| 中文摘要 | 第10-11页 |
| ABSTRACT | 第11-12页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景和研究意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 文献综述 | 第14-17页 |
| 1.2.1 P2P网络借贷中借款人方面的研究 | 第14-15页 |
| 1.2.2 P2P网络借贷中投资人方面的研究 | 第15-16页 |
| 1.2.3 P2P网络借贷平台方面的研究 | 第16-17页 |
| 1.2.4 研究述评 | 第17页 |
| 1.3 研究框架与研究方法 | 第17-19页 |
| 1.3.1 研究框架 | 第17-19页 |
| 1.3.2 研究方法 | 第19页 |
| 1.4 本文的创新点 | 第19-21页 |
| 第二章 我国P2P网络借贷平台的发展现状及风险分析 | 第21-31页 |
| 2.1 我国P2P网络借贷平台的发展现状 | 第21-26页 |
| 2.1.1 P2P网络借贷平台的概念及特征 | 第21-23页 |
| 2.1.2 P2P网络借贷平台的发展现状 | 第23-26页 |
| 2.2 我国P2P网络借贷平台的风险分析 | 第26-31页 |
| 2.2.1 破产跑路风险 | 第26-27页 |
| 2.2.2 非法集资风险 | 第27页 |
| 2.2.3 “拆标”风险 | 第27-28页 |
| 2.2.4 资金托管过程中存在的风险 | 第28页 |
| 2.2.5 资金来源和去向信息不明而造成洗钱风险 | 第28-31页 |
| 第三章 基于二元logistic回归的P2P网络借贷平台风险因素识别 | 第31-43页 |
| 3.1 二元logistic回归方法简介和算法介绍 | 第31-32页 |
| 3.1.1 二元logistic回归方法简介 | 第31页 |
| 3.1.2 二元logistic回归算法介绍 | 第31-32页 |
| 3.2 基于二元logistic回归的P2P网络借贷平台风险因素实证分析 | 第32-42页 |
| 3.2.1 数据选取与变量设计 | 第32-35页 |
| 3.2.2 描述性统计分析 | 第35-37页 |
| 3.2.3 logistic回归结果分析 | 第37-40页 |
| 3.2.4 模型稳健性检验 | 第40-42页 |
| 3.3 本章小结 | 第42-43页 |
| 第四章 基于BP神经网络的P2P网络借贷平台风险预警模型构建 | 第43-55页 |
| 4.1 BP神经网络方法简介和算法介绍 | 第43-45页 |
| 4.1.1 BP神经网络方法简介 | 第43-44页 |
| 4.1.2 BP神经网络算法介绍 | 第44-45页 |
| 4.2 基于BP神经网络模型的P2P网络借贷平台风险预警模型构建 | 第45-53页 |
| 4.2.1 指标和样本选取 | 第45-48页 |
| 4.2.2 数据归一化 | 第48页 |
| 4.2.3 模型构建 | 第48-49页 |
| 4.2.4 模型训练和仿真 | 第49-53页 |
| 4.3 本章小结 | 第53-55页 |
| 第五章 结论、建议与展望 | 第55-59页 |
| 5.1 结论 | 第55页 |
| 5.2 建议 | 第55-56页 |
| 5.3 展望 | 第56-59页 |
| 参考文献 | 第59-62页 |
| 攻读学位期间取得的研究成果 | 第62-63页 |
| 致谢 | 第63-64页 |
| 个人简况及联系方式 | 第64-65页 |
