滕焕钦和张芳洁专著的《商业银行信用风险评级理论及相关模型研究》做到理论和实务相结合，详细研究银行内部评级的理论分析框架、目前流行的信用风险评级模型以及商业银行个人和中小企业信用风险评级的主要流程；并结合农户贷款和上市中小企业数据分别构建了个人和中小企业信用风险评级模型。

滕焕钦和张芳洁专著的《商业银行信用风险评级理论及相关模型研究》共分为8章。第1章简要介绍了信用风险评级的背景、评级指标分类以及模型等；第2章详细介绍了巴塞尔新资本协议的形成背景、基本框架以及内部评级的基本要素等；第3章阐述了信用风险评级的理论框架和回顾了有关文献；第4章介绍了信用风险评级应用较多的几个模型，如判别分析、Logistic回归以及神经网络模型等；第5章介绍了个人信用风险的成因以及个人信用风险模型的分类和开发等；第6章基于AHP、判别分析等方法分别构建个人消费信贷以及农户贷款信用风险评分模型；第7章介绍了中小企业信用风险特点以及模型开发步骤，并基于Logistic回归以及神经网络模型分别构建上市中小企业信用风险评级模型；第8章简要介绍了商业银行个人信用风险评级模型和中小企业信用风险评级模型的验证和校准方法。

与现有的有关银行评级方面的书籍相比，《商业银行信用风险评级理论及相关模型研究》做到理论和实务相结合，详细研究银行内部评级的理论分析框架、目前流行的信用风险评级模型以及商业银行个人和中小企业信用风险评级的主要流程；并结合农户贷款和上市中小企业数据分别构建了个人和中小企业信用风险评级模型。

本书的特色和创新之处在于利用偏相关分析对样本指标变量进行筛选，比普通相关分析可以更加深入地避免指标变量包含信息的重复，同时达到指标变量的适用性和简洁性。

第1章 引言

第2章 巴塞尔资本协议与商业银行信用风险评级

 2．1 巴塞尔新资本协议

2．1．1 巴塞尔新资本协议的形成背景

2．1．2 巴塞尔新资本协议的基本框架

 2．2 内部评级法

2．2．1 内部评级的基本要素

2．2．2 信用评级主体结构

2．2．3 关键指标

2．2．4 风险权重

2．2．5 技术要求

第3章 商业银行信用风险评级理论及相关文献概述

 3．1 信用评级的概念

 3．2 信用评级的特点与分类

3．2．1 信用评级的特点

3．2．2 信用评级的分类

 3．3 信用评级产生和发展的理论基础

 3．4 信用风险评级概念解读和理论分析框架

3．4．1 信用风险评级的概念解读

3．4．2 评级分析框架

 3．5 信用风险评级相关文献概述

第4章 商业银行信用风险评级相关模型介绍

 4．1 判别分析

4．1．1 简介

4．1．2 几种主要的判别分析方法简介

 4．2 Logistic回归

4．2．1 Logistic回归概述

4．2．2 Logistic回归简介

4．2．3 Probit模型

 4．3 人工神经网络模型

4．3．1 人工神经网络模型概述

4．3．2 BP神经网络模型介绍

 4．4 判别分析、Logistic回归及神经网络三种方法优缺点的比较

4．4．1 判别分析的优缺点

4．4．2 Logistic回归的优缺点

4．4．3 人工神经网络模型的优缺点

第5章 商业银行个人信用风险评级理论与模型研究

 5．1 个人信用风险的特征和成因

 5．2 个人信用风险评分卡的分类与开发

5．2．1 个人信用评分卡的分类

5．2．2 个人信用评分卡的模型开发

 5．3 个人信用风险评级模型文献回顾

第6章 个人信用风险评级模型构建实践

 6．1 基于随机模拟和AHP的个人消费信用风险评级

6．1．1 个人消费信贷信用风险评价指标体系的构建

6．1．2 指标权重的确定

6．1．3 商业银行个人消费信用风险评价的合理性验证

6．1．4 小结

 6．2 基于判别分析的个人消费信用风险评价模型研究

6．2．1 判别分析简介及临界值的确定

6．2．2检验样本的判断

6．2．3 小结，

 6．3 基于偏相关和组合赋权的个人农户贷款信用风险评级模型

6．3．1 准则层及指标层内指标变量的构造

6．3．2 指标的处理与筛选．

6．3．3 基于AHP的准则层和准则层内指标层权重的确定

6．3．4 基于快速聚类分析的信用等级划分

6．3．5 实证研究

 6．4 基于AHP的指标权重确定

6．4．1 基于AHP的准则层指标权重确定

6．4．2 基于AHP的准则层内指标权重的确定

6．4．3 个人农户贷款信用风险评级模型的确定

 6．5 基于聚类分析的信用风险评级划分

 6．6 小结

第7章 商业银行中小企业信用风险评级模型

 7．1 中小企业的界定与信用风险特点

 7．2 中小企业信用评级模型开发

 7．3 中小企业信用风险评级模型国内外文献回顾

 7．4基于因子分析和聚类分析的上市中小企业信用评级模型

7．4．1 指标的处理与筛选

7．4．2 指标权重和评级模型的确定

7．4．3 实证研究

7．4．4 中小企业信用风险评级模型确定和等级划分

7．4．5 小结

 7．5 基于聚类分析和Logistic回归的上市中小企业信用风险评级模型

7．5．1 评价指标的选取

7．5．2 基于配对t检验的指标筛迭

7．5．3 基于聚类分析的指标归类

7．5．4 基于相关和偏相关分析的聚类变量筛选

7．5．5 样本的选取和处理

7．5．6 小结

 7．6 基于BP神经网络的上市中小企业信用评级模型

7．6．1 引言

7．6．2 中小企业评级指标体系的设计

7．6．3 基于BP神经网络的中小企业信用评级框架图

7．6．4 基于中小企业信用风险评级的BP神经网络设计

7．6．5 基于BP神经网络的中小企业信用评级模型的构建

7．6．6 用V fold Cross—Validation方法检验神经网络模型的泛化能力

7．6．7 小结

第8章 商业银行信用风险评级模型的验证与校准

 8．1 个人信用风险评级模型的验证与校准

8．1．1 模型验证．

8．1．2 模型校准

 8．2 中小企业信用风险评级模型的验证与校准

8．2．1 模型校准

8．2．2 模型验证

参考文献