| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究目的及研究方法 | 第9-10页 |
| 1.2.1 研究目的 | 第9页 |
| 1.2.2 研究方法 | 第9-10页 |
| 1.3 本文组织结构 | 第10-11页 |
| 1.4 本文创新及不足之处 | 第11-13页 |
| 1.4.1 本文创新 | 第11页 |
| 1.4.2 不足之处 | 第11-13页 |
| 第2章 相关研究综述 | 第13-15页 |
| 2.1 国外研究现状 | 第13页 |
| 2.2 国内研究现状 | 第13-14页 |
| 2.3 文献评述 | 第14-15页 |
| 第3章 P2P网络借贷概述 | 第15-25页 |
| 3.1 P2P网络借贷的定义 | 第15页 |
| 3.2 P2P网络借贷的发展现状 | 第15-17页 |
| 3.2.1 国外P2P网络借贷平台发展现状 | 第15-16页 |
| 3.2.2 国内P2P网络借贷平台发展现状 | 第16-17页 |
| 3.3 国内外网络借贷平台及其运营模式分析 | 第17-22页 |
| 3.3.1 国外网络借贷平台及其运营模式 | 第17-19页 |
| 3.3.2 国内网络借贷平台及其运营模式 | 第19-22页 |
| 3.4 P2P网络借贷信用风险的表现类型 | 第22-25页 |
| 第4章 P2P网络借贷借款人信用风险指标体系的建立 | 第25-29页 |
| 4.1 P2P网络借贷信用的相关理论概述 | 第25-26页 |
| 4.1.1 信用的含义 | 第25页 |
| 4.1.2 个人信用评价概述 | 第25-26页 |
| 4.2 借款人信用风险识别指标体系的建立 | 第26-29页 |
| 第5章 借款人信用风险识别的实证分析 | 第29-54页 |
| 5.1 样本数据的描述性统计 | 第29-31页 |
| 5.2 基于多项LOGISTIC回归模型对借款人信用等级的实证分析 | 第31-44页 |
| 5.2.1 Logistic回归模型的基本原理 | 第31页 |
| 5.2.2 Logistic回归模型的基本形式 | 第31-32页 |
| 5.2.3 Logistic回归模型的应用 | 第32页 |
| 5.2.4 实证分析 | 第32-44页 |
| 5.3 基于BP神经网络模型对借款人信用等级的实证分析 | 第44-53页 |
| 5.3.1 神经网络模型的概念和原理 | 第44-46页 |
| 5.3.2 BP神经网络模型的概念和原理 | 第46-47页 |
| 5.3.3 BP神经网络在风险识别方面的应用 | 第47-48页 |
| 5.3.4 实证分析 | 第48-53页 |
| 5.4 本章小结 | 第53-54页 |
| 第6章 结论与建议 | 第54-56页 |
| 6.1 主要结论 | 第54页 |
| 6.2 对策建议 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 在学期间发表的科研成果 | 第59-60页 |
| 后记 | 第60页 |
