汽车消费信贷信用评价模式创新
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-17页 |
| 1.1 课题研究的背景与意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究现状综述 | 第11-15页 |
| 1.2.1 国内研究现状 | 第11-13页 |
| 1.2.2 国外研究现状 | 第13-15页 |
| 1.3 课题研究方法与内容 | 第15-16页 |
| 1.3.1 课题研究的内容 | 第15页 |
| 1.3.2 课题研究的方法 | 第15-16页 |
| 1.4 课题研究的创新之处 | 第16-17页 |
| 2 理论基础 | 第17-23页 |
| 2.1 消费信贷理论 | 第17-19页 |
| 2.1.1 消费选择理论 | 第17-18页 |
| 2.1.2 家庭金融理论 | 第18-19页 |
| 2.2 消费信贷信用评价 | 第19-21页 |
| 2.2.1 信用评价的内容 | 第19-20页 |
| 2.2.2 信用评价实践的共性 | 第20-21页 |
| 2.3 数据挖掘理论 | 第21页 |
| 2.4 聚类分析 | 第21-23页 |
| 3 汽车消费信贷信用评价现状与方法 | 第23-32页 |
| 3.1 汽车消费信贷的主要风险与成因 | 第23-28页 |
| 3.1.1 汽车消费信贷主要风险分析 | 第23-24页 |
| 3.1.2 汽车消费信贷风险成因分析 | 第24-28页 |
| 3.2 汽车消费信贷信用评价方法 | 第28-32页 |
| 3.2.1 传统评价方法 | 第28-29页 |
| 3.2.2 Logistic回归分析法 | 第29-30页 |
| 3.2.3 人工神经网络算法 | 第30-32页 |
| 4 Logistic信用评价模型实证分析 | 第32-39页 |
| 4.1 建模样本选择 | 第32页 |
| 4.2 特征变量分组 | 第32-34页 |
| 4.3 特征变量的转化 | 第34页 |
| 4.4 Logistic回归分析 | 第34-37页 |
| 4.5 Logistic信用评价模型问题分析 | 第37-39页 |
| 5 人工神经网络信用评价模型实证分析 | 第39-55页 |
| 5.1 人工神经网络信用模型指标选取 | 第39-40页 |
| 5.1.1 选取原则 | 第39页 |
| 5.1.2 选取结果 | 第39-40页 |
| 5.2 数据的采集与分析 | 第40-42页 |
| 5.3 数据处理 | 第42-47页 |
| 5.3.1 数据清理 | 第42-44页 |
| 5.3.2 数据转换 | 第44-45页 |
| 5.3.3 数据压缩 | 第45-46页 |
| 5.3.4 相关性分析 | 第46-47页 |
| 5.4 模型建立 | 第47-53页 |
| 5.4.1 建立模型 | 第47-49页 |
| 5.4.2 测试模型 | 第49-51页 |
| 5.4.3 评估模型 | 第51-53页 |
| 5.5 模型评价 | 第53-55页 |
| 6 两种模型实证分析结论与建议 | 第55-57页 |
| 6.1 实证分析结论 | 第55页 |
| 6.2 建议 | 第55-57页 |
| 参考文献 | 第57-59页 |
