| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-17页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 文献综述 | 第10-15页 |
| 1.2.1 P2P网络借贷的兴起与特征 | 第10-11页 |
| 1.2.2 P2P网贷平台风险 | 第11-12页 |
| 1.2.3 P2P网贷平台风险评价 | 第12页 |
| 1.2.4 风险预警方法及比较 | 第12-14页 |
| 1.2.5 P2P网贷平台风险预警 | 第14页 |
| 1.2.6 文献评述 | 第14-15页 |
| 1.3 研究内容及技术路线 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 技术路线 | 第16页 |
| 1.4 创新点 | 第16-17页 |
| 第二章 我国P2P网贷行业发展概况 | 第17-23页 |
| 2.1 我国P2P网贷行业的发展阶段 | 第17-18页 |
| 2.2 我国P2P网贷平台面临的主要风险 | 第18-20页 |
| 2.3 我国P2P网贷行业风险监测预警系统的实践探索 | 第20-22页 |
| 2.4 小结 | 第22-23页 |
| 第三章 P2P网贷平台风险预警系统构建 | 第23-31页 |
| 3.1 P2P网贷平台风险预警指标体系构建 | 第23-26页 |
| 3.1.1 P2P网贷平台风险预警指标选择原则 | 第23-24页 |
| 3.1.2 P2P网贷平台风险预警指标体系 | 第24-26页 |
| 3.2 P2P网贷平台风险预警模型选择 | 第26-29页 |
| 3.2.1 Logistic回归模型 | 第26-27页 |
| 3.2.2 BP神经网络模型 | 第27页 |
| 3.2.3 SVM模型 | 第27-29页 |
| 3.3 P2P网贷平台风险预警区间划分 | 第29-30页 |
| 3.4 小结 | 第30-31页 |
| 第四章 实证分析 | 第31-43页 |
| 4.1 数据处理及描述分析 | 第31-35页 |
| 4.1.1 数据抓取及处理 | 第31-32页 |
| 4.1.2 描述性分析 | 第32-35页 |
| 4.2 预警模型实证分析 | 第35-38页 |
| 4.2.1 主成分分析及样本集 | 第35-36页 |
| 4.2.2 Logistic回归实证分析 | 第36页 |
| 4.2.3 BP神经网络实证分析 | 第36-38页 |
| 4.2.4 SVM实证分析 | 第38页 |
| 4.3 预警系统效果检验 | 第38-40页 |
| 4.3.1 Logistic回归效果检验 | 第39页 |
| 4.3.2 BP神经网络效果检验 | 第39-40页 |
| 4.3.3 SVM效果检验 | 第40页 |
| 4.4 三种模型效果对比 | 第40-41页 |
| 4.5 小结 | 第41-43页 |
| 第五章 结论及建议 | 第43-46页 |
| 5.1 结论 | 第43页 |
| 5.2 提升我国P2P网贷平台风险预警能力的对策 | 第43-44页 |
| 5.3 降低P2P网贷行业风险的建议 | 第44-46页 |
| 5.3.1 政府层面 | 第44-45页 |
| 5.3.2 P2P网贷平台层面 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 在学期间的研究成果 | 第50-51页 |
| 致谢 | 第51页 |