| 中文摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第12-20页 |
| 1.1 综述 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 变量选择方法 | 第13-15页 |
| 1.2.2 信用风险评估模型 | 第15-16页 |
| 1.3 模型分类性能评价指标 | 第16-17页 |
| 1.4 本文主要研究内容及章节安排 | 第17-20页 |
| 第二章 稀疏组Lasso变量选择回归模型 | 第20-37页 |
| 2.1 引言 | 第20-21页 |
| 2.2 最优子集选择方法 | 第21-23页 |
| 2.2.1 子集搜索方法 | 第21-22页 |
| 2.2.2 子集评价准则 | 第22-23页 |
| 2.3 系数收缩方法 | 第23-35页 |
| 2.3.1 岭回归 | 第24-25页 |
| 2.3.2 Lasso回归 | 第25-27页 |
| 2.3.3 组Lasso回归 | 第27-29页 |
| 2.3.4 稀疏组Lasso回归 | 第29-31页 |
| 2.3.5 稀疏性解释与罚函数的几何性质 | 第31-35页 |
| 2.4 本章小结 | 第35-37页 |
| 第三章 稀疏组Lasso-Logistic模型 | 第37-47页 |
| 3.1 引言 | 第37页 |
| 3.2 逻辑回归 | 第37-39页 |
| 3.3 稀疏组Lasso-Logistic回归模型 | 第39-43页 |
| 3.4 数值模拟及性能分析 | 第43-46页 |
| 3.5 本章小结 | 第46-47页 |
| 第四章 基于稀疏组Lasso-Logistic回归模型的个人信贷风险预测分析 | 第47-55页 |
| 4.1 引言 | 第47页 |
| 4.2 数据来源及预处理 | 第47-48页 |
| 4.3 模型建立及预测 | 第48-53页 |
| 4.4 模型预测的准确性比较 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 第五章 总结与展望 | 第55-58页 |
| 5.1 总结与建议 | 第55-56页 |
| 5.2 不足与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 附录 | 第62-68页 |
| 学位论文评阅及答辩情况表 | 第68页 |