第1章 绪论
1.1 租赁和商务服务业小企业信用评价的特点
1.2 选题背景及意义
1.3 信用评价指标体系相关研究
1.3.1 国内外金融机构的指标体系
1.3.2 学术文献总结的指标体系
1.3.3 现有指标体系存在的问题
1.4 信用评价指标筛选方法相关研究
1.4.1 统计方法构建指标体系
1.4.2 非统计方法构建指标体系
1.4.3 现有指标体系构建方法的不足
1.5 信用评价方法相关研究
1.5.1 统计与计量的信用评价模型
1.5.2 人工智能的信用评价模型
1.5.3 非参数的信用评价模型
1.5.4 数学优化的信用评价模型
1.5.5 随机概率的信用评价模型
1.5.6 组合方法的信用评价模型
1.5.7 其他方法的信用评价模型
1.5.8 现有信用评价方法的不足
1.6 现有研究存在的主要问题
1.7 本书主要研究思路与内容
1.7.1 研究内容
1.7.2 研究内容的相互关系
1.7.3 研究方法
1.7.4 技术路线
1.8 本书的主要创新点
第2章 基于显著性检验的租赁与商务服务业小企业信用评价指标体系构建
2.1 问题的提出
2.2 信用评价指标体系的构建原理
2.2.1 海选与初步筛选思路
2.2.2 秩和检验的定量筛选原理
2.2.3 方差检验的定量筛选原理
2.2.4 秩相关分析的定量筛选原理
2.3 信用评价指标体系的构建方法
2.3.1 海选与初步筛选方法
2.3.2 指标数据标准化
2.3.3 第一次定量筛选的秩和检验法
2.3.4 第二次定量筛选的方差检验法
2.3.5 第三次定量筛选的秩相关方法
2.3.6 与现有研究区别及特色
2.4 信用评价指标体系的构建
2.4.1 指标体系构建的基础
2.4.2 第一次定量筛选
2.4.3 第二次定量筛选
2.4.4 第三次定量筛选
2.4.5 最终构建的评价指标体系
2.5 对应关系
2.6 本章小结
2.6.1 主要工作
2.6.2 主要结论
第3章 基于投影寻踪判别的租赁与商务服务业小企业信用评价模型
3.1 问题的提出
3.2 信用评价模型的构建原理
3.2.1 违约状态与信用得分的界定
3.2.2 问题的性质
3.2.3 问题的难点
3.2.4 解决难点的思路
3.2.5 信用评价模型的原理
3.3 信用评价模型的构建方法
3.3.1 构建投影寻踪判别模型的原因
3.3.2 评价指标数据标准化
3.3.3 评价指标的赋权公式
3.3.4 信用得分的测算公式
3.3.5 准确性与稳健性检验的公式
3.3.6 与现有研究区别及特色
3.4 信用评价模型的建立
3.4.1 评价指标体系与标准化数据
3.4.2 测算评价指标的权重
3.4.3 测算企业的信用得分
3.4.4 准确性检验与稳健性检验
3.5 与逻辑回归模型的对比分析
3.6 本章小结
3.6.1 主要工作
3.6.2 主要结论
第4章 基于C0pula一等分法的租赁与商务服务业小企业信用等级划分
4.1 问题的提出
4.2 信用等级划分的原理
4.2.1 信用等级与违约损失率的关系界定
4.2.2 问题的性质
4.2.3 问题的难点
4.2.4 解决难点的思路
4.2.5 信用等级划分的原理
4.3 信用等级划分的方法
4.3.1 扩充样本的原因
4.3.2 数据标准化
4.3.3 单一指标的边缘分布函数
4.3.4 多个指标的联合分布函数
4.3.5 多个指标的蒙特卡罗模拟
4.3.6 等分法的初步等级划分
4.3.7 动态调整的最终等级划分
4.3.8 与现有研究区别及特色
4.4 信用等级的划分
4.4.1 信用等级划分的基础
4.4.2 拟合边缘分布函数
4.4.3 拟合联合分布函数
4.4.4 蒙特卡罗模拟
4.4.5 初步划分信用等级
4.4.6 最终划分信用等级
4.5 与最优分割法的对比分析
4.6 评级体系的实践检验
4.7 本章小结
4.7.1 主要工作
4.7.2 主要结论
第5章 结论与展望
5.1 主要工作
5.2 主要结论
5.3 主要创新
5.4 展望
参考文献
后记
