| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-24页 |
| 1.1 选题背景与研究意义 | 第12-14页 |
| 1.1.1 选题背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 研究综述 | 第14-20页 |
| 1.2.1 信用风险评估方法研究 | 第14-17页 |
| 1.2.2 P2P网络借贷研究 | 第17-20页 |
| 1.3 研究思路与研究内容 | 第20-24页 |
| 1.3.1 研究思路 | 第20-23页 |
| 1.3.2 研究内容 | 第23-24页 |
| 第2章 理论基础 | 第24-35页 |
| 2.1 概念界定 | 第24-26页 |
| 2.1.1 P2P网络借贷 | 第24-25页 |
| 2.1.2 P2P网贷借款人信用风险 | 第25-26页 |
| 2.2 信息不对称理论 | 第26-27页 |
| 2.3 随机森林 | 第27-35页 |
| 2.3.1 随机森林基本思想 | 第27-28页 |
| 2.3.2 随机森林分类相关理论 | 第28-35页 |
| 第3章 网贷借款人信用风险评估指标体系构建 | 第35-50页 |
| 3.1 数据来源 | 第35-39页 |
| 3.2 变量选择 | 第39-44页 |
| 3.2.1 目标变量的确定 | 第39-40页 |
| 3.2.2 数据预处理与变量选择 | 第40-44页 |
| 3.3 变量重要性及指标确定 | 第44-50页 |
| 第4章 基于随机森林的网贷借款人信用风险评估实证研究 | 第50-60页 |
| 4.1 创建训练集与测试集 | 第50-52页 |
| 4.2 最优参数组合确定 | 第52-55页 |
| 4.2.1 随机分割变量数 | 第53页 |
| 4.2.2 决策树数量 | 第53-54页 |
| 4.2.3 最优参数组合 | 第54-55页 |
| 4.3 模型评估 | 第55-59页 |
| 4.4 模型比较 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-70页 |
| 致谢 | 第70-72页 |
| 附录 A 攻读学位期间所发表的论文 | 第72-73页 |
| 附录 B 部分测试集数据 | 第73-81页 |
| 附录 C 建模算法代码 | 第81-87页 |