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