本书对互联网金融信用风险测度的研究，主要包括以下五个方面： （1）全面梳理了互联网金融信用风险相关概念、理论及测度方法。通过绪论部分文献的全面综述发现，互联网金融业务经营主体信用风险的测度研究具有一定现实意义与理论价值。 （2）对互联网金融信用风险违约状态判定的实证研究。以财务数据为基础的数理统计模型是被业界广泛接受并证明有效的信用风险测度方法。 （3）选择具有现代金融理论基础的KMV模型对互联网金融业务经营主体的信用风险进行测度的实证研究。 （4）GARCH与EGARCH-M对KMV模型的股权价值波动率变量进行改良，实证研究改良后的KMV模型对互联网金融业务经营主体信用风险恶化的反应是否更加及时。 （5）EGARCH-M模型改良后的KMV模型对互联网金融信用风险的测度结果从宏观和微观角度进行应用研究。 本书从互联网金融业务经营主体角度研究信用风险测度与应用，旨在拓宽互联网金融信用风险的研究视角以及丰富现有实证研究成果，为我国互联网金融企业的存续经营以及行业的健康发展提供有价值的参考思路。

第一章 绪论
第一节 研究背景及意义
一、研究背景
二、研究意义
第二节 文献综述
一、互联网金融概念梳理
二、互联网金融信用风险内涵、影响因素与测度研究
三、文献述评
第三节 研究目标、内容及技术路线
一、研究目标
二、内容
三、技术路线
第四节 研究创新
第二章 信用风险与互联网金融
第一节 信用风险内涵、特点、影响因素
一、信用风险内涵
二、信用风险特点
三、信用风险影响因素
第二节 互联网金融的产生、发展与业务模式
一、互联网金融的产生
二、互联网金融的发展
三、互联网金融的业务模式
第三节 互联网金融相关理论
一、金融相关理论
二、互联网相关理论
三、信用风险相关理论
本章小结
第三章 互联网金融信用风险测度概述
第一节 互联网金融信用风险概述
一、互联网金融信用风险内涵
二、互联网金融信用风险特点
三、互联网金融信用风险影响因素
第二节 互联网金融信用风险测度研究
一、信用风险测度理论与方法评述
二、互联网金融信用风险测度研究方法与模型评述
三、互联网金融信用风险测度研究安排
本章小结
第四章 互联网金融信用风险违约状态判定的实证研究
第一节 研究问题的提出
第二节 模型原理
一、多元判别分析模型
二、Logistic回归模型
第三节 财务指标和样本数据的选取
一、财务指标选取
二、样本数据选取
第四节 多元判别分析模型的违约状态判定实证研究
一、变量筛选
二、模型构建
三、模型有效性检验
四、模型预测能力分析
五、结论
第五节 Logistic回归模型的违约状态判定实证研究
一、变量筛选
二、模型构建
三、模型有效性检验
四、模型预测能力分析
五、结论
本章小结
第五章 KMV模型对互联网金融信用风险测度实证研究
第一节 研究问题的提出
第二节 KMV模型对互联网金融信用风险测度实证分析
一、模型原理和研究方法
二、KMV模型作为测度工具适用性的实证研究
三、KMV模型对互联网金融信用风险的测度结果分析
四、互联网金融信用风险的敏感性分析与稳健性检验
本章小结
第六章 改良后的KMV模型对互联网金融信用风险测度的实证研究
第一节 研究问题的提出
第二节 融合互联网金融信用风险特点的KMV模型改良
一、GARCH对KMV模型改良
二、EGARCH-M对KMV模型改良
第三节 改良后KMV模型对互联网金融信用风险测度的实证分析
一、样本选取及参数设定
二、实证过程与结果分析
本章小结
第七章 改良后的KMV模型对互联网金融行业的应用研究及相关建议
第一节 微观角度的应用及企业经营建议
一、研究问题的提出
二、实证研究
三、企业经营建议
第二节 宏观角度的应用研究及监管政策建议
一、研究问题的提出
二、互联网金融行业信用风险测度结果与监管政策变迁
三、监管政策建议
本章小结
第八章 结论与研究展望
一、研究结论
二、研究展望
附录
参考文献
后记