| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-22页 |
| 1.1 研究的背景和意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外个人信用评分的研究现状 | 第10-20页 |
| 1.2.1 个人信用评分方法的研究现状 | 第10-16页 |
| 1.2.2 个人信用评分中“拒绝推论”问题的研究现状 | 第16-18页 |
| 1.2.3 蒙特卡洛方法的研究现状 | 第18-19页 |
| 1.2.4 国内外信用评分方法研究评述 | 第19-20页 |
| 1.3 论文研究方法及主要内容 | 第20-22页 |
| 1.3.1 论文研究的主要方法 | 第20页 |
| 1.3.2 论文研究的主要内容 | 第20-22页 |
| 第2章 个人信用样本偏差分析及生成样本方法的选择 | 第22-36页 |
| 2.1 影响个人信用评估的样本偏差问题 | 第22-26页 |
| 2.1.1 样本偏差的原因与本质 | 第22-23页 |
| 2.1.2 样本偏差纠正的技术分析 | 第23-26页 |
| 2.2 基于样本偏差纠正的样本集优化整体设计 | 第26-28页 |
| 2.2.1 优化样本集的思路 | 第26-27页 |
| 2.2.2 样本偏差纠正的蒙特卡洛方法 | 第27-28页 |
| 2.3 生成样本方法的选择 | 第28-35页 |
| 2.3.1 解释变量的生成方法 | 第28-31页 |
| 2.3.2 被解释变量的生成方法 | 第31-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于蒙特卡洛的样本生成及样本集优化 | 第36-49页 |
| 3.1 原始样本数据的来源及预处理 | 第36-41页 |
| 3.1.1 原始样本数据的来源 | 第36-37页 |
| 3.1.2 原始样本数据的预处理 | 第37-41页 |
| 3.2 基于蒙特卡洛的样本生成 | 第41-45页 |
| 3.2.1 解释变量的生成 | 第41-42页 |
| 3.2.2 被解释变量的生成 | 第42-44页 |
| 3.2.3 样本随机性检验 | 第44-45页 |
| 3.3 优化样本集的设计和构造 | 第45-48页 |
| 3.3.1 优化样本集的设计 | 第45-47页 |
| 3.3.2 优化样本集的构造 | 第47-48页 |
| 3.4 本章小结 | 第48-49页 |
| 第4章 基于优化样本集的应用效果检验 | 第49-65页 |
| 4.1 检验模型的选择 | 第49-50页 |
| 4.1.1 单一模型的选择 | 第49-50页 |
| 4.1.2 组合模型的选择 | 第50页 |
| 4.2 单一模型的检验 | 第50-56页 |
| 4.2.1 Logistic 回归模型的检验 | 第50-52页 |
| 4.2.2 BP 神经网络模型的检验 | 第52-54页 |
| 4.2.3 K-近邻模型的检验 | 第54-56页 |
| 4.3 组合预测模型的检验 | 第56-62页 |
| 4.3.1 线性组合预测模型的检验 | 第56-59页 |
| 4.3.2 非线性组合预测模型的检验 | 第59-62页 |
| 4.4 检验结果分析 | 第62-63页 |
| 4.5 本章小结 | 第63-65页 |
| 结论 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 附录 六种评分模型部分概率值 | 第70-79页 |
| 致谢 | 第79页 |