首页--经济论文--贸易经济论文--中国国内贸易经济论文--商品流通论文--电子贸易、网上贸易论文

基于logistic模型的P2P网贷借款人信用风险测度研究

摘要第4-5页
abstract第5页
1 绪论第9-19页
    1.1 研究背景与研究目的、意义第9-11页
        1.1.1 研究背景第9-10页
        1.1.2 研究目的和意义第10-11页
    1.2 国内外相关研究文献综述第11-16页
        1.2.1 国外相关研究现状第11-13页
        1.2.2 国内相关研究现状第13-15页
        1.2.3 国内外文献评述第15-16页
    1.3 主要研究内容与研究方法第16-17页
        1.3.1 研究内容第16页
        1.3.2 研究方法第16-17页
    1.4 论文结构安排第17-18页
    1.5 论文的创新与不足第18-19页
        1.5.1 创新之处第18页
        1.5.2 不足之处第18-19页
2 P2P网贷借款人信用风险测度理论分析第19-25页
    2.1 传统信用风险测度方法第19-20页
        2.1.1 专家评分法第19页
        2.1.2 特征分析法第19-20页
    2.2 现代信用风险测度方法第20-24页
        2.2.1 判别分析法第20页
        2.2.2 Logistic回归模型第20-22页
        2.2.3 神经网络模型第22-23页
        2.2.4 KMV模型第23页
        2.2.5 Credit Risk+模型第23页
        2.2.6 Credit Metrics模型第23页
        2.2.7 Mortality模型第23-24页
    2.3 信用风险测度方法的选择第24-25页
        2.3.1 传统信用风险测度方法第24页
        2.3.2 现代信用风险测度方法第24-25页
3 P2P网贷借款人信用风险发展现状第25-38页
    3.1 P2P网络贷款概述第25-29页
        3.1.1 运营模式第25页
        3.1.2 P2P网络贷款行业发展现状第25-29页
    3.2 P2P网贷平台借款人信用风险分析第29-38页
        3.2.1 信用风险的概念第29页
        3.2.2 产生信用风险的原因第29-30页
        3.2.3 信用风险发展现状——以拍拍贷为例第30-38页
4 P2P网贷借款人信用风险实证分析第38-51页
    4.1 代表平台的选取第38页
    4.2 指标的选取和数据搜集处理第38-41页
        4.2.1 指标的选取第38-39页
        4.2.2 搜集指标数据第39-40页
        4.2.3 处理指标数据第40-41页
    4.3 主成分分析第41-46页
        4.3.1 相关性检验和多重共线性判定第41-42页
        4.3.2 KMO和Bartlett检验第42-43页
        4.3.3 主成分分析第43-44页
        4.3.4 确定因子载荷矩阵第44-46页
    4.4 构建Logistic模型第46-49页
        4.4.1 求主成分F的关系式第46-47页
        4.4.2 建立Logistic模型第47-49页
    4.5 模型的检验第49页
    4.6 实证结果分析第49-51页
5 P2P网贷平台管理借款人信用风险的建议第51-55页
    5.1 全文归纳与结论第51-52页
    5.2 提出改进意见第52-55页
参考文献第55-57页
致谢第57页

论文共57页,点击 下载论文
上一篇:Topmetal像素传感芯片在超声成像中的应用研究
下一篇:混合偏差下均匀设计表的构造