首页--经济论文--财政、金融论文--金融、银行论文--中国金融、银行论文--信贷论文

基于Logistic回归模型的校园贷信用风险评估研究

摘要第5-6页
Abstract第6页
第1章 绪论第11-20页
    1.1 研究背景与意义第11-13页
        1.1.1 研究背景第11-13页
        1.1.2 研究意义第13页
    1.2 文献综述第13-17页
        1.2.1 消费金融领域信用风险相关研究第13-14页
        1.2.2 校园贷信用风险来源和风险评估指标相关研究第14-15页
        1.2.3 校园贷信用风险评估模型相关研究第15-16页
        1.2.4 文献综评第16-17页
    1.3 论文的主要内容及创新点第17-20页
        1.3.1 主要内容第17-19页
        1.3.2 研究方法第19页
        1.3.3 创新点第19-20页
第2章 校园贷信用风险影响因素分析第20-28页
    2.1 校园贷业务模式第20-22页
        2.1.1 校园贷的P2P网贷平台模式第20-22页
        2.1.2 校园贷的分期购物平台模式第22页
    2.2 校园贷与一般P2P网贷比较第22-25页
        2.2.1 校园贷和一般P2P网贷的联系第22-25页
        2.2.2 校园贷和一般P2P网贷的区别第25页
    2.3 校园贷借款人信用风险影响因素分析第25-28页
        2.3.1 一般P2P网贷信用风险影响因素第26页
        2.3.2 校园贷信用风险影响因素第26-28页
第3章 校园贷信用风险评估模型的构建第28-34页
    3.1 Logistic回归基本原理和假设第28-30页
        3.1.1 Logistic回归基本原理第28-29页
        3.1.2 Logistic回归基本假设第29-30页
    3.2 Logistic回归模型的适用性分析第30-31页
    3.3 信用风险评估模型的构建第31-34页
        3.3.1 指标介绍第31-32页
        3.3.2 主成分分析第32页
        3.3.3 Logistic回归模型的构建和相关假设第32-34页
第4章 实证分析第34-48页
    4.1 数据来源和指标选取第34-36页
        4.1.1 数据来源与说明第34页
        4.1.2 训练样本与检验样本的选取第34-35页
        4.1.3 描述性统计分析第35-36页
    4.2 主成分分析第36-43页
        4.2.1 相关性检验和多重共线性判定第36-39页
        4.2.2 KMO和Bartlett检验第39-40页
        4.2.3 主成分分析第40-41页
        4.2.4 确定因子载荷矩阵第41-43页
    4.3 构建Logistic回归模型第43-45页
        4.3.1 求取主成分F的表达式及数值第43-44页
        4.3.2 建立Logistic回归模型第44-45页
    4.4 模型的检验第45-46页
        4.4.1 模型有效性检验第45-46页
        4.4.2 模型预测能力检验第46页
    4.5 实证结果分析第46-48页
第5章 规范校园贷信用风险的政策建议第48-50页
    5.1 扩大信用评估指标覆盖范围第48-49页
    5.2 扩大线下审核范围第49页
    5.3 实现平台间信用信息共享第49-50页
结论第50-51页
参考文献第51-54页
致谢第54页

论文共54页,点击 下载论文
上一篇:基于PSTR的股市波动对公司债券信用利差的影响研究
下一篇:基于生存分析方法的上市公司财务危机预警研究