| 摘要 | 第3-4页 |
| Abstract | 第4页 |
| 1 绪论 | 第7-12页 |
| 1.1 研究的背景及意义 | 第7-8页 |
| 1.1.1 研究的背景 | 第7-8页 |
| 1.1.2 研究的意义 | 第8页 |
| 1.2 研究现状综述 | 第8-10页 |
| 1.2.1 国际研究背景 | 第8-9页 |
| 1.2.2 国内研究背景 | 第9-10页 |
| 1.3 论文研究的方法、结构及数据来源 | 第10-12页 |
| 1.3.1 研究方法 | 第10页 |
| 1.3.2 论文结构 | 第10-11页 |
| 1.3.3 数据来源及描述 | 第11-12页 |
| 2 相关理论分析 | 第12-15页 |
| 2.1 个人信用风险 | 第12页 |
| 2.2 个人信用评估模型性能评价方法 | 第12-15页 |
| 2.2.1 分类数据混淆矩阵 | 第12-13页 |
| 2.2.2 ROC曲线与AUC统计量 | 第13-15页 |
| 3 个人信用评估模型选取 | 第15-20页 |
| 3.1 个人信用单一评估模型概述 | 第15-18页 |
| 3.1.1 专家模型 | 第15页 |
| 3.1.2 多元判别分析模型 | 第15-16页 |
| 3.1.3 Logistic回归模型 | 第16-17页 |
| 3.1.4 神经网络模型 | 第17页 |
| 3.1.5 支持向量机模型 | 第17-18页 |
| 3.1.6 随机森林模型 | 第18页 |
| 3.2 个人信用组合评估模型选取 | 第18-20页 |
| 4 个人信用评估模型的建立与应用 | 第20-29页 |
| 4.1 数据预处理 | 第20页 |
| 4.1.1 删除或填充缺失值 | 第20页 |
| 4.1.2 删除无关变量 | 第20页 |
| 4.1.3 异常值处理 | 第20页 |
| 4.1.4 删除重复样本 | 第20页 |
| 4.2 特征变量处理 | 第20-26页 |
| 4.2.1 引入WOE值及IV值 | 第20-21页 |
| 4.2.2 变量的分箱及IV值计算 | 第21-24页 |
| 4.2.3 变量的相关性检验与多重共线性检验 | 第24-26页 |
| 4.3 建立个人信用评估组合模型 | 第26-27页 |
| 4.4 组合模型性能评估 | 第27-29页 |
| 5 组合模型与单一模型比较分析 | 第29-34页 |
| 5.1 组合模型与随机森林模型对比分析 | 第29-31页 |
| 5.1.1 随机森林模型预测结果分析 | 第29-30页 |
| 5.1.2 随机森林性能评估 | 第30页 |
| 5.1.3 随机森林与组合模型对比分析 | 第30-31页 |
| 5.2 组合模型与Logistic回归模型对比分析 | 第31-34页 |
| 5.2.1 Logistic回归模型预测结果分析 | 第31-32页 |
| 5.2.2 Logistic回归模型性能评估 | 第32页 |
| 5.2.3 Logistic回归与组合模型对比分析 | 第32-34页 |
| 6 总结与展望 | 第34-36页 |
| 参考文献 | 第36-38页 |
| 附录 | 第38-51页 |
| 附录 A | 第38-45页 |
| 附录 B | 第45-47页 |
| 附录 C | 第47-50页 |
| 附录 D学位论文数据集 | 第50-51页 |
| 致谢 | 第51-52页 |