| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究意义 | 第11-12页 |
| 1.3 关键概念界定 | 第12-13页 |
| 1.3.1 P2P网贷 | 第12页 |
| 1.3.2 信用风险 | 第12-13页 |
| 1.4 论文的主要研究方法 | 第13页 |
| 1.5 论文主要研究内容及其逻辑框架 | 第13-14页 |
| 1.6 本章小结 | 第14-15页 |
| 第二章 理论基础与文献综述 | 第15-21页 |
| 2.1 信息不对称理论 | 第15-16页 |
| 2.2 风险管理理论 | 第16-17页 |
| 2.2.1 定义 | 第16页 |
| 2.2.2 目标 | 第16页 |
| 2.2.3 流程 | 第16-17页 |
| 2.3 相关文献综述 | 第17-20页 |
| 2.3.1 针对网贷平台借款人和投资人的研究 | 第17-18页 |
| 2.3.2 针对网贷平台的研究 | 第18-19页 |
| 2.3.3 针对网贷平台第三方监管的研究 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第三章Z平台的信用风险综合评价指标体系的构建 | 第21-35页 |
| 3.1 Z平台的主要业务 | 第21-22页 |
| 3.1.1 Z平台现状 | 第21页 |
| 3.1.2 Z平台主要业务流程 | 第21-22页 |
| 3.2 数据获取 | 第22页 |
| 3.3 数据预处理 | 第22-24页 |
| 3.4 构建综合评价指标体系 | 第24-34页 |
| 3.4.1 指标体系构建 | 第24-25页 |
| 3.4.2 指标体系分析 | 第25-34页 |
| 3.5 本章小结 | 第34-35页 |
| 第四章Z平台的信用风险综合评价模型的构建 | 第35-59页 |
| 4.1 指标赋值 | 第35-37页 |
| 4.2 应用因子分析对指标进行降维 | 第37-44页 |
| 4.2.1 模型引入 | 第37-38页 |
| 4.2.2 理论基础 | 第38-39页 |
| 4.2.3 分析步骤 | 第39-44页 |
| 4.3 应用二元Logistic回归模型计算违约率 | 第44-47页 |
| 4.3.1 模型引入 | 第44-45页 |
| 4.3.2 理论基础 | 第45-46页 |
| 4.3.3 分析步骤 | 第46-47页 |
| 4.4 应用决策树模型计算违约率 | 第47-52页 |
| 4.4.1 模型引入 | 第47-48页 |
| 4.4.2 理论基础 | 第48-49页 |
| 4.4.3 分析步骤 | 第49-52页 |
| 4.5 构建信用风险的综合评价模型 | 第52-56页 |
| 4.5.1 模型构建 | 第52-54页 |
| 4.5.2 模型检验 | 第54-55页 |
| 4.5.3 模型对比 | 第55-56页 |
| 4.6 模型应用 | 第56-58页 |
| 4.7 本章小结 | 第58-59页 |
| 第五章 防范网贷信用风险的建议 | 第59-66页 |
| 5.1 面向投资人的防范信用风险的建议 | 第60页 |
| 5.1.1 重点关注信用评级指标和年利率 | 第60页 |
| 5.1.2 忽略成功借款笔数、工作时间和学历等低影响指标 | 第60页 |
| 5.1.3 关注借款人收入及资产情况 | 第60页 |
| 5.1.4 提升风险识别能力和分散风险能力 | 第60页 |
| 5.2 面向平台的防范信用风险的建议 | 第60-64页 |
| 5.2.1 丰富征信数据 | 第60-61页 |
| 5.2.2 建立用户画像 | 第61页 |
| 5.2.3 加强借款人资料的审核力度 | 第61-62页 |
| 5.2.4 提升准入门槛 | 第62页 |
| 5.2.5 建立完善的内部控制体系 | 第62-63页 |
| 5.2.6 提升员工职业道德和业务水平 | 第63-64页 |
| 5.3 面向第三方监管的防范信用风险的建议 | 第64-65页 |
| 5.3.1 完善法律监管 | 第64页 |
| 5.3.2 建立完善的国家信用体系和数据共享平台 | 第64-65页 |
| 5.3.3 加强行业自律 | 第65页 |
| 5.4 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 全文总结 | 第66-67页 |
| 6.2 研究展望 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |