第一章 导论 1
1.1 研究背景 1
1.2 研究价值与意义 7
1.3 问题的提出 9
1.4 相关概念界定 10
1.5 研究方法 13
1.6 研究思路与结构安排 16
第二章 传统违约判别模型研究文献述评 20
2.1 传统违约判别模型与现代违约率测度模型 20
2.2 传统违约判别模型 22
2.3 本章小结 44
第三章 现代违约概率测度模型文献述评 46
3.1 四种基本模型 46
3.2 其他模型 56
3.3 违约率模型的比较 58
3.4 违约率模型研究面临的问题 67
3.5 本章小结 69
第四章 违约判别模型的实证检验与比较研究 70
4.1 三种模型的基本原理与思路 70
4.2 样本数据的选取与数据预处理 81
4.3 实证检验与结果分析 87
4.4 传统违约判别模型的缺陷与改进设想 96
4.5 本章小结 98
第五章 违约判别模型的改进研究 99
5.1 数据预处理 99
5.2 违约判别的Bayes判别模型 106
5.3 违约判别的Logistic模型 120
5.4 本章小结 130
第六章 现代违约概率测度模型的探索：KMV的应用 133
6.1 KMV违约率测度模型的理论基础 135
6.2 KMV违约率测度模型的设定与适用性分析 145
6.3 KMV违约率测度模型的实证检验 150
6.4 本章小结 154
第七章 违约概率静态测度模型的建立 156
7.1 违约概率测度的线性回归模型 156
7.2 违约判别的半对数线性回归模型 168
7.3 违约概率测度的Logit回归模型 176
7.4 本章小结 185
第八章 违约概率动态测度模型的建立及检验 187
8.1 违约测度的动态模型及检验 188
8.2 违约概率测度的动态模型及返回测试 196
8.3 本章小结 201
第九章 研究结论及创新 203
9.1 研究结论 203
9.2 研究创新点 205
9.3 进一步研究的展望和建议 206
附录1：数据洗选及指标生成语句程序 207
附录2：DB迭代过程结果 212
参考文献 266
后记 274