制造业是国家经济的支柱产业，也是经济增长的重要推动力，是财政收入和劳动就业的重要因素，但要研究这个问题，首先需要收集、整理分析和现代制造业相关的大量数据，特别是现代制造业上市公司的数据量十分庞大，包括股价信息、财务信息、公司的环境责任披露信息等，这些信息含有大数据的特征；数据体量大、内容复杂、处理和分析工作量及难度都非常大。曾诗鸿、姜雪、王芳编著的《大数据时代制造业上市公司信用风险研究》以绿色环保和大数据为背景研究现代制造业上市公司的信用风险。

曾诗鸿、姜雪、王芳编著的《大数据时代制造业上市公司信用风险研究》以大数据时代为背景，利用与改进KMV模型研究现代制造业上市公司的信用风险，得到如下结论：①对于我国制造业上市公司，在北京、山东、上海、浙江、江苏、广东六个省市中，江苏省制造业上市企业信用风险水平接近平均值，山东、上海、广东三个省市制造业上市企业违约距离值高于平均值，信用风险较小，北京的信用风险略高于平均水平；②通过对浙江现代制造业上市公司的研究，发现温州市、宁波市、金华市违约距离大，违约概率小，信用风险状况良好，而湖州市、嘉兴市、台州市信用风险较差；③通过Logistic模型的回归结果可以看出经济周期指标中长期贷款利率及名义GDP增长率对江苏现代制造业企业发展的影响。经济繁荣发展时期，伴随企业高收益的还有高的信用风险。此外，基于因子分析的Logistic模型指出总资产规模大的公司失信的可能性更大。

上篇 KMV信用风险模型与应用研究

第l章 绪论

 1.1 研究背景和意义

1.1.1 研究背景

1.1.2 研究意义

 1.2 国内外文献综述

1.2.1 信用风险度量的研究

1.2.2 KMV模型研究综述

1.2.3 KMV模型应用于行业的研究

 1.3 研究思路

 l.4 研究内容

第2章 信用风险及其分析

 2.1 信用风险的内涵和特点

2.1.1 信用风险的内涵 

2.1.2 信用风险的特点 

 2.2 信用风险的度量

2.2.1 传统的信用风险度量方法

2.2.2 现代信用风险度量的模型

2.2.3 现代信用风险度量模型在我国的适用性分析

 2.3 本章 小结

第3章 KMV模型及分析

 3.1 KMV模型的基本思想

 3.2 KMV模型的内容

 3.3 KMV模型的计算步骤

3.3.1 估算公司资产的市场价值和其波动性

3.3.2 计算违约距离 

3.3.3 确定违约距离DD与违约概率EDF之间的映射关系

 3.4 KMV模型的适用性分析

 3.5 本章 小结

第4章 我国制造业及其上市公司信用分析

 4.1 我国制造业构成及发展现状

4.1.1 我国制造业构成和发展分析

4.1.2 我国制造业上市公司信用分析

 4.2 制造业上市公司负债结构分析

 4.3 制造业信用风险的特征分析

4.3.1 我国制造业信用风险背景分析

4.3.2 制造业行业信用风险的特殊性分析

 4.4 本章 小结

第5章 模型的适用性实证分析

 5.1 模型的计算

5.1.1 样本选取

5.1.2 模型各参数的计算

 5.2 模型适用性结果分析

5.2.1 描述统计分析

5.2.2 两独立样本均值T检验

5.2.3 模型的准确率分析

5.2.4 全部样本股票违约距离分析

5.2.5 样本股票违约距离特例分析

5.2.6 模型的纵向验证分析

 5.3 本章 小结

第6章 模型的应用和修正分析

 6.1 模型的应用分析

6.1.1 评价对象样本选取和计算

6.1.2 不同地区制造业上市公司信用风险值比较

……

中篇 典型省市制造业上市公司信用风险研究

下篇 Logistic模型与应用研究