基于随机森林分类的信用卡逾期行为研究
| 摘要 | 第3-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 第一节 研究背景及意义 | 第9-11页 |
| 第二节 国内外文献综述 | 第11-14页 |
| 一、国外文献综述 | 第12页 |
| 二、国内文献综述 | 第12-14页 |
| 第三节 研究内容与方法 | 第14-16页 |
| 一、研究内容 | 第14-15页 |
| 二、研究方法 | 第15-16页 |
| 第四节 本文创新之处 | 第16-17页 |
| 第二章 信用卡及信用卡风险管理 | 第17-31页 |
| 第一节 信用卡基本概念 | 第17-20页 |
| 一、信用卡定义 | 第17-18页 |
| 二、信用卡分类 | 第18页 |
| 三、信用卡业务 | 第18-19页 |
| 四、信用卡发展 | 第19-20页 |
| 五、信用卡行业环境 | 第20页 |
| 第二节 信用卡风险管理 | 第20-31页 |
| 一、信用卡风险 | 第20-22页 |
| 二、信用卡信用风险的成因 | 第22-24页 |
| 三、信用卡风险管理 | 第24-27页 |
| 四、信用卡风险防范 | 第27-28页 |
| 五、我国信用卡风险现状 | 第28-31页 |
| 第三章 信用卡逾期行为影响因素的度量方法 | 第31-47页 |
| 第一节 信用评级与经验判断法 | 第31-33页 |
| 一、信用评级法 | 第31-32页 |
| 二、经验判断法 | 第32-33页 |
| 第二节 Logistic回归 | 第33-35页 |
| 第三节 决策树 | 第35-39页 |
| 第四节 CART | 第39-41页 |
| 第五节 Adaboost | 第41-43页 |
| 第六节 随机森林 | 第43-47页 |
| 第四章 信用卡逾期行为影响因素分析 | 第47-64页 |
| 第一节 风险假说 | 第47-49页 |
| 第二节 描述性分析 | 第49-52页 |
| 第三节 逐步Logistic回归模型构建及分析 | 第52-56页 |
| 一、逐步Logistic回归分析基本原理 | 第52-54页 |
| 二、实证结果 | 第54-56页 |
| 第四节 Adaboost分类模型构建及分析 | 第56-58页 |
| 一、Adaboost基本原理 | 第56-57页 |
| 二、实证结果 | 第57-58页 |
| 第五节 随机森林模型构建及分析 | 第58-61页 |
| 一、随机森林基本原理 | 第58页 |
| 二、随机森林建模步骤 | 第58-59页 |
| 三、实证结果 | 第59-61页 |
| 第六节 实验结果比较 | 第61-62页 |
| 第七节 小结 | 第62-64页 |
| 第五章 结论分析与建议 | 第64-67页 |
| 第一节 小结 | 第64-65页 |
| 第二节 建议 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 致谢 | 第70-71页 |
| 在读期间完成的研究成果 | 第71-72页 |
