商业银行客户违约预测模型研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 一、绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外文献综述 | 第10-12页 |
| 1.2.1 关于变量选择的文献综述 | 第10-11页 |
| 1.2.2 关于个人信用评估模型的文献综述 | 第11-12页 |
| 1.3 研究内容、结构安排与方法 | 第12-14页 |
| 1.3.1 研究内容与结构安排 | 第12-14页 |
| 1.3.2 研究方法 | 第14页 |
| 1.4 主要创新点 | 第14-15页 |
| 二、传统变量选择方法与违约预测模型概述 | 第15-26页 |
| 2.1 变量选择方法概述 | 第15-17页 |
| 2.1.1 T检验法 | 第15-16页 |
| 2.1.2 IV值 | 第16-17页 |
| 2.2 违约模型概述 | 第17-26页 |
| 2.2.1 决策树模型 | 第17-19页 |
| 2.2.2 随机森林模型 | 第19页 |
| 2.2.3 Logistic回归模型 | 第19-21页 |
| 2.2.4 神经网络模型 | 第21-23页 |
| 2.2.5 支持向量机模型 | 第23-26页 |
| 三、客户违约预测模型的构建 | 第26-30页 |
| 3.1 EMD变量选择方法 | 第26-28页 |
| 3.1.1 EMD的由来及演变 | 第26-27页 |
| 3.1.2 EMD与变量选择 | 第27-28页 |
| 3.2 代价矩阵的C5.0决策树算法 | 第28-29页 |
| 3.3 客户违约预测模型研究设计 | 第29-30页 |
| 四、实证分析 | 第30-38页 |
| 4.1 数据准备 | 第30-31页 |
| 4.1.1 问题定义 | 第30页 |
| 4.1.2 研究样本确定 | 第30页 |
| 4.1.3 数据预处理 | 第30-31页 |
| 4.2 EMD筛选变量 | 第31-32页 |
| 4.3 基于代价矩阵的决策树模型的建立与分析 | 第32-34页 |
| 4.4 模型有效性检验 | 第34-38页 |
| 4.4.1 模型有效性的评估方法 | 第34-35页 |
| 4.4.2 模型有效性检验及结果对比 | 第35-38页 |
| 五、研究结论与展望 | 第38-39页 |
| 5.1 总结 | 第38页 |
| 5.2 展望 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41页 |
