| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第1章 绪论 | 第11-22页 |
| ·研究的目的及意义 | 第11-13页 |
| ·国内外信用评价研究现状分析 | 第13-20页 |
| ·国外信用评价研究现状 | 第14-17页 |
| ·国内信用评价研究现状 | 第17-20页 |
| ·国内外信用评价研究的不足 | 第20页 |
| ·本文主要研究内容、思路和创新点 | 第20-22页 |
| ·本文的主要研究内容及思路 | 第20-21页 |
| ·本文的创新点 | 第21-22页 |
| 第2章 信用评价的理论和方法 | 第22-51页 |
| ·信用评价的基础理论 | 第22-25页 |
| ·信用评价的基本概念 | 第22-23页 |
| ·信用评价的特征 | 第23页 |
| ·信用评价的步骤 | 第23-25页 |
| ·信用评价指标体系 | 第25-28页 |
| ·经典的企业信用评价指标体系 | 第25-26页 |
| ·国内学者构建的信用评价指标体系 | 第26-27页 |
| ·商业银行信用评级指标体系 | 第27-28页 |
| ·信用评价等级 | 第28-31页 |
| ·国际通行信用等级 | 第28-29页 |
| ·商业银行客户信用等级 | 第29-30页 |
| ·中介机构信用评价等级 | 第30-31页 |
| ·信用评价方法和模型 | 第31-42页 |
| ·传统评价方法 | 第31-32页 |
| ·多变量分析方法 | 第32-39页 |
| ·以资本市场理论和信息科学为支撑的方法 | 第39-40页 |
| ·衍生工具衡量方法 | 第40-41页 |
| ·信用集中风险模型 | 第41-42页 |
| ·多因素多变量判别分析理论的归纳 | 第42-48页 |
| ·判别分析 | 第42-43页 |
| ·多因素评判 | 第43-44页 |
| ·多变量判别分析 | 第44-48页 |
| ·信用评价中应用的主流判别方法比较 | 第48-49页 |
| ·信用评价发展趋势分析 | 第49-50页 |
| ·小结 | 第50-51页 |
| 第3章 中小石化企业信用评价体系的确立 | 第51-64页 |
| ·中小石化企业标准 | 第51-52页 |
| ·中小石化企业信用风险分析 | 第52-56页 |
| ·中小石化企业信用风险诱因 | 第52-55页 |
| ·中小石化企业风险贷款与信用等级比照 | 第55-56页 |
| ·中小石化企业信用评价指标体系 | 第56-62页 |
| ·信用评价指标体系设置原则 | 第56页 |
| ·评价指标的遴选 | 第56-60页 |
| ·评价指标体系 | 第60-62页 |
| ·信用等级体系 | 第62-63页 |
| ·新建信用评价体系创新优化结论 | 第63页 |
| ·小结 | 第63-64页 |
| 第4章 信用评价模型构建 | 第64-84页 |
| ·信用评价决策流程 | 第64-66页 |
| ·决策流程图 | 第64-65页 |
| ·信用评价的实施要点 | 第65-66页 |
| ·基于多因素多层次模糊综合评价法的信用评价 | 第66-77页 |
| ·模糊综合评价 | 第66-69页 |
| ·层次分析法 | 第69-72页 |
| ·多因素多层次模糊综合评价模型的构建 | 第72-77页 |
| ·基于logit 累积概率模型的信用评价 | 第77-83页 |
| ·线性概率模型 | 第77-78页 |
| ·Logit 二项模型 | 第78-80页 |
| ·logit 累积概率模型构造 | 第80-83页 |
| ·模糊综合评价模型和累积概率模型创新优化结论 | 第83页 |
| ·小结 | 第83-84页 |
| 第5章 多因素多变量模型信用评价应用实例 | 第84-99页 |
| ·基于多因素多层次模糊综合评价模型的评级 | 第84-92页 |
| ·多因素多层次模糊综合评价模型应用 | 第84-91页 |
| ·模型实用效果检验 | 第91-92页 |
| ·基于Logit 累积概率模型的信用评价 | 第92-98页 |
| ·Logit 累积概率模型初始化 | 第92-95页 |
| ·Logit 累积概率模型的应用 | 第95-97页 |
| ·模型实用效果检验 | 第97-98页 |
| ·模型应用分析 | 第98页 |
| ·小结 | 第98-99页 |
| 第6章 商业银行对中小石化企业的信贷风险评估 | 第99-113页 |
| ·基于Logit 二项模型的信贷风险评估 | 第99-102页 |
| ·Logit 二项模型的建立 | 第99-100页 |
| ·Logit 二项模型回归函数 | 第100-101页 |
| ·Logit 二项模型检验 | 第101-102页 |
| ·基于神经网络的信贷风险评估 | 第102-110页 |
| ·改进的BP 算法的介绍 | 第102-105页 |
| ·BP 网络设计 | 第105-108页 |
| ·BP 神经网络模型的训练 | 第108-109页 |
| ·BP 神经网络模型的检验 | 第109-110页 |
| ·Logit二项模型和BP 人工神经网络应用结果分析 | 第110-111页 |
| ·logit 二项模型和 BP 神经网络模型创新优化结论 | 第111-112页 |
| ·小结 | 第112-113页 |
| 第7章 结论 | 第113-114页 |
| 参考文献 | 第114-119页 |
| 致谢 | 第119-120页 |
| 个人简历、在学期间的研究成果 | 第120页 |