消费金融公司个人信用评价方法研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第一章 绪论 | 第8-17页 |
| 第一节 研究背景与研究意义 | 第8-12页 |
| 一、研究背景 | 第8-11页 |
| 二、研究意义 | 第11-12页 |
| 第二节 文献综述 | 第12-15页 |
| 一、国内研究综述 | 第12-13页 |
| 二、国外研究综述 | 第13-15页 |
| 第三节 研究思路、方法和结构 | 第15-17页 |
| 第二章 消费金融及个人信用体系理论 | 第17-23页 |
| 第一节 消费金融相关概念 | 第17-19页 |
| 一、消费金融 | 第17页 |
| 二、消费金融公司 | 第17-18页 |
| 三、消费金融的风险 | 第18-19页 |
| 第二节 个人信用体系相关概念 | 第19-20页 |
| 一、个人信用 | 第19页 |
| 二、个人信用体系 | 第19页 |
| 三、个人信用评价 | 第19-20页 |
| 第三节 传统个人信贷风险评估体系 | 第20-22页 |
| 第四节 消费金融公司个人信用评估方法 | 第22-23页 |
| 第三章 相关方法及假说 | 第23-32页 |
| 第一节 个人信用评价方法理论介绍 | 第23-30页 |
| 一、经典判别分析 | 第23-24页 |
| 二、Logistic回归 | 第24页 |
| 三、神经网络 | 第24-25页 |
| 四、k最近邻方法 | 第25-26页 |
| 五、支持向量机 | 第26页 |
| 六、决策树及其组合分类方法 | 第26-30页 |
| 第二节 假说的提出 | 第30-32页 |
| 第四章 方法比较与选择 | 第32-57页 |
| 第一节 样本数据及初步分析 | 第32-39页 |
| 一、数据来源 | 第32-33页 |
| 二、数据的描述性分析 | 第33-39页 |
| 第二节 基于决策树方法的信用评价 | 第39-49页 |
| 一、决策树分类 | 第39-42页 |
| 二、Bagging分类 | 第42-44页 |
| 三、随机森林分类 | 第44-48页 |
| 四、Adaboost分类 | 第48-49页 |
| 第三节 决策树及组合分类方法的比较 | 第49-52页 |
| 第四节 与其它信用评价方法的比较分析 | 第52-57页 |
| 一、Logistc回归分类 | 第52-53页 |
| 二、神经网络方法 | 第53-54页 |
| 三、支持向量机 | 第54页 |
| 四、k最近邻法 | 第54-55页 |
| 五、分类方法的比较分析 | 第55-57页 |
| 第五章 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |
| 作者在读期间完成的研究成果 | 第63-64页 |
