摘要 | 第1-6页 |
Abstract | 第6-9页 |
1 绪论 | 第9-15页 |
·选题背景及意义 | 第9页 |
·文献回顾及分析 | 第9-14页 |
·P2P网络信贷运行模式的综述 | 第10-11页 |
·P2P网络信贷借贷行为的综述 | 第11-12页 |
·P2P网络信贷融资效率的综述 | 第12-13页 |
·P2P网络信贷监管体制及风险防范的综述 | 第13-14页 |
·论文研究内容和研究方法 | 第14-15页 |
2 P2P网络信贷理论及风险分析 | 第15-25页 |
·P2P网络信贷理论 | 第15-18页 |
·P2P网络信贷的含义及角色关系 | 第15-16页 |
·P2P网络信贷的信用风险 | 第16-18页 |
·P2P网络信贷市场发展 | 第18-20页 |
·P2P网络信贷的发展历史 | 第18-19页 |
·P2P网络信贷的现状 | 第19-20页 |
·我国P2P网络信贷前景 | 第20页 |
·我国P2P网络信贷的主要运营模式 | 第20-23页 |
·拍拍贷模式 | 第20-21页 |
·宜信模式 | 第21-22页 |
·陆金所模式 | 第22-23页 |
·我国P2P网络信贷的风险分析 | 第23-24页 |
·信用风险 | 第23页 |
·市场风险 | 第23-24页 |
·操作风险 | 第24页 |
·政策风险 | 第24页 |
·本章小结 | 第24-25页 |
3 人工神经网络的原理 | 第25-31页 |
·人工神经网络的基本原理 | 第25-28页 |
·人工神经网络的基本概念 | 第25-26页 |
·人工神经网络的基本特征 | 第26页 |
·人工神经网络的分类 | 第26-28页 |
·基于B-P算法的人工神经网络 | 第28-30页 |
·B-P算法概述 | 第28页 |
·BP算法中的数学函数 | 第28-29页 |
·BP算法特点 | 第29-30页 |
·BP神经网络在P2P网络信贷借款人信用风险评估中应用的可行性 | 第30页 |
·本章小结 | 第30-31页 |
4 B-P神经网络模型的仿真 | 第31-42页 |
·指标选取 | 第31-33页 |
·指标选取原则 | 第31页 |
·商业银行个人信用评估指标选取 | 第31页 |
·P2P网络信贷借款人信用风险评估指标选取 | 第31-33页 |
·数据获得 | 第33-36页 |
·归一化处理 | 第36页 |
·模型的构建 | 第36-37页 |
·模型仿真 | 第37-41页 |
·训练过程及结果 | 第37-38页 |
·仿真过程及结果 | 第38-39页 |
·数据缺失的仿真结果验证 | 第39-40页 |
·仿真结果分析 | 第40-41页 |
·本章小结 | 第41-42页 |
5 结果分析和建议 | 第42-44页 |
·B-P神经网络方法的应用探讨 | 第42页 |
·完善P2P网络信贷借款人信用风险评估制度的对策和建议 | 第42-44页 |
6 结论及展望 | 第44-45页 |
·本文主要研究结论 | 第44页 |
·本文研究的不足 | 第44-45页 |
致谢 | 第45-46页 |
参考文献 | 第46-49页 |
附录:仿真实验过程中的部分核心代码 | 第49-50页 |