商业银行信贷逾期的预测
摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-13页 |
1.1 研究背景 | 第8页 |
1.2 研究意义 | 第8-9页 |
1.3 文献综述 | 第9-11页 |
1.4 本文研究内容 | 第11-12页 |
1.5 本文创新点 | 第12-13页 |
第二章 模型简介 | 第13-20页 |
2.1 Logistic回归模型简介 | 第13-15页 |
2.1.1 Logistic回归模型直观理解 | 第13页 |
2.1.2 Logistic回归模型原理 | 第13-15页 |
2.2 随机森林模型简介 | 第15-16页 |
2.3 SVM模型简介 | 第16-20页 |
第三章 数据准备及变量选择 | 第20-28页 |
3.1 异常值与缺失值的识别 | 第20-21页 |
3.1.1 异常值分析 | 第20页 |
3.1.2 缺失值分析 | 第20-21页 |
3.2 异常值和缺失值处理 | 第21-25页 |
3.2.1 异常值处理 | 第21-22页 |
3.2.2 缺失值处理 | 第22-25页 |
3.3 变量选择 | 第25-28页 |
3.3.1 IV算法 | 第25-28页 |
第四章 信贷逾期预测模型的建立及结果分析 | 第28-44页 |
4.1 建模前的准备 | 第28-37页 |
4.1.1 数据来源及描述性统计分析 | 第28-30页 |
4.1.2 数据清理 | 第30-31页 |
4.1.3 类别不平衡处理及变量选择 | 第31-34页 |
4.1.4 ROC分析 | 第34-37页 |
4.2 Logistic模型 | 第37-39页 |
4.3 随机森林模型 | 第39-41页 |
4.4 SVM模型 | 第41-44页 |
第五章 总结与展望 | 第44-47页 |
5.1 总结与比较分析 | 第44-45页 |
5.1.1 比较分析 | 第44页 |
5.1.2 总结 | 第44-45页 |
5.2 不足与展望 | 第45-47页 |
5.2.1 本文的不足 | 第45页 |
5.2.2 本文的展望 | 第45-47页 |
参考文献 | 第47-50页 |
附录 | 第50-61页 |
致谢 | 第61页 |