| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外文献综述 | 第13-18页 |
| 1.3.1 互联网金融信用风险管理文献综述 | 第13-14页 |
| 1.3.2 P2P网贷信用风险因素评估文献综述 | 第14-16页 |
| 1.3.3 P2P网贷信用风险量化评估文献综述 | 第16-18页 |
| 1.3.4 文献评述 | 第18页 |
| 1.4 研究内容 | 第18-19页 |
| 1.5 研究思路与论文框架 | 第19-20页 |
| 1.5.1 研究思路 | 第19页 |
| 1.5.2 论文框架 | 第19-20页 |
| 1.6 本章小结 | 第20-21页 |
| 第二章 P2P网贷信用风险管理概述 | 第21-40页 |
| 2.1 P2P网贷理论综述 | 第21-23页 |
| 2.1.1 P2P网络借贷的定义 | 第21-22页 |
| 2.1.2 P2P网贷信用风险定义 | 第22-23页 |
| 2.2 国内P2P平台信用风险管理概述 | 第23-30页 |
| 2.2.1 国内P2P平台总体发展概况 | 第23页 |
| 2.2.2 国内P2P网贷平台运营模式 | 第23-25页 |
| 2.2.3 国内P2P网贷基本交易流程 | 第25-26页 |
| 2.2.4 国内P2P网贷信用风险成因 | 第26-27页 |
| 2.2.5 国内P2P平台信用风险应对机制 | 第27-28页 |
| 2.2.6 国内P2P网贷信用风险管理存在的问题 | 第28-30页 |
| 2.3 Lending Club平台信用风险管理概述 | 第30-37页 |
| 2.3.1 Lending Club运营模式 | 第31页 |
| 2.3.2 Lending Club平台交易流程 | 第31-33页 |
| 2.3.3 Lending Club风险管理组织架构 | 第33页 |
| 2.3.4 Lending Club信用风控机制 | 第33-36页 |
| 2.3.5 Lending Club信用风控中的大数据技术应用 | 第36-37页 |
| 2.4 国内平台借鉴Lending Club大数据风控的必要性 | 第37-39页 |
| 2.4.1 大数据信用风控系统的优势 | 第37-38页 |
| 2.4.2 国内平台对比Lending Club的差异与不足 | 第38-39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于大数据分析的P2P网贷信用风险评估方法 | 第40-51页 |
| 3.1 数据化信用风险评估概念与流程 | 第40-41页 |
| 3.2 中外P2P大数据风控系统概览 | 第41-42页 |
| 3.3 信用风险评估建模方法概述 | 第42-46页 |
| 3.3.1 信用风险评估建模方法选取 | 第42-43页 |
| 3.3.2 逻辑回归信用评估方法详述 | 第43-46页 |
| 3.4 P2P风控建模特征处理方法 | 第46-47页 |
| 3.4.1 数据分箱 | 第46页 |
| 3.4.2 分箱数据WOE编码 | 第46-47页 |
| 3.4.3 IV值计算 | 第47页 |
| 3.5 P2P风控建模评估指标 | 第47-49页 |
| 3.5.1 ROC曲线与AUC值 | 第47-49页 |
| 3.5.2 KS曲线与KS值 | 第49页 |
| 3.6 本章小结 | 第49-51页 |
| 第四章 基于Lending Club数据的风控建模实证 | 第51-78页 |
| 4.1 P2P借款数据源说明 | 第51-53页 |
| 4.2 P2P信用风险数据预处理 | 第53-61页 |
| 4.2.1 P2P借款状态分析 | 第53-54页 |
| 4.2.2 P2P借款数据预处理 | 第54-61页 |
| 4.3 逻辑回归风控建模 | 第61-74页 |
| 4.3.1 P2P借款数据特征处理 | 第61-62页 |
| 4.3.2 P2P信用风险关键特征选择 | 第62-64页 |
| 4.3.3 P2P信用评分模型构建与评估 | 第64-68页 |
| 4.3.4 P2P借款人信用评分 | 第68-70页 |
| 4.3.5 P2P信用违约因素分析 | 第70-74页 |
| 4.4 P2P风控建模实证结果分析 | 第74-77页 |
| 4.5 本章小结 | 第77-78页 |
| 第五章 Lending Club案例总结 | 第78-86页 |
| 5.1 Lending Club实证案例对国内P2P平台的借鉴意义 | 第78-82页 |
| 5.1.1 大数据信用风控机制 | 第78-81页 |
| 5.1.2 大数据指标体系 | 第81-82页 |
| 5.2 借鉴Lending Club的国内P2P行业发展建议 | 第82-85页 |
| 5.2.1 平台层面 | 第82-84页 |
| 5.2.2 国家政策层面 | 第84-85页 |
| 5.3 本章小结 | 第85-86页 |
| 第六章 总结与展望 | 第86-88页 |
| 6.1 研究总结 | 第86-87页 |
| 6.2 研究创新 | 第87页 |
| 6.3 研究展望 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 附录Ⅰ P2P数据原始特征分组与对应的woe编码 | 第92-95页 |
