论文目录 | |
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-18页 |
| 主要符号表 | 第18-19页 |
| 1 绪论 | 第19-34页 |
| 1.1 问题的提出与研究意义 | 第19-21页 |
| 1.1.1 问题的提出 | 第19-20页 |
| 1.1.2 研究意义 | 第20-21页 |
| 1.2 国内外相关研究综述 | 第21-29页 |
| 1.2.1 信用评价指标体系的研究现状 | 第21-23页 |
| 1.2.2 信用评价方法的研究现状 | 第23-25页 |
| 1.2.3 信用等级划分方法的研究现状 | 第25-27页 |
| 1.2.4 现有研究存在的不足 | 第27-29页 |
| 1.3 研究内容和研究方法 | 第29-33页 |
| 1.3.1 研究内容 | 第29页 |
| 1.3.2 篇章结构 | 第29-30页 |
| 1.3.3 研究方法 | 第30-32页 |
| 1.3.4 技术路线 | 第32-33页 |
| 1.4 论文的创新点 | 第33-34页 |
| 2 基于违约风险判别的信用评级理论基础 | 第34-39页 |
| 2.1 指标体系建立的理论基础 | 第34-35页 |
| 2.1.1 指标体系建立问题的描述 | 第34页 |
| 2.1.2 指标筛选的基本准则 | 第34-35页 |
| 2.2 基于最大违约鉴别能力组合赋权的信用评价理论 | 第35-36页 |
| 2.2.1 组合赋权问题的描述 | 第35页 |
| 2.2.2 组合赋权的原理 | 第35-36页 |
| 2.3 信用等级划分的理论基础 | 第36-39页 |
| 2.3.1 信用等级划分问题的描述 | 第36-37页 |
| 2.3.2 信用等级划分的基本准则 | 第37-39页 |
| 3 基于Fisher判别的小型工业企业信用评级指标体系的构建 | 第39-68页 |
| 3.1 问题的提出 | 第39页 |
| 3.2 小型工业企业信用评级指标体系构建原理 | 第39-42页 |
| 3.2.1 小型工业企业信用评级的特点 | 第39-41页 |
| 3.2.2 问题的难点 | 第41页 |
| 3.2.3 突破难点的思路 | 第41-42页 |
| 3.3 小型工业企业信用评级指标体系构建方法 | 第42-51页 |
| 3.3.1 指标数据的标准化 | 第42-43页 |
| 3.3.2 基于Fisher判别的第一次筛选方法 | 第43-49页 |
| 3.3.3 基于相关分析的第二次筛选方法 | 第49-50页 |
| 3.3.4 指标体系违约判别能力检验方法 | 第50页 |
| 3.3.5 小型工业企业信用评价指标体系构建方法的特色 | 第50-51页 |
| 3.4 小型工业企业信用评级指标体系的实证研究 | 第51-65页 |
| 3.4.1 指标的海选 | 第51-52页 |
| 3.4.2 样本选取和数据来源 | 第52-57页 |
| 3.4.3 基于Fisher判别的第一次指标筛选 | 第57-61页 |
| 3.4.4 基于相关分析的第二次指标筛选 | 第61页 |
| 3.4.5 指标体系违约判别精度的检验 | 第61-63页 |
| 3.4.6 小型工业企业信用评级指标体系特点分析 | 第63-65页 |
| 3.5 本章小结 | 第65-68页 |
| 3.5.1 本章主要工作 | 第65-66页 |
| 3.5.2 本章主要结论 | 第66-67页 |
| 3.5.3 本章主要特色 | 第67-68页 |
| 4 基于最大违约鉴别能力组合赋权的信用评价模型 | 第68-96页 |
| 4.1 基于最大违约鉴别能力组合赋权的信用评价原理 | 第68-70页 |
| 4.1.1 问题的提出 | 第68页 |
| 4.1.2 问题的难点 | 第68-69页 |
| 4.1.3 突破难点的思路 | 第69-70页 |
