| 摘要 | 第1-6页 |
| abstract | 第6-11页 |
| 第一章 绪论 | 第11-17页 |
| ·研究背景及问题 | 第11-13页 |
| ·研究背景 | 第11-12页 |
| ·研究问题 | 第12-13页 |
| ·研究目的及意义 | 第13页 |
| ·研究方法及内容 | 第13-15页 |
| ·研究方法 | 第13-14页 |
| ·研究内容 | 第14-15页 |
| ·研究创新及技术路线图 | 第15-17页 |
| ·研究创新 | 第15-16页 |
| ·技术路线图 | 第16-17页 |
| 第二章 相关理论基础及文献综述 | 第17-32页 |
| ·相关理论基础 | 第17-19页 |
| ·可持续发展理论 | 第17页 |
| ·企业社会责任理论 | 第17-18页 |
| ·银行环境风险理论 | 第18-19页 |
| ·商业银行绿色信贷概述 | 第19-24页 |
| ·绿色信贷的内涵 | 第19-20页 |
| ·赤道原则 | 第20-21页 |
| ·国外商业银行绿色信贷的发展 | 第21-24页 |
| ·国内商业银行绿色信贷的发展 | 第24页 |
| ·商业银行绿色信贷风险 | 第24-27页 |
| ·商业银行绿色信贷风险生成的原因 | 第25页 |
| ·商业银行绿色信贷风险的具体表现 | 第25-27页 |
| ·信贷风险评估的研究综述 | 第27-30页 |
| ·国外信贷风险的定性分析文献综述 | 第27页 |
| ·国外信贷风险的定量分析文献综述 | 第27-29页 |
| ·国内信贷风险评估的文献综述 | 第29-30页 |
| ·绿色信贷风险的研究综述 | 第30-31页 |
| ·商业银行绿色信贷风险分析的新视角：BP神经网络 | 第31-32页 |
| 第三章 BP神经网络概述 | 第32-40页 |
| ·人工神经网络的基础 | 第32-34页 |
| ·神经元的结构模型 | 第32-33页 |
| ·神经网络的拓扑结构 | 第33-34页 |
| ·神经网络的工作原理 | 第34-36页 |
| ·学习过程 | 第34-35页 |
| ·运行过程 | 第35-36页 |
| ·BP神经网络 | 第36-39页 |
| ·BP神经网络算法 | 第36-38页 |
| ·BP神经网络模型构建 | 第38-39页 |
| ·BP神经网络方法用于绿色信贷风险评估的可行性分析 | 第39-40页 |
| 第四章 绿色信贷风险评估模型的构建 | 第40-50页 |
| ·评估指标体系的构建 | 第40-46页 |
| ·绿色信贷风险评估指标体系构建的原则 | 第40-41页 |
| ·传统商业银行信贷风险评估指标体系 | 第41-44页 |
| ·基于绿色信贷的商业银行信贷风险指标 | 第44-46页 |
| ·绿色信贷风险的判定标准与分类 | 第46-47页 |
| ·绿色信贷风险的判定标准 | 第46-47页 |
| ·信贷风险的分类 | 第47页 |
| ·BP神经网络下绿色信贷风险评估系统的设计 | 第47-50页 |
| ·网络结构的确定 | 第47-48页 |
| ·学习参数的选择 | 第48-49页 |
| ·样本数据处理 | 第49-50页 |
| 第五章 商业银行绿色信贷风险评估模型的实证分析 | 第50-69页 |
| ·样本设计 | 第50-51页 |
| ·样本数据来源 | 第50页 |
| ·样本数据的处理 | 第50-51页 |
| ·绿色信贷风险评价指标的筛选 | 第51-63页 |
| ·环保指标设计 | 第51-54页 |
| ·非财务指标设计 | 第54-56页 |
| ·财务指标的设计 | 第56-59页 |
| ·绿色信贷风险指标进一步筛选——因子分析法 | 第59-63页 |
| ·借鉴“3s”法则确定信贷风险状况 | 第63-65页 |
| ·基于BP神经网络的绿色信贷风险评估实证分析 | 第65-69页 |
| 第六章 全文总结与展望 | 第69-71页 |
| ·全文总结 | 第69页 |
| ·未来展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 发表论文和科研情况说明 | 第75-76页 |
| 附录 | 第76-82页 |
| 致谢 | 第82-83页 |