| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 课题背景 | 第9页 |
| 1.2 研究目的和意义 | 第9-11页 |
| 1.2.1 研究目的 | 第9-10页 |
| 1.2.2 研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 国外研究现状 | 第11-13页 |
| 1.3.2 国内研究现状 | 第13-15页 |
| 1.3.3 总结与分析 | 第15页 |
| 1.4 研究方法与研究内容 | 第15-19页 |
| 1.4.1 研究方法 | 第15-16页 |
| 1.4.2 研究内容及论文结构 | 第16-17页 |
| 1.4.3 研究方案 | 第17-19页 |
| 第2章 客户信用评价的相关理论 | 第19-36页 |
| 2.1 客户信用评价的相关理论和方法 | 第19-24页 |
| 2.1.1 客户信用评价的定义及内容 | 第19-20页 |
| 2.1.2 客户信用评价的基本方法 | 第20-21页 |
| 2.1.3 客户信用评价的基本过程 | 第21-24页 |
| 2.2 Logistic逻辑回归分析方法 | 第24-29页 |
| 2.2.1 发展历史 | 第24页 |
| 2.2.2 特点及应用 | 第24-25页 |
| 2.2.3 方法的步骤和组成 | 第25-29页 |
| 2.3 聚类分析方法 | 第29-35页 |
| 2.3.1 发展历史 | 第29-30页 |
| 2.3.2 特点及应用 | 第30页 |
| 2.3.3 方法的步骤和组成 | 第30-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于Logistic逻辑回归分析的客户信用评价 | 第36-54页 |
| 3.1 数据来源 | 第36页 |
| 3.2 建模的准备 | 第36-42页 |
| 3.2.1 目标变量定义 | 第36-37页 |
| 3.2.2 解释变量定义和初选 | 第37页 |
| 3.2.3 Cramer’s Value检验筛选解释变量 | 第37-39页 |
| 3.2.4 IV值方法再筛选解释变量 | 第39-42页 |
| 3.2.5 数据样本分割 | 第42页 |
| 3.3 模型的建立与分析 | 第42-49页 |
| 3.3.1 使用显著性检验筛选解释变量 | 第42-45页 |
| 3.3.2 模型参数估计结果及检验 | 第45-46页 |
| 3.3.3 构建Logistic逻辑回归方程 | 第46-47页 |
| 3.3.4 评估事件发生比 | 第47-48页 |
| 3.3.5 构建评分卡模型 | 第48-49页 |
| 3.4 模型有效性的验证 | 第49-52页 |
| 3.4.1 判错矩阵验证 | 第49-50页 |
| 3.4.2 一致性测试 | 第50-52页 |
| 3.5 评分卡模型应用 | 第52-53页 |
| 3.6 本章小结 | 第53-54页 |
| 第4章 基于聚类分析方法的客户信用评价 | 第54-70页 |
| 4.1 初步划分客户违约等级 | 第54页 |
| 4.2 对初步划分进行多重对应分析 | 第54-60页 |
| 4.3 使用系统聚类进行变量聚类分析 | 第60-68页 |
| 4.4 聚类分析模型应用 | 第68-69页 |
| 4.5 本章小结 | 第69-70页 |
| 结论 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间发表的学术论文 | 第76-78页 |
| 致谢 | 第78页 |