| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-20页 |
| ·研究背景和意义 | 第8-11页 |
| ·研究背景 | 第8-10页 |
| ·研究意义 | 第10-11页 |
| ·研究文献综述 | 第11-15页 |
| ·小企业信用评分模型构建 | 第11-13页 |
| ·贝叶斯方法在信用风险评估中的应用 | 第13-14页 |
| ·小企业信用评分模型中缺失样本数据的处理 | 第14-15页 |
| ·有关概念界定 | 第15-18页 |
| ·小企业及其划分标准 | 第15-17页 |
| ·信用评分法 | 第17-18页 |
| ·论文主要研究内容及结构安排 | 第18-20页 |
| ·主要研究内容及创新点 | 第18页 |
| ·本文结构安排 | 第18-20页 |
| 第二章 小企业信用评分模型研究理论基础 | 第20-36页 |
| ·小企业信用评分模型构建过程 | 第21-23页 |
| ·小企业信用评分模型分类 | 第23-27页 |
| ·统计方法构建的信用评分模型 | 第24-25页 |
| ·非统计方法构建的信用评分模型 | 第25-27页 |
| ·问题样本数据的解决办法 | 第27-31页 |
| ·样本数据缺失(Data missing) | 第27-28页 |
| ·样本数据不平衡(Data Unbalanced) | 第28-29页 |
| ·拒绝偏差问题(Reject Bias) | 第29-31页 |
| ·贝叶斯方法 | 第31-36页 |
| ·贝叶斯网络基本概念 | 第31-33页 |
| ·贝叶斯网络视角下的拒绝推论 | 第33-36页 |
| 第三章 银行信贷筛选模拟 | 第36-48页 |
| ·样本数据描述 | 第36-38页 |
| ·基于LOGISTIC回归的小企业信用评分模型构建 | 第38-47页 |
| ·Logistic模型的基本原理及用于信用评分模型的适用性 | 第38-40页 |
| ·小企业信用评分指标体系的构建 | 第40-42页 |
| ·样本数据描述性结果与分析 | 第42-43页 |
| ·建立基于Logistic回归的小企业信用评分模型 | 第43-45页 |
| ·模型评价 | 第45-47页 |
| ·银行信贷筛选模拟 | 第47-48页 |
| 第四章 引入界定折叠贝叶斯方法的信用评分模型研究 | 第48-66页 |
| ·信用评分模型分类能力的丧失 | 第48-51页 |
| ·贝叶斯界定折叠法的基本思想 | 第51-53页 |
| ·引入贝叶斯界定折叠法的小企业信用评分模型 | 第53-59页 |
| ·引入界定折叠法的信用评分模型构造 | 第53-57页 |
| ·缺失样本数据估计 | 第57-59页 |
| ·模型效果评价 | 第59-66页 |
| ·模型检验方法介绍 | 第59-61页 |
| ·检验结果比较 | 第61-66页 |
| 第五章 结论与展望 | 第66-70页 |
| ·本文主要结论 | 第66-67页 |
| ·正确使用小企业信用评分模型 | 第67-68页 |
| ·其他方面 | 第68页 |
| ·本文研究不足 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间主要的研究成果 | 第76页 |
