第1章 绪论

1.1 研究背景及意义

1.2 主要研究方法

1.3 本书结构安排

1.4 主要创新点

第2章 企业信用风险失真概述

2.1 信用风险

2.1.1 信用风险定义

2.1.2 信用风险影响因素

2.1.3 信用风险的特点

2.2 企业信用风险失真与噪声信息

2.2.1 企业信用风险失真定义

2.2.2 噪声信息的表现模式

2.2.3 企业信用风险失真的危害

第3章 噪声信息识别方法

3.1 预警信号识别方法

3.1.1 毛利率畸高

3.1.2 纳税情况异常

3.1.3 现金流异常

3.1.4 突然置换资产

3.1.5 企业盈利情况异常

3.1.6 频繁变化对子公司的持股数量

3.1.7 非常规经营会计

3.2 人工智能技术

3.2.1 决策树

3.2.2 贝叶斯决策理论

3.2.3 神经网络方法

3.2.4 Logistic回归模型法

3.2.5 支持向量机

3.2.6 聚类分析法

3.2.7 其他方法

3.3 本章小结

第4章 基于Bagging-CART算法的企业信用风险失真判别及预测

4.1 算法介绍

4.1.1 CART分类树

4.1.2 Bagging算法

4.2 样本选取

4.3 CART决策树在企业信用风险失真判定与校准中的实现

4.4 Bagging-CART在企业信用风险失真判定与校准中的实现

4.4.1 数据处理与Matlab程序代码

4.4.2 实证分析

4.5 两种方法的比较

4.5.1 ROC曲线和AUC标准介绍

4.5.2 两种方法的ROC曲线

附录4-1

第5章 企业信用风险失真的判定及预测

5.1 问题的提出

5.2 模型的构建

5.2.1 基于Hodrick-Prescott滤波的数据降维方法

5.2.2 多类多维时序神经网络的训练算法

5.2.3 企业信用风险失真的判定

5.3 实证分析及说明

5.4 本章小结

附录5-1

第6章 企业信用风险失真度的构建

6.1 引言

6.2 基本定义

6.3 算法设计

6.4 仿真实验

6.5 实证分析

6.6 本章小结

附录6-1

第7章 存在欺诈销售行为的企业信用风险预警

7.1 问题的提出

7.2 道德因素在信用评价中的引入

7.2.1 道德可信度的定义和量化

7.2.2 联合效应分析

7.3 引入道德因素建立Logistic回归预警模型

7.3.1 样本的选择

7.3.2 研究指标的选取

7.3.3 模型的建立

7.3.4 模型的预测检验

7.4 本章小结

附录7-1

参考文献

后记