民营企业信用评级研究
| 内容提要 | 第1-7页 |
| 0. 绪论 | 第7-23页 |
| ·选题背景和意义 | 第7-12页 |
| ·研究方法 | 第12-13页 |
| ·结构体系安排及创新 | 第13-16页 |
| ·企业信用评级方法的演进历程 | 第16-23页 |
| 1. 企业信用评级概述 | 第23-38页 |
| ·信用及企业信用 | 第23-25页 |
| ·信用风险 | 第25-27页 |
| ·信用评级 | 第27-32页 |
| ·企业信用评级 | 第32-36页 |
| ·我国企业信用评级发展历程及现状 | 第36-38页 |
| 2. 我国民营企业信用现状及其特征 | 第38-50页 |
| ·民营企业的界定 | 第38-39页 |
| ·我国民营企业的发展历程 | 第39-42页 |
| ·我国民营企业的作用 | 第42-45页 |
| ·我国民营企业的信用状况 | 第45-47页 |
| ·我国民营企业信用问题的成因分析 | 第47-50页 |
| 3. 民营企业信用评级指标体系 | 第50-66页 |
| ·民营企业信用评级指标体系的设置原则 | 第50-51页 |
| ·民营企业信用评级指标选取需要注意的问题 | 第51-52页 |
| ·对相关信用评级指标体系的借鉴 | 第52-58页 |
| ·我国民营企业信用评级指标体系构成内容 | 第58-66页 |
| 4. 单一评级方法的应用与比较 | 第66-102页 |
| ·变量选取和样本处理 | 第66-70页 |
| ·LOGISTIC 回归模型的应用结果 | 第70-74页 |
| ·多元自适应回归样条模型理论与应用结果 | 第74-87页 |
| ·径向基函数网络模型理论与应用结果 | 第87-96页 |
| ·单一评级方法的应用结果分析 | 第96-100页 |
| ·本章小结 | 第100-102页 |
| 5. 混合神经网络模型的建立及应用 | 第102-119页 |
| ·建模方式及选择 | 第102-104页 |
| ·混合神经网络的优势分析 | 第104-108页 |
| ·混合神经网络模型I 的建立及应用 | 第108-111页 |
| ·混合神经网络模型II 的建立及应用 | 第111-114页 |
| ·混合神经网络模型I、II 的应用结果分析 | 第114-116页 |
| ·模型效果的比较分析 | 第116-118页 |
| ·本章小结 | 第118-119页 |
| 结论 | 第119-121页 |
| 参考文献 | 第121-129页 |
| 攻读博士期间发表的论文和参加的科研项目 | 第129-130页 |
| 论文摘要 | 第130-133页 |
| ABSTRACT | 第133-137页 |
| 致谢 | 第137-138页 |
