| 第1章 绪论 | 第1-12页 |
| ·课题的提出 | 第9-10页 |
| ·国内外研究现状及发展趋势 | 第10页 |
| ·论文的结构 | 第10-12页 |
| 第2章 现代信用风险概述 | 第12-22页 |
| ·信用风险的定义和特点 | 第12-13页 |
| ·信用风险度量模型 | 第13-22页 |
| ·企业信用风险评估方法 | 第13-16页 |
| ·企业信用评估指标体系 | 第16-17页 |
| ·个人信用风险评估方法 | 第17-22页 |
| 第3章 前馈神经网络与 BP算法 | 第22-33页 |
| ·前馈神经网络的概述 | 第22-25页 |
| ·模型特点 | 第22-23页 |
| ·学习方法 | 第23页 |
| ·转移函数 | 第23-25页 |
| ·误差函数 | 第25页 |
| ·BP(Back Propagation)网络模型(又称误差逆传播神经网络) | 第25-27页 |
| ·BP(Back propagation)算法(又称误差反传算法) | 第27-33页 |
| ·BP算法的基本思想 | 第27-28页 |
| ·三层 BP网络学习算法 | 第28-33页 |
| 第4章 基于神经网络的企业信用评估模型 | 第33-53页 |
| ·企业信用风险评估的课题背景 | 第33-34页 |
| ·国内外商业银行企业信用评估的现状 | 第34-35页 |
| ·建立神经网络模型的可行性分析 | 第35-36页 |
| ·企业信用评估指标体系 | 第36-37页 |
| ·企业信用评估神经网络模型 | 第37-43页 |
| ·指标体系标准化处理 | 第37-40页 |
| ·模型构建 | 第40-42页 |
| ·学习算法 | 第42-43页 |
| ·模型仿真 | 第43-52页 |
| ·指标数据标准化处理 | 第43-48页 |
| ·模型仿真 | 第48-52页 |
| ·模型评价 | 第52-53页 |
| 第5章 个人信用评估模型 | 第53-65页 |
| ·个人信用评估概述 | 第53-54页 |
| ·国内外消费者信用评估现象分析 | 第54-56页 |
| ·解决方案及其可行性 | 第56页 |
| ·个人信用评估指标体系的确立 | 第56-60页 |
| ·个人资质评估指标 | 第56-58页 |
| ·个人资产评估指标 | 第58-59页 |
| ·个人支出情况分析 | 第59页 |
| ·个人历史信用指标 | 第59-60页 |
| ·构建个人信用评估神经网络模型 | 第60-62页 |
| ·初始权值的选取 | 第60页 |
| ·学习算法的改进 | 第60-61页 |
| ·网络结构 | 第61-62页 |
| ·模型仿真 | 第62-64页 |
| ·模型评价 | 第64-65页 |
| 第6章 结论 | 第65-67页 |
| ·论文的主要工作 | 第65页 |
| ·进一步的工作 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 攻读学位期间公开发表论文 | 第69-70页 |
| 致谢 | 第70-71页 |
| 研究生履历 | 第71页 |