |
| 1.4.2 研究的创新之处 | 第16-17页 |
| 第2章 碳信贷的理论基础 | 第17-25页 |
| 2.1 碳信贷的内涵特征 | 第17-21页 |
| 2.1.1 碳信贷与绿色信贷辨析 | 第17-19页 |
| 2.1.2 碳信贷基本内涵 | 第19-21页 |
| 2.2 碳信贷的理论依据 | 第21-23页 |
| 2.2.1 可持续发展理论 | 第21-22页 |
| 2.2.2 企业社会责任理论 | 第22-23页 |
| 2.3 碳信贷的国际标准——赤道原则 | 第23-25页 |
| 2.3.1 主要内容 | 第23页 |
| 2.3.2 重要意义 | 第23-25页 |
| 第3章 碳信贷信用风险预测的指标体系和模型构建 | 第25-39页 |
| 3.1 指标体系构建 | 第25-29页 |
| 3.2 理论模型构建 | 第29-39页 |
| 3.2.1 BP神经网络模型原理 | 第29-32页 |
| 3.2.2 几种典型BP神经网络改进算法的比较 | 第32-37页 |
| 3.2.3 BP神经网络模型构建 | 第37-39页 |
| 第4章 碳信贷信用风险预测与案例分析 | 第39-59页 |
| 4.1 样本选取及其碳信贷信用风险评价 | 第39-46页 |
| 4.1.1 样本选取 | 第39-41页 |
| 4.1.2 样本碳信贷信用风险评价 | 第41-46页 |
| 4.2 建立BP网络预测模型 | 第46-47页 |
| 4.3 模型可靠性检验 | 第47-53页 |
| 4.3.1 模型A的可靠性检验 | 第47-49页 |
| 4.3.2 模型B的可靠性检验 | 第49-53页 |
| 4.3.3 两个模型的比较 | 第53页 |
| 4.4 预测模型应用 | 第53-58页 |
| 4.4.1 案例分析——预测模型A应用 | 第53-54页 |
| 4.4.2 案例分析——预测模型B应用 | 第54-55页 |
| 4.4.3 案例分析比较 | 第55页 |
| 4.4.4 案例分析进一步研究 | 第55-58页 |
| 4.5 本章小结 | 第58-59页 |
| 第5章 结论与展望 | 第59-61页 |
| 5.1 研究结论 | 第59-60页 |
| 5.2 研究的不足与展望 | 第60-61页 |
| 5.2.1 研究的不足 | 第60页 |
| 5.2.2 研究展望 | 第60-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
