个人信用评分混合模型研究
| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 引言 | 第12-19页 |
| ·问题的提出 | 第12-13页 |
| ·信用评分 | 第13页 |
| ·个人信用评分的定义和基本原理 | 第13-14页 |
| ·个人信用评分的意义 | 第14-15页 |
| ·国内外信用评分介绍 | 第15-17页 |
| ·国外信用评分 | 第15-16页 |
| ·我国信用评分 | 第16-17页 |
| ·国内外信用评分比较 | 第17页 |
| ·文献综述 | 第17-18页 |
| ·本文的主要创新点和框架 | 第18-19页 |
| ·主要创新点 | 第18页 |
| ·本文框架 | 第18-19页 |
| 第二章 三种个人信用评分单一模型 | 第19-24页 |
| ·Logistic回归 | 第19-21页 |
| ·Logistic回归模型 | 第19-20页 |
| ·Logistic回归模型的极大似然估计 | 第20-21页 |
| ·分类树 | 第21页 |
| ·随机森林算法 | 第21-24页 |
| ·随机森林算法的定义和基本性质 | 第21-22页 |
| ·随机森林算法的建模过程及评价 | 第22-24页 |
| 第三章 个人信用评分模型的检验 | 第24-27页 |
| ·hold-out sample法 | 第24页 |
| ·分离度的度量:K-S统计量 | 第24-26页 |
| ·ROC曲线 | 第26-27页 |
| 第四章 三种单一模型的实证分析 | 第27-34页 |
| ·数据来源及预处理 | 第27页 |
| ·Logistic回归模型的实证分析 | 第27-30页 |
| ·分类树模型的实证分析 | 第30-31页 |
| ·随机森林算法模型的实证分析 | 第31页 |
| ·本章小结 | 第31-34页 |
| 第五章 个人信用评分混合模型的建立 | 第34-39页 |
| ·建模依据 | 第34页 |
| ·实证分析 | 第34-37页 |
| ·本章总结 | 第37-39页 |
| 附录A German Credit Data说明 | 第39-43页 |
| 附录B 本文中实证结果的R程序 | 第43-46页 |
| 参考文献 | 第46-48页 |
| 致谢 | 第48页 |
