| 摘要 | 第2-4页 |
| Abstract | 第4-5页 |
| 1 绪论 | 第8-14页 |
| 1.1 研究背景与研究意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究内容与技术路线 | 第11-12页 |
| 1.2.1 研究内容 | 第11页 |
| 1.2.2 技术路线 | 第11-12页 |
| 1.3 研究方法 | 第12-13页 |
| 1.4 创新点 | 第13-14页 |
| 2 文献综述及相关理论 | 第14-20页 |
| 2.1 P2P网络借贷的相关文献综述 | 第14-17页 |
| 2.1.1 借贷违约率影响因素 | 第14-15页 |
| 2.1.2 借贷收益率及信用评分系统 | 第15-16页 |
| 2.1.3 P2P网络借贷文献评述 | 第16-17页 |
| 2.2 P2P借贷相关理论 | 第17-18页 |
| 2.2.1 信用风险与信息不对称理论 | 第17-18页 |
| 2.2.2 投资者风险偏好理论 | 第18页 |
| 2.3 本章小结 | 第18-20页 |
| 3 兼顾违约率与收益率的P2P网络借贷评分的研究设计 | 第20-31页 |
| 3.1 借贷评分体系设计 | 第20-21页 |
| 3.2 特征选择 | 第21-23页 |
| 3.2.1 初步选取特征 | 第21-22页 |
| 3.2.2 基于机器学习方法的特征筛选 | 第22-23页 |
| 3.3 样本选择及描述统计 | 第23-26页 |
| 3.4 机器学习模型选择 | 第26-30页 |
| 3.4.1 不同机器学习模型的适用性比较 | 第26-29页 |
| 3.4.2 逻辑回归模型 | 第29-30页 |
| 3.5 本章小结 | 第30-31页 |
| 4 兼顾违约率与收益率的P2P网络借贷评分结果分析 | 第31-47页 |
| 4.1 基于逻辑回归模型的违约率建模结果 | 第31-34页 |
| 4.2 逻辑回归模型效果的评估 | 第34-37页 |
| 4.3 违约率影响因素分析 | 第37-40页 |
| 4.3.1 违约率影响因素排序——逻辑回归 | 第37-38页 |
| 4.3.2 违约率影响因素排序——xgboost | 第38-39页 |
| 4.3.3 结果比较 | 第39-40页 |
| 4.4 兼顾违约率与收益率的网络借贷评分计算及分析 | 第40-45页 |
| 4.4.1 相关性检验 | 第40-41页 |
| 4.4.2 网络借贷评分计算 | 第41-43页 |
| 4.4.3 结果比较分析 | 第43-45页 |
| 4.5 本章小结 | 第45-47页 |
| 5 结论与展望 | 第47-51页 |
| 5.1 研究结论 | 第47-48页 |
| 5.2 管理启示 | 第48-49页 |
| 5.3 研究展望 | 第49-51页 |
| 参考文献 | 第51-56页 |
| 后记 | 第56-57页 |
