| 摘要 | 第1-7页 |
| ABSTRACT | 第7-14页 |
| 第一章 绪论 | 第14-37页 |
| ·研究背景、意义及目的 | 第14-16页 |
| ·国内外研究现状 | 第16-33页 |
| ·信用风险的概念及成因 | 第16-17页 |
| ·传统的信用风险评价方法 | 第17-18页 |
| ·多元统计分析方法 | 第18-22页 |
| ·人工智能方法 | 第22-25页 |
| ·信用风险度量模型 | 第25-32页 |
| ·理论模型 | 第25-28页 |
| ·实务模型 | 第28-32页 |
| ·高技术企业信用风险评价研究 | 第32-33页 |
| ·研究内容与技术路线 | 第33-35页 |
| ·研究内容 | 第33-34页 |
| ·技术路线 | 第34-35页 |
| ·主要创新点 | 第35-37页 |
| 第二章 高技术企业信用风险的行业（地区）差异识别 | 第37-56页 |
| ·概述 | 第37-38页 |
| ·Markov 链基本原理 | 第38-39页 |
| ·基于投影寻踪和最优分割的企业信用评级模型 | 第39-47页 |
| ·建模思路 | 第39-41页 |
| ·最优分割法原理 | 第41-42页 |
| ·企业信用评级模型的构建 | 第42-44页 |
| ·应用实例 | 第44-47页 |
| ·指标体系与样本数据 | 第44-45页 |
| ·有序样品序列的生成及聚类分析 | 第45-46页 |
| ·信用等级的划分与信用评级 | 第46页 |
| ·对比分析 | 第46-47页 |
| ·高技术企业信用风险的行业（地区）差异识别系统 | 第47-48页 |
| ·实证分析 | 第48-54页 |
| ·指标体系与样本数据 | 第48-49页 |
| ·高技术企业信用状态空间的构建 | 第49-50页 |
| ·一步转移概率矩阵的计算 | 第50-52页 |
| ·行业一步转移概率矩阵 | 第50-51页 |
| ·地区一步转移概率矩阵 | 第51-52页 |
| ·三步转移概率矩阵的计算 | 第52-54页 |
| ·行业三步转移概率矩阵 | 第52-53页 |
| ·地区三步转移概率矩阵 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第三章 高技术产业自主创新能力分行业动态评价研究 | 第56-73页 |
| ·概述 | 第56-57页 |
| ·基于联系度的改进TOPSIS 法 | 第57-61页 |
| ·研究思路 | 第57页 |
| ·TOPSIS 法回顾 | 第57-58页 |
| ·TOPSIS 法的改进 | 第58-61页 |
| ·欧式距离的替换：联系向量距离 | 第58-59页 |
| ·基于联系度的改进TOPSIS 法 | 第59-61页 |
| ·动态综合评价模型的构建 | 第61-62页 |
| ·高技术产业自主创新能力评价指标体系 | 第62-67页 |
| ·粗糙集基本概念 | 第62-63页 |
| ·实证分析 | 第63-67页 |
| ·初始指标体系及原始数据 | 第63-65页 |
| ·指标约简 | 第65-67页 |
| ·自主创新能力动态评价 | 第67-71页 |
| ·样本数据与指标体系 | 第67页 |
| ·指标权重的确定 | 第67-69页 |
| ·熵权法简介 | 第67-68页 |
| ·指标权重的计算 | 第68-69页 |
| ·动态综合评价结果与分析 | 第69-71页 |
| ·本章小结 | 第71-73页 |
| 第四章 高技术企业信用风险影响因素的实证研究 | 第73-86页 |
| ·概述 | 第73-74页 |
| ·企业违约行为分析 | 第74-77页 |
| ·C-D 生产函数 | 第74-75页 |
| ·企业违约行为分析 | 第75-77页 |
| ·信用风险分析的Cox 模型 | 第77-78页 |
| ·实证分析 | 第78-84页 |
| ·样本选取 | 第78-79页 |
| ·变量选取及数据来源 | 第79-80页 |
| ·显著性检验 | 第80-81页 |
| ·相关性检验 | 第81-82页 |
| ·实证结果与分析 | 第82-83页 |
| ·对比分析 | 第83-84页 |
| ·本章小结 | 第84-86页 |
| 第五章 高技术企业信用评价的云重心评判法研究 | 第86-95页 |
| ·概述 | 第86页 |
| ·云重心评判法 | 第86-89页 |
| ·云理论基本概念 | 第86-87页 |
| ·云重心评判法的具体步骤 | 第87-89页 |
| ·云重心评判法的改进 | 第89-90页 |
| ·应用实例 | 第90-93页 |
| ·指标体系与样本数据 | 第90-91页 |
| ·指标权重的确定 | 第91页 |
| ·高技术企业信用评价 | 第91-93页 |
| ·本章小结 | 第93-95页 |
| 第六章 基于多目标规划和SVM 的企业信用评估模型研究 | 第95-103页 |
| ·概述 | 第95-96页 |
| ·SVM 分类原理 | 第96-97页 |
| ·基于多目标规划和SVM 的企业信用评估模型 | 第97-100页 |
| ·应用实例 | 第100-102页 |
| ·指标体系与样本数据 | 第100页 |
| ·构造加权训练样本 | 第100-101页 |
| ·SVM 模型构造 | 第101页 |
| ·实证结果与分析 | 第101-102页 |
| ·本章小结 | 第102-103页 |
| 第七章 基于PP 和K-均值聚类的企业信用评级模型研究 | 第103-112页 |
| ·概述 | 第103页 |
| ·K-均值聚类算法 | 第103-104页 |
| ·基于投影寻踪和K-均值聚类的企业信用评级模型 | 第104-107页 |
| ·应用实例 | 第107-111页 |
| ·指标体系与样本数据 | 第107-108页 |
| ·信用评分及分布密度估计 | 第108-109页 |
| ·初始聚类中心的确定 | 第109页 |
| ·K-均值聚类分析与信用等级的划分 | 第109页 |
| ·信用评级结果与对比分析 | 第109-111页 |
| ·本章小结 | 第111-112页 |
| 第八章 结论和展望 | 第112-115页 |
| ·本论文研究总结 | 第112-113页 |
| ·前景展望 | 第113-115页 |
| 致谢 | 第115-116页 |
| 参考文献 | 第116-133页 |
| 攻博期间取得的研究成果 | 第133-135页 |
| 攻博期间参加的科研项目 | 第135-136页 |