| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.1.1 研究背景 | 第8-10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 研究方法、内容及技术路线 | 第11-12页 |
| 1.2.1 研究方法 | 第11-12页 |
| 1.2.2 研究内容 | 第12页 |
| 1.2.3 研究技术路线 | 第12页 |
| 1.3 研究的创新点 | 第12-14页 |
| 第二章 文献综述与理论基础 | 第14-30页 |
| 2.1 文献综述 | 第14-25页 |
| 2.1.1 互联网金融概念和演化历程 | 第14-17页 |
| 2.1.2 P2P网络借贷研究现状 | 第17-22页 |
| 2.1.3 P2P网络借贷相关金融制度和监管 | 第22-23页 |
| 2.1.4 P2P网络借贷风险控制 | 第23-25页 |
| 2.2 金融相关理论基础 | 第25-26页 |
| 2.3 博弈理论 | 第26-28页 |
| 2.3.1 简单博弈模型 | 第27页 |
| 2.3.2 两阶段博弈模型 | 第27-28页 |
| 2.4 信贷配给理论 | 第28-30页 |
| 第三章 互联网金融与P2P网络借贷平台 | 第30-43页 |
| 3.1 互联网金融 | 第30-32页 |
| 3.1.1 互联网金融概念 | 第30页 |
| 3.1.2 互联网金融模式 | 第30-31页 |
| 3.1.3 互联网金融特点 | 第31-32页 |
| 3.2 国内外P2P网络借贷平台 | 第32-39页 |
| 3.2.1 P2P网络借贷相关概念 | 第32-34页 |
| 3.2.2 国内外P2P网络借贷平台 | 第34-39页 |
| 3.3 我国P2P网络借贷的风险分析 | 第39-41页 |
| 3.4 P2P网络借贷信用风险度量方法选择分析 | 第41-43页 |
| 第四章 互联网金融风险与个人信用风险评估方法 | 第43-50页 |
| 4.1 互联网金融风险 | 第43页 |
| 4.2 信用风险分析方法 | 第43-45页 |
| 4.2.1 传统信用风险分析方法 | 第44-45页 |
| 4.2.2 现代信用风险分析方法 | 第45页 |
| 4.3 P2P网络借贷借款者信用风险评估模型选择 | 第45-48页 |
| 4.3.1 人工神经网络模型原理 | 第45-47页 |
| 4.3.2 人工神经网络学习方法 | 第47-48页 |
| 4.3.3 人工神经网络的基本特点 | 第48页 |
| 4.4 基于BP算法的人工神经网络 | 第48-50页 |
| 4.4.1 BP算法特点 | 第48-49页 |
| 4.4.2 BP神经网络对P2P网络信贷中借款人信用风险度量的可行性分析 | 第49-50页 |
| 第五章 BP神经网络模型及仿真 | 第50-61页 |
| 5.1 模型指标选取与数据获得 | 第50-54页 |
| 5.2 模型构建与仿真 | 第54-57页 |
| 5.3 仿真结果验证 | 第57-58页 |
| 5.4 数据缺失情况下对模型的压力测试 | 第58页 |
| 5.5 结果分析与对策 | 第58-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 6.1 总结 | 第61页 |
| 6.2 不足与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读硕士学位期间发表论文情况 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录 | 第69-72页 |