| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-23页 |
| ·问题研究的背景及意义 | 第8-11页 |
| ·问题研究的背景 | 第8-10页 |
| ·问题研究的意义 | 第10-11页 |
| ·住房信贷风险研究的发展现状 | 第11-15页 |
| ·住房抵押贷款违约因素 | 第11-13页 |
| ·基于期权的违约模型和比例危险模型研究 | 第13-14页 |
| ·对预期损失和取消抵押品赎回权的研究 | 第14-15页 |
| ·对违约过程中拖欠决策的研究 | 第15页 |
| ·信用评估模型研究的发展现状 | 第15-21页 |
| ·信用评估模型发展概况 | 第15-16页 |
| ·数理统计方法 | 第16-18页 |
| ·非参数方法 | 第18-19页 |
| ·人工智能方法 | 第19-21页 |
| ·本文研究的主要内容 | 第21-23页 |
| 第2章 基于后验概率支持向量机模型的基本原理 | 第23-33页 |
| ·统计学习理论 | 第23-27页 |
| ·机器学习的基本问题 | 第23-24页 |
| ·统计学习理论的核心内容 | 第24-27页 |
| ·支持向量机模型的原理及算法改进 | 第27-31页 |
| ·SVM 的分类原理 | 第27-29页 |
| ·SVM 的优点及算法改进 | 第29-31页 |
| ·基于后验概率的支持向量基模型 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第3章 住房信贷违约风险评估指标体系构建 | 第33-48页 |
| ·住房信贷违约的经济学分析 | 第33-35页 |
| ·住房信贷中的逆向选择 | 第33页 |
| ·住房抵押贷款中的道德风险 | 第33-35页 |
| ·住房信贷违约风险的影响因素分析 | 第35-39页 |
| ·借款人特征对违约风险的影响 | 第35-36页 |
| ·贷款特征对违约风险的影响 | 第36-37页 |
| ·房地产市场对违约风险的影响 | 第37-39页 |
| ·住房信贷违约风险评估指标体系 | 第39-47页 |
| ·现行住房信贷违约风险评估指标体系及存在的问题 | 第39-41页 |
| ·指标体系构建原则 | 第41-42页 |
| ·住房信贷违约风险评估指标的选择 | 第42-46页 |
| ·指标的量化处理方法 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第4章 基于后验概率SVM 模型在住房信贷违约风险评估中的应用 | 第48-66页 |
| ·样本数据来源与预处理 | 第48-51页 |
| ·基于后验概率的SVM 模型的应用 | 第51-55页 |
| ·数据标准化处理 | 第51-52页 |
| ·模型的构建与应用 | 第52-55页 |
| ·结果分析 | 第55-59页 |
| ·模型分类结果 | 第55-57页 |
| ·不同分类界限的分类结果 | 第57-59页 |
| ·与其他方法应用结果的比较 | 第59-65页 |
| ·Logit 模型的构建与应用 | 第59-60页 |
| ·BP 神经网络模型的构建与应用 | 第60-62页 |
| ·应用结果的比较 | 第62-65页 |
| ·本章小结 | 第65-66页 |
| 结论 | 第66-67页 |
| 参考文献 | 第67-71页 |
| 附录 | 第71-74页 |
| 致谢 | 第74-75页 |
| 个人简历 | 第75-76页 |