| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第13-23页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.1.1 研究背景 | 第13-14页 |
| 1.1.2 研究意义 | 第14页 |
| 1.2 国内外研究现状 | 第14-20页 |
| 1.2.1 国外研究现状 | 第14-17页 |
| 1.2.2 国内研究现状 | 第17-19页 |
| 1.2.3 国内基于Logistic回归模型信用风险相关研究 | 第19-20页 |
| 1.2.4 评述 | 第20页 |
| 1.3 研究内容、方法及创新点 | 第20-22页 |
| 1.3.1 研究内容 | 第20-22页 |
| 1.3.2 研究方法 | 第22页 |
| 1.3.3 创新点 | 第22页 |
| 1.4 本章小结 | 第22-23页 |
| 第2章 P2P网贷概述与信用风险分析 | 第23-36页 |
| 2.1 P2P网络借贷理论 | 第23-24页 |
| 2.1.1 P2P网络借贷的内涵 | 第23页 |
| 2.1.2 P2P网络借贷角色 | 第23-24页 |
| 2.2 P2P网贷发展规模 | 第24-26页 |
| 2.3 P2P网贷平台运营模式 | 第26-31页 |
| 2.3.1 纯线上网贷模式 | 第27-28页 |
| 2.3.2 线下债权转让模式 | 第28-29页 |
| 2.3.3 线上线下结合有担保模式 | 第29-30页 |
| 2.3.4 线下加盟/分店模式 | 第30-31页 |
| 2.4 P2P平台借款人信用风险分析 | 第31-35页 |
| 2.4.1 P2P网贷平台借款人信用风险类型 | 第31-33页 |
| 2.4.2 P2P平台借款人信用风险成因 | 第33-35页 |
| 2.5 本章小结 | 第35-36页 |
| 第3章 P2P网贷平台借款人信用风险度量 | 第36-42页 |
| 3.1 个人信用 | 第36页 |
| 3.2 国内个人信用评估现状 | 第36-37页 |
| 3.3 国外个人信用评估模式 | 第37页 |
| 3.4 传统信用风险测度方法 | 第37-38页 |
| 3.4.1 专家评分法 | 第37-38页 |
| 3.4.2 特征分析法 | 第38页 |
| 3.5 现代信用风险测度方法 | 第38-40页 |
| 3.5.1 FICO信用评分模型 | 第38页 |
| 3.5.2 判别分析法 | 第38-39页 |
| 3.5.3 神经网络模型 | 第39页 |
| 3.5.4 KMV模型 | 第39-40页 |
| 3.5.5 Logistic回归模型 | 第40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 Logistic回归模型在信用风险度量中的运用——以人人贷为例 | 第42-56页 |
| 4.1 人人贷简介 | 第42-44页 |
| 4.2 人人贷平台信用风险分析 | 第44-46页 |
| 4.3 人人贷财报分析 | 第46-47页 |
| 4.3.1 现金流动负债率 | 第46页 |
| 4.3.2 负债权益比率 | 第46-47页 |
| 4.4 数据预处理与备选指标选取 | 第47-53页 |
| 4.4.1 数据来源 | 第47-50页 |
| 4.4.2 数据准备阶段的处理 | 第50页 |
| 4.4.3 备选指标选取 | 第50-51页 |
| 4.4.4 备选指标设定 | 第51页 |
| 4.4.5 变量设定 | 第51-53页 |
| 4.5 构建回归模型 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 P2P网贷平台借款人信用风险的防范措施 | 第56-60页 |
| 5.1 借款人信用风险分析中发现的问题 | 第56页 |
| 5.2 信用风险管理制度中存在的缺陷 | 第56-57页 |
| 5.3 区块链技术在P2P平台的应用 | 第57-60页 |
| 5.3.1 契合平台内在要求 | 第57-58页 |
| 5.3.2 具体应用模式探讨 | 第58页 |
| 5.3.3 应用于P2P网络借贷平台的政策建议 | 第58-60页 |
| 第6章 结论和展望 | 第60-62页 |
| 6.1 结论 | 第60页 |
| 6.2 研究的不足以及展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 攻读硕士学位期间所取得的相关科研成果 | 第66-67页 |
| 致谢 | 第67页 |