| 4.2 单一赋权方法 | 第70-73页 |
| 4.2.1 基于G1法的主观赋权 | 第70-71页 |
| 4.2.2 基于违约判别能力的客观赋权 | 第71-73页 |
| 4.2.3 基于信息含量的客观赋权 | 第73页 |
| 4.3 基于组合赋权的信用评价模型构建方法 | 第73-81页 |
| 4.3.1 基于逼近理想点的组合赋权模型 | 第73-78页 |
| 4.3.2 组合赋权的权重系数与评价结果的联系 | 第78-79页 |
| 4.3.3 信用评价模型的建立 | 第79页 |
| 4.3.4 基于J-T非参数检验的信用评价模型合理性检验 | 第79-81页 |
| 4.4 小型工业企业信用评价模型的实证分析 | 第81-93页 |
| 4.4.1 数据来源 | 第81-82页 |
| 4.4.2 单一赋权的权重计算 | 第82-86页 |
| 4.4.3 基于逼近理想点的组合赋权求解 | 第86-88页 |
| 4.4.4 评级指标权重分析 | 第88-90页 |
| 4.4.5 信用得分的计算 | 第90页 |
| 4.4.6 信用评价模型的合理性验证 | 第90页 |
| 4.4.7 组合赋权的违约鉴别能力对比分析 | 第90-93页 |
| 4.5 本章小结 | 第93-96页 |
| 4.5.1 本章主要工作 | 第93-94页 |
| 4.5.2 本章主要结论 | 第94页 |
| 4.5.3 本章主要创新 | 第94-96页 |
| 5 基于信用差异度最大的信用等级划分优化模型 | 第96-110页 |
| 5.1 基于信用差异度最大的信用等级划分原理 | 第96-99页 |
| 5.1.1 科学问题的描述 | 第96-97页 |
| 5.1.2 问题的难点及解决思路 | 第97-99页 |
| 5.2 基于信用差异度最大的信用等级划分方法 | 第99-101页 |
| 5.2.1 目标函数的建立 | 第99-100页 |
| 5.2.2 违约损失率函数关系约束的建立 | 第100-101页 |
| 5.2.3 违约损失率严格递增约束的建立 | 第101页 |
| 5.3 模型的求解 | 第101-104页 |
| 5.3.1 第1个等级样本数的确定 | 第101-102页 |
| 5.3.2 局部最优解的确定 | 第102-104页 |
| 5.3.3 全局最优解的确定 | 第104页 |
| 5.4 实证研究 | 第104-109页 |
| 5.4.1 实证数据的获取 | 第104-106页 |
| 5.4.2 非线性规划模型的建立 | 第106页 |
| 5.4.3 局部最优解的确定 | 第106-107页 |
| 5.4.4 全局最优解的计算 | 第107-108页 |
| 5.4.5 信用等级划分结果及分析 | 第108-109页 |
| 5.5 本章小结 | 第109-110页 |
| 5.5.1 本章主要工作 | 第109页 |
| 5.5.2 本章主要结论 | 第109页 |
| 5.5.3 本章主要特色 | 第109-110页 |
| 6 结论及展望 | 第110-114页 |
| 6.1 论文的主要工作 | 第110页 |
| 6.2 论文的主要结论 | 第110-112页 |
| 6.2.1 小型工业企业信用评级指标体系构建的主要结论 | 第110-111页 |
| 6.2.2 小型工业企业信用评价模型的主要结论 | 第111页 |
| 6.2.3 小型工业企业信用等级划分的主要结论 | 第111-112页 |
| 6.3 论文的创新与特色 | 第112页 |
| 6.3.1 论文的主要创新 | 第112页 |
| 6.3.2 论文的主要特色 | 第112页 |
| 6.4 研究的局限性及展望 | 第112-114页 |
| 参考文献 | 第114-120页 |
| 攻读博士学位期间科研成果及科研项目 | 第120-122页 |
| 致谢 | 第122-123页 |
| 作者简介 | 第123页 |
