商业银行个人信用评估组合预测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-17页 |
| 第1章 绪论 | 第17-34页 |
| ·问题提出 | 第17-20页 |
| ·个人信用评估方法研究现状 | 第20-26页 |
| ·国外个人信用评估方法研究现状 | 第20-24页 |
| ·国内个人信用评估方法的研究现状 | 第24-25页 |
| ·国内外个人信用评估方法研究评述 | 第25-26页 |
| ·国内外组合预测方法的研究现状 | 第26-30页 |
| ·国外组合预测方法的研究现状 | 第26-27页 |
| ·国内组合预测方法的研究现状 | 第27-29页 |
| ·国内外组合预测方法研究评述 | 第29-30页 |
| ·论文研究的意义 | 第30-31页 |
| ·论文研究方法及内容 | 第31-34页 |
| ·论文研究的方法 | 第31页 |
| ·论文的主要内容 | 第31-32页 |
| ·论文的结构 | 第32-34页 |
| 第2章 个人信用评估的理论基础 | 第34-47页 |
| ·个人信用评估相关概念及内涵 | 第34-36页 |
| ·信用和个人信用 | 第34-35页 |
| ·个人信用评估 | 第35页 |
| ·个人信用评估体系 | 第35-36页 |
| ·个人信用形成机理的经济学分析 | 第36-42页 |
| ·个人货币效用曲线的建立与描述 | 第36-37页 |
| ·个人信贷行为的效用决策及其影响因素分析 | 第37-40页 |
| ·个人信贷违约行为的效用决策及其影响因素分析 | 第40-42页 |
| ·个人信用评估要素分析 | 第42-46页 |
| ·个人信用评估的特点 | 第42-43页 |
| ·个人信用信息的主要内容 | 第43-45页 |
| ·个人信用信息的主要来源 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第3章 个人信用评估指标体系设计及数据处理 | 第47-66页 |
| ·商业银行个人信用评估指标体系的构建 | 第47-52页 |
| ·个人信用评估指标的类别体系 | 第47-49页 |
| ·我国商业银行现行的个人信用评估指标体系 | 第49-50页 |
| ·商业银行个人信用评估指标的确定 | 第50-52页 |
| ·样本数据的选择及预处理 | 第52-59页 |
| ·本文样本数据的来源 | 第52-53页 |
| ·样本数据的初步分析 | 第53-57页 |
| ·样本数据的预处理 | 第57-59页 |
| ·个人信用数据的处理 | 第59-64页 |
| ·个人信用数据的赋值 | 第59-60页 |
| ·个人信用指标的标准化 | 第60-62页 |
| ·缺失数据的处理 | 第62-63页 |
| ·违约标准的确定 | 第63-64页 |
| ·个人信用评估样本的抽取和分组 | 第64-65页 |
| ·个人信用评估的抽样方法 | 第64-65页 |
| ·样本分组 | 第65页 |
| ·本章小结 | 第65-66页 |
| 第4章 个人信用评估组合预测模型的构建 | 第66-85页 |
| ·组合预测模型及其对个人信用评估的适用性分析 | 第66-68页 |
| ·组合预测模型 | 第66页 |
| ·组合预测对个人信用评估的适用性分析 | 第66-67页 |
| ·组合预测模型的构建思路 | 第67-68页 |
| ·线性组合预测模型的构建 | 第68-75页 |
| ·线性组合预测的基本原理 | 第68-69页 |
| ·非变权线性组合预测模型权重求解 | 第69-73页 |
| ·优性组合预测与冗余方法 | 第73-75页 |
| ·变权组合预测模型的构建 | 第75-80页 |
| ·变权组合预测模型的基本原理 | 第75-76页 |
| ·变权组合预测的权重求解 | 第76-79页 |
| ·两种单一预测方法的变权组合预测求解 | 第79-80页 |
| ·非线性组合预测模型的构建 | 第80-82页 |
| ·非线性组合预测模型的基本原理 | 第80-81页 |
| ·非线性组合预测模型求解 | 第81-82页 |
| ·组合预测模型效果的评价 | 第82-83页 |
| ·损失函数的定义 | 第82-83页 |
| ·组合预测模型评价的准则 | 第83页 |
| ·本章小结 | 第83-85页 |
| 第5章 个人信用评估单一模型的应用与比较 | 第85-111页 |
| ·个人信用评估的统计模型 | 第85-90页 |
| ·个人信用评估的统计模型 | 第85-87页 |
| ·统计模型的基本原理 | 第87-90页 |
| ·统计模型的应用 | 第90-96页 |
| ·解释变量的共线性诊断 | 第90页 |
| ·多元线性回归模型的应用 | 第90-93页 |
| ·Logistic回归模型的应用 | 第93-95页 |
| ·Probit回归模型的应用 | 第95-96页 |
| ·个人信用评估的神经网络模型 | 第96-101页 |
| ·神经网络基本原理 | 第96-98页 |
| ·神经网络的选择 | 第98-101页 |
| ·神经网络模型的应用 | 第101-106页 |
| ·指标的预处理 | 第101页 |
| ·BP神经网络模型的应用 | 第101-102页 |
| ·RBF神经网络模型的应用 | 第102-104页 |
| ·Elman神经网络模型的应用 | 第104-105页 |
| ·LVQ神经网络模型的应用 | 第105-106页 |
| ·单一模型分类精度的比较 | 第106-110页 |
| ·统计模型分类精度的比较 | 第106-107页 |
| ·神经网络模型分类精度的比较 | 第107-109页 |
| ·统计模型与神经网络模型的比较 | 第109-110页 |
| ·本章小结 | 第110-111页 |
| 第6章 个人信用评估组合预测模型的应用 | 第111-132页 |
| ·基于统计方法的组合预测模型的应用 | 第111-116页 |
| ·单一模型的选择 | 第111页 |
| ·权重无非负约束的组合预测模型 | 第111-112页 |
| ·非负权重组合预测模型 | 第112-115页 |
| ·基于统计方法的组合预测冗余方法剔出 | 第115-116页 |
| ·基于统计方法的组合预测模型应用结果比较 | 第116-119页 |
| ·稳健性指标的确定 | 第116-117页 |
| ·权重无非负约束的组合预测模型与单一模型的比较 | 第117-118页 |
| ·基于统计方法的组合预测模型间比较 | 第118-119页 |
| ·基于统计方法和神经网络的组合预测模型的应用 | 第119-123页 |
| ·单一模型的选择 | 第119-120页 |
| ·非负权重组合预测模型 | 第120-121页 |
| ·变权组合预测模型 | 第121-123页 |
| ·基于统计方法和神经网络的组合模型应用结果比较 | 第123-126页 |
| ·非负权重组合预测模型与单一模型比较 | 第123-124页 |
| ·非变权组合模型与变权组合模型间的比较 | 第124-126页 |
| ·基于神经网络的非线性组合预测模型的应用 | 第126-128页 |
| ·单一模型的选择 | 第126页 |
| ·RBF组合模型 | 第126-128页 |
| ·PNN组合模型 | 第128页 |
| ·基于神经网络的组合预测模型应用结果比较 | 第128-130页 |
| ·本章小结 | 第130-132页 |
| 结论 | 第132-134页 |
| 参考文献 | 第134-142页 |
| 攻读学位期间发表的学术论文 | 第142-145页 |
| 致谢 | 第145-146页 |
| 个人简历 | 第146页 |
