| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第1章 引言 | 第10-19页 |
| 1.1 研究背景 | 第10-12页 |
| 1.2 信用风险测度的文献综述 | 第12-15页 |
| 1.2.1 基于违约概率的信用风险测度的文献综述 | 第12-14页 |
| 1.2.2 基于违约距离的信用风险测度的文献综述 | 第14-15页 |
| 1.2.3 已有信用风险测度的文献评价 | 第15页 |
| 1.3 研究内容与创新性 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 创新性 | 第16页 |
| 1.4 文章结构与技术路线 | 第16-19页 |
| 1.4.1 文章结构 | 第16-17页 |
| 1.4.2 技术路线 | 第17-19页 |
| 第2章 上市公司信用风险测度模型的构建 | 第19-28页 |
| 2.1 基于违约概率的Logistic信用风险测度模型构建 | 第19-20页 |
| 2.1.1 Logistic模型概述 | 第19页 |
| 2.1.2 Logistic模型原理 | 第19页 |
| 2.1.3 Logistic模型构建方法 | 第19-20页 |
| 2.2 基于违约距离的KMV信用风险测度模型构建 | 第20-26页 |
| 2.2.1 KMV模型概述 | 第20-21页 |
| 2.2.2 KMV模型原理 | 第21-22页 |
| 2.2.3 传统KMV模型构建方法 | 第22-24页 |
| 2.2.4 改进KMV模型的构建方法 | 第24-26页 |
| 2.3 信用风险测度模型的可靠性评价方法构建 | 第26-28页 |
| 第3章 上市公司样本选择与测度指标体系构建 | 第28-34页 |
| 3.1 上市公司信用风险状态的界定 | 第28页 |
| 3.2 上市公司样本选择 | 第28-29页 |
| 3.3 信用风险测度指标体系的构建 | 第29-34页 |
| 3.3.1 基于违约概率测度的Logistic模型指标选取 | 第29-30页 |
| 3.3.2 测度指标筛选 | 第30-34页 |
| 第4章 实证结果与分析 | 第34-50页 |
| 4.1 Logistic模型实证结果与分析 | 第34-38页 |
| 4.2 KMV模型实证结果与分析 | 第38-48页 |
| 4.2.1 传统KMV模型实证结果与分析 | 第38-40页 |
| 4.2.2 改进KMV模型实证结果与分析 | 第40-46页 |
| 4.2.3 基于传统与改进KMV模型性能对比 | 第46-48页 |
| 4.3 基于改进KMV与Logistic模型性能对比 | 第48-50页 |
| 结论 | 第50-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 攻读学位期间取得学术成果 | 第56页 |
