第1章 信用评级的相关概念、历史与制度 1
1.1信用、信用风险和信用管理的概念 1
1.2信用评级的概念、特点、作用与分类 2
1.3信用评级的发展历程 5
1.4国外的信用评级制度 6
1.5我国的信用评级制度 9
1.6我国信用评级的相关法规 10
第2章 信用评级的程序、方法、指标与机构 11
2.1信用评级程序 11
2.2信用评级原则 13
2.3信用评级方法 14
2.4信用评级指标 15
2.5信用评级标准 17
2.6国外著名的信用评级机构介绍 18
2.7国内主要的信用评级机构介绍 28
第3章 企业信用评级与企业债券评级的传统方法 30
3.1商业银行与企业信用评级 30
3.2企业信用评级的指标体系 30
3.3评定企业信用等级的一种简易方法 32
3.4贷款企业信用评级报告案例 40
3.5企业债券评级的传统方法 42
第4章 信用评级模型 53
4.1信用评级模型的国内外研究现状 53
4.2 5C模型 55
4.3 LAPP法 57
4.4 SWOT分析模型 58
4.5 Chesser信用评分模型 59
4.6信用评分模型 59
4.7消费贷款的评分模型 63
4.8统计方法和神经网络方法在信用评级中应用的比较分析 65
第5章 信用风险计量模型 71
5.1信用风险计量模型概述 71
5.2风险价值VaR模型 74
5.3信用监控KMV模型 78
5.4信用计量Credit Metrics模型 80
5.5信贷资产组合模型 85
5.6信用风险Credit Risk+模型 86
5.7死亡率模型 87
5.8信用风险计量模型的简要述评 87
第6章 基于因子分析法的我国上市公司信用评级模型及其应用研究 89
6.1引言 89
6.2样本的选取 89
6.3财务比率的选取 90
6.4模型的建立 92
6.5结果检验 95
6.6结论 96
第7章 基于Logistic回归模型的上市公司信用评级建模及其应用研究 97
7.1上市公司信用识别研究的现状 97
7.2样本选取 98
7.3上市公司信用评级研究模型的选取 98
7.4基于Logistic回归模型的上市公司信用评级实证研究 100
7.5结论与建议 105
第8章 基于神经网络方法的信用评级模型及其应用研究 107
8.1反向传播神经网络的拓扑结构 107
8.2反向传播神经网络的学习算法 108
8.3反向传播神经网络的学习程序 110
8.4反向传播神经网络模型在企业信用评级中应用 111
8.5反向传播神经网络模型在现金流量因素分析中应用 112
8.6基于径向基函数神经网络RBF方法的信贷企业信用评级 115
8.7基于学习向量量化LVQ网络的信用评级建模及应用 118
第9章 基于最小二乘支持向量机方法的上市公司信用评级及应用研究 121
9.1目前信用评估方法问题 121
9.2支持向量机方法 121
9.3最小二乘支持向量机方法 122
9.4变量选择与建模样本 123
9.5最小二乘支持向量机实验建模过程与模拟结果 123
9.6结果分析与结论 124
9.7基于支持向量机的信用评级多分类 125
第10章 基于市场价格与期权定价模型的上市公司违约概率预测及应用研究 127
10.1 KMV模型的基本思路 127
10.2参数设置 128
10.3应用研究 130
10.4结论 137
第11章 基于相依函数Copula的企业（银行）内部评级法预警及应用研究 138
11.1基于正态分布产生的随机抽样 138
11.2因子模型 138
11.3二元相依函数Copula的代数形式 139
11.4多元相依函数Copula与因子Copula模型 139
11.5基于相依函数Copula的信用贷款组合应用 140
11.6基于相依函数Copula内部评级法预警 141
11.7企业、政府及银行的风险暴露 141
11.8违约概率的估测 143
11.9历史违约率 143
11.10利用股价来估计违约概率 145
第12章 资本结构作为信用风险信号的动态博弈模型的构建及应用研究 148
12.1不完全信息动态博弈模型 148
12.2信号博弈的精炼贝叶斯均衡 149
12.3不完全信息动态博弈的进一步讨论 152
参考文献 155