基于小额贷款的信用评分堆叠模型研究与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 前言 | 第9-13页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9页 |
| 1.1.2 研究目的 | 第9-10页 |
| 1.1.3 研究意义 | 第10页 |
| 1.2 国内外研究现状 | 第10-11页 |
| 1.2.1 国内研究文献综述 | 第10-11页 |
| 1.2.2 国外研究文献综述 | 第11页 |
| 1.3 研究思路与方法 | 第11-13页 |
| 1.3.1 研究思路 | 第11-12页 |
| 1.3.2 研究方法 | 第12-13页 |
| 第二章 小额贷款数据的探索性分析 | 第13-19页 |
| 2.1 数据来源 | 第13-14页 |
| 2.2 数据清洗 | 第14-17页 |
| 2.2.1 缺失值处理 | 第14-15页 |
| 2.2.2 无效值处理 | 第15页 |
| 2.2.3 异常值处理 | 第15-16页 |
| 2.2.4 定性变量处理 | 第16-17页 |
| 2.2.5 无量纲化处理 | 第17页 |
| 2.3 划分数据集 | 第17-19页 |
| 第三章 信用评分指标的选取 | 第19-24页 |
| 3.1 选取评分指标的原则 | 第19页 |
| 3.2 个人信用评分指标考虑的主要因素 | 第19页 |
| 3.3 变量选择 | 第19-24页 |
| 3.3.1 变量选择方法概述 | 第19-20页 |
| 3.3.2 WOE分箱法 | 第20-24页 |
| 第四章 建立模型 | 第24-49页 |
| 4.1 logistic回归 | 第24-29页 |
| 4.1.1 回归模型的设立 | 第24-25页 |
| 4.1.2 参数估计及显著性检验 | 第25-26页 |
| 4.1.4 KS及AUC检验 | 第26-29页 |
| 4.2 极值梯度提升 | 第29-39页 |
| 4.2.1 理论推导 | 第29-35页 |
| 4.2.2 变量选择 | 第35-36页 |
| 4.2.3 参数估计及结果分析 | 第36-39页 |
| 4.3 深度神经网络 | 第39-43页 |
| 4.3.1 理论推导 | 第39-41页 |
| 4.3.2 参数估计及结果分析 | 第41-43页 |
| 4.4 堆叠模型 | 第43-47页 |
| 4.4.1 评分模型 | 第44页 |
| 4.4.2 堆叠模型及其结果 | 第44-47页 |
| 4.5 模型比较及结论分析 | 第47-49页 |
| 第五章 总结与展望 | 第49-51页 |
| 参考文献 | 第51-54页 |
| 附录Ⅰ 选取指标代码 | 第54-60页 |
| 附录Ⅱ 模型主要代码 | 第60-62页 |
| 致谢 | 第62-63页 |
