| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 前言 | 第9-15页 |
| 1.1 研究背景及目的 | 第9-12页 |
| 1.2 研究意义 | 第12页 |
| 1.3 国内外文献综述 | 第12-14页 |
| 1.4 研究方法及内容框架 | 第14-15页 |
| 第二章 商业银行信用卡信用风险评估理论 | 第15-24页 |
| 2.1 信用卡定义 | 第15页 |
| 2.2 信用卡业务模式及发展现状 | 第15-16页 |
| 2.3 信用卡风险类型及产生原因 | 第16-18页 |
| 2.3.1 信用卡风险类型 | 第16-17页 |
| 2.3.2 信用卡信用风险产生的原因 | 第17-18页 |
| 2.4 商业银行信用卡信用风险评估常用方法简介 | 第18-24页 |
| 2.4.1 经验判断法与信用评级法 | 第19-20页 |
| 2.4.2 决策树方法 | 第20-22页 |
| 2.4.3 logistics回归法 | 第22-24页 |
| 第三章 商业银行信用卡信用风险评估的随机森林算法研究 | 第24-32页 |
| 3.1 关于分类问题的探讨 | 第24-27页 |
| 3.1.1 分类问题简介与分类器原理 | 第24-25页 |
| 3.1.2 分类器组合介绍 | 第25-27页 |
| 3.2 分类回归树CART | 第27-28页 |
| 3.3 随机森林模型 | 第28-32页 |
| 3.3.1 随机森林定义 | 第28页 |
| 3.3.2 随机森林模型算法 | 第28-29页 |
| 3.3.3 随机森林的泛化误差(Generalization error)理论分析 | 第29-30页 |
| 3.3.4 OOB估计 | 第30页 |
| 3.3.5 随机森林算法的优势与模型应用 | 第30-32页 |
| 第四章 基于随机森林的信用卡信用风险评估的实证研究 | 第32-41页 |
| 4.1 数据介绍 | 第32-33页 |
| 4.2 数据处理 | 第33页 |
| 4.3 商业银行信用卡信用风险评估模型 | 第33-37页 |
| 4.3.1 参数设置 | 第33-35页 |
| 4.3.2 模型输出 | 第35-37页 |
| 4.4 模型比较 | 第37-41页 |
| 第五章 结论及展望 | 第41-44页 |
| 5.1 本文主要结论 | 第41页 |
| 5.2 政策建议 | 第41-42页 |
| 5.3 研究展望 | 第42-44页 |
| 参考文献 | 第44-46页 |
| 附录 | 第46-47页 |
| 致谢 | 第47页 |
