我国P2P网贷平台风险评估与预警分析
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-22页 |
| 第一节 研究背景与研究意义 | 第10-12页 |
| 一、选题背景 | 第10-11页 |
| 二、研究意义 | 第11-12页 |
| 第二节 文献综述 | 第12-18页 |
| 一、国内相关研究 | 第12-16页 |
| 二、国外相关研究 | 第16-18页 |
| 第三节 研究方法和研究内容 | 第18-22页 |
| 一、本文的研究方法 | 第18-19页 |
| 二、本文的研究框架 | 第19-20页 |
| 三、创新与不足 | 第20-22页 |
| 第二章 P2P网贷平台的发展现状 | 第22-32页 |
| 第一节 P2P网贷平台基本情况分析 | 第22-27页 |
| 一、P2P网贷行业趋于良性发展 | 第22-23页 |
| 二、P2P网贷行业的优势及发展历程 | 第23-24页 |
| 三、P2P网络网贷平台业务流程及类型 | 第24-27页 |
| 第二节 P2P网贷平台风险 | 第27-32页 |
| 一、风险的特性 | 第27页 |
| 二、P2P网贷平台风险的概念及成因 | 第27-29页 |
| 三、P2P网贷平台风险分类 | 第29-32页 |
| 第三章 P2P网贷平台风险评价分析 | 第32-51页 |
| 第一节 风险评价指标体系构建 | 第32-34页 |
| 一、风险评价指标体系设计原则 | 第32页 |
| 二、指标体系的建立 | 第32-34页 |
| 第二节 风险评价模型与方法 | 第34-41页 |
| 一、数据挖掘理论概述 | 第34-35页 |
| 二、Logistic回归基本原理 | 第35-37页 |
| 三、决策树算法基本原理 | 第37-38页 |
| 四、支持向量机算法基本原理 | 第38-41页 |
| 五、评价方法 | 第41页 |
| 第三节 P2P网贷平台风险测度 | 第41-51页 |
| 一、数据处理 | 第41-42页 |
| 二、风险测度 | 第42-49页 |
| （一）基于Logistic回归模型的风险测度 | 第42-45页 |
| （二）基于CART决策树算法的风险测度 | 第45-47页 |
| （三）基于支持向量机的风险测度 | 第47-49页 |
| 三、风险测度模型评估 | 第49-51页 |
| 第四章 P2P网贷平台风险预警分析 | 第51-73页 |
| 第一节 风险预警指标体系的建立 | 第51-53页 |
| 一、指标选取的原则 | 第51-52页 |
| 二、预警指标体系的构建 | 第52-53页 |
| 第二节 基于主成分分析法的风险预警的度量 | 第53-67页 |
| 一、主成分分析法的原理 | 第53-55页 |
| 二、改进的KLR信号分析法原理 | 第55页 |
| 三、预警区间的确定 | 第55-56页 |
| 四、P2P网贷平台风险预警系统的实现 | 第56-67页 |
| 第三节 基于BP神经网络的预测模型构建 | 第67-73页 |
| 一、BP神经网络的原理 | 第67-68页 |
| 二、基于改进的BP神经网络的风险预警 | 第68-71页 |
| 三、结果分析 | 第71-73页 |
| 第五章 结论与建议 | 第73-76页 |
| 第一节 基本结论 | 第73-74页 |
| 第二节 政策建议 | 第74-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-91页 |
| 在读期间科研成果 | 第91-92页 |
| 致谢 | 第92页 |
