摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第9-16页 |
第一节 研究背景及意义 | 第9-10页 |
一、研究背景 | 第9页 |
二、研究意义 | 第9-10页 |
第二节 国内外文献综述 | 第10-13页 |
一、国外文献综述 | 第10-11页 |
二、国内文献综述 | 第11-13页 |
三、研究评述与问题提出 | 第13页 |
第三节 研究内容与研究方法 | 第13-14页 |
一、研究内容 | 第13-14页 |
二、研究方法 | 第14页 |
第四节 可能的创新点和不足 | 第14-16页 |
一、可能的创新点 | 第14页 |
二、存在的不足 | 第14-16页 |
第二章 相关理论基础 | 第16-20页 |
第一节 信息不对称理论 | 第16页 |
第二节 金融脱媒理论 | 第16-17页 |
第三节 信贷配给理论 | 第17-18页 |
第四节 风险管理理论 | 第18-20页 |
第三章 P2P网络借贷运营模式与风险识别 | 第20-26页 |
第一节 P2P网络借贷概念及特点 | 第20-21页 |
一、P2P网络借贷概念 | 第20页 |
二、P2P网络借贷特点 | 第20-21页 |
第二节 P2P网络借贷运营模式 | 第21-24页 |
一、信息中介模式 | 第22页 |
二、担保模式 | 第22-23页 |
三、类资产证券化模式 | 第23页 |
四、风险准备金模式 | 第23-24页 |
第三节 国内外模式比较与风险识别 | 第24-26页 |
第四章 基于数据挖掘的P2P网络借贷信用风险评估模型构建与优化 | 第26-35页 |
第一节 数据挖掘概述 | 第26-27页 |
第二节 模型构建与比较 | 第27-33页 |
一、朴素贝叶斯算法 | 第27-28页 |
二、IBk算法 | 第28-29页 |
三、决策树 | 第29页 |
四、二项Logistic回归 | 第29-31页 |
五、支持向量机 | 第31-32页 |
六、模型比较 | 第32-33页 |
第三节 模型评价与优化 | 第33-35页 |
一、模型评价 | 第33-34页 |
二、模型优化 | 第34-35页 |
第五章 实证分析 | 第35-44页 |
第一节 数据来源与预处理 | 第35-37页 |
第二节 描述性分析 | 第37-40页 |
一、标的概况 | 第37-38页 |
二、用户画像 | 第38-39页 |
三、风控水平 | 第39-40页 |
第三节 样本选取与模型设定 | 第40-42页 |
一、样本选取 | 第40-41页 |
二、特征变量与核函数选取 | 第41-42页 |
第四节 结果分析 | 第42-44页 |
第六章 研究结论与政策建议 | 第44-47页 |
第一节 研究结论 | 第44-45页 |
第二节 政策建议 | 第45-47页 |
一、保证我国P2P网络借贷客户个人信息质量 | 第45页 |
二、完善我国P2P网络借贷平台管理 | 第45页 |
三、加强我国P2P网络借贷风险控制水平 | 第45-47页 |
参考文献 | 第47-49页 |
致谢 | 第49-50页 |
攻读硕士学位期间科研情况 | 第50页 |