| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第16-34页 |
| 1.1 研究背景及问题 | 第16-17页 |
| 1.2 研究目的及意义 | 第17-19页 |
| 1.2.1 研究目的 | 第17-18页 |
| 1.2.2 研究意义 | 第18-19页 |
| 1.3 国内外研究现状 | 第19-30页 |
| 1.3.1 个人信用评分指标体系的研究现状 | 第19-23页 |
| 1.3.2 个人信用评分样本集的研究现状 | 第23-24页 |
| 1.3.3 个人信用评分模型的研究现状 | 第24-28页 |
| 1.3.4 个人信用评分应用的研究现状 | 第28-29页 |
| 1.3.5 现有研究成果评述 | 第29-30页 |
| 1.4 研究内容及方法 | 第30-34页 |
| 1.4.1 研究内容 | 第30-32页 |
| 1.4.2 研究方法 | 第32-33页 |
| 1.4.3 技术路线 | 第33-34页 |
| 第2章 个人信用评分系统优化的理论基础 | 第34-58页 |
| 2.1 个人信用评分系统 | 第34-36页 |
| 2.1.1 个人信用评分系统的界定 | 第34-35页 |
| 2.1.2 个人信用评分系统的构成 | 第35-36页 |
| 2.2 个人信用评分系统优化的理论分析 | 第36-49页 |
| 2.2.1 信贷中的博弈关系分析 | 第37-44页 |
| 2.2.2 个人信用评分系统下的信贷博弈 | 第44-48页 |
| 2.2.3 个人信用评分系统的优化目标 | 第48-49页 |
| 2.3 个人信用评分系统优化的关键问题 | 第49-56页 |
| 2.3.1 宏观指标及指标冗余问题 | 第49-51页 |
| 2.3.2 拒绝推论及样本容量问题 | 第51-54页 |
| 2.3.3 信用评分模型的选择问题 | 第54-55页 |
| 2.3.4 违约损失及信用等级问题 | 第55-56页 |
| 2.4 个人信用评分系统的优化方案 | 第56-57页 |
| 2.5 本章小结 | 第57-58页 |
| 第3章 基于PSO-CFS的个人信用评分指标体系的优化 | 第58-85页 |
| 3.1 个人信用的影响因素分析 | 第58-63页 |
| 3.1.1 个人信息 | 第58-60页 |
| 3.1.2 贷款特征 | 第60-61页 |
| 3.1.3 宏观经济因素 | 第61-63页 |
| 3.2 宏观经济因素影响个人信用的实证分析 | 第63-70页 |
| 3.2.1 指标定义 | 第63-65页 |
| 3.2.2 实证检验 | 第65-68页 |
| 3.2.3 结果分析 | 第68-70页 |
| 3.3 基于PSO-CFS的冗余指标约简 | 第70-72页 |
| 3.3.1 PSO-CFS算法的基本原理 | 第70-72页 |
| 3.3.2 个人信用冗余指标约简 | 第72页 |
| 3.4 实证检验 | 第72-84页 |
| 3.4.1 样本数据的处理 | 第72-76页 |
| 3.4.2 指标体系的建立及约简 | 第76-79页 |
| 3.4.3 指标体系有效性的检验 | 第79-80页 |
| 3.4.4 检验结果分析 | 第80-84页 |
| 3.5 本章小结 | 第84-85页 |
| 第4章 基于CBR的个人信用评分样本集的优化 | 第85-108页 |
| 4.1. 基于案例推理的拒绝推论纠正 | 第85-94页 |
| 4.1.1 拒绝推论纠正的案例推理方法 | 第85-87页 |
| 4.1.2 案例推理方法的优化设计 | 第87-94页 |
| 4.2 基于蒙特卡洛模拟的样本生成 | 第94-101页 |
| 4.2.1 解释变量的生成 | 第94-97页 |
| 4.2.2 被解释变量的生成 | 第97-99页 |
| 4.2.3 样本的检验 | 第99-101页 |
| 4.3 实证检验 | 第101-107页 |
| 4.3.1 拒绝样本的检验 | 第101-105页 |
| 4.3.2 生成样本的检验 | 第105-107页 |
| 4.4 本章小结 | 第107-108页 |
| 第5章 基于分类器融合的个人信用评分模型的构建 | 第108-131页 |
| 5.1 分类器融合的基本原理 | 第108-117页 |
| 5.1.1 分类器筛选和融合的标准 | 第108-115页 |
| 5.1.2 分类器融合方法 | 第115-117页 |
| 5.2 基分类池及选择标准的建立 | 第117-122页 |
| 5.2.1 基分类池的建立 | 第117-120页 |
| 5.2.2 分类器选择标准的建立 | 第120-122页 |
| 5.3 最优基分类器子集的搜索算法 | 第122-124页 |
| 5.3.1 穷举法 | 第122-123页 |
| 5.3.2 贪婪算法 | 第123页 |
| 5.3.3 基于群体的增量学习算法 | 第123-124页 |
| 5.4 分类器融合方法的选取 | 第124-126页 |
| 5.4.1 投票法 | 第124-125页 |
| 5.4.2 行为知识空间法 | 第125-126页 |
| 5.5 实证检验 | 第126-129页 |
| 5.5.1 分类器选择标准的应用和比较 | 第126-128页 |
| 5.5.2 搜索算法的应用和比较 | 第128-129页 |
| 5.5.3 融合方法的应用和比较 | 第129页 |
| 5.6 本章小结 | 第129-131页 |
| 第6章 基于LGD的个人信用评分系统应用的优化 | 第131-149页 |
| 6.1 违约损失率的度量 | 第131-134页 |
| 6.1.1 违约损失率的界定 | 第131页 |
| 6.1.2 违约损失率的度量技术 | 第131-133页 |
| 6.1.3 个人信用评分中违约损失率的度量 | 第133-134页 |
| 6.2 基于LGD的个人信用等级划分模型 | 第134-143页 |
| 6.2.1 个人信用等级划分的依据 | 第134-137页 |
| 6.2.2 基于LGD的个人信用等级划分模型设计 | 第137-140页 |
| 6.2.3 基于LGD的个人信用等级划分的模型求解 | 第140-143页 |
| 6.3 实证检验 | 第143-147页 |
| 6.3.1 模型构建 | 第143-145页 |
| 6.3.2 结果检验 | 第145-146页 |
| 6.3.3 管理策略 | 第146-147页 |
| 6.4 本章小结 | 第147-149页 |
| 结论 | 第149-152页 |
| 参考文献 | 第152-169页 |
| 攻读博士学位期间发表的论文及其它成果 | 第169-171页 |
| 致谢 | 第171-173页 |
| 个人简历 | 第173页 |