基于决策树算法的房贷信用风险评估研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-10页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 研究目的和意义 | 第11页 |
| 1.3 国内外研究现状 | 第11-14页 |
| 1.3.1 国外研究现状 | 第11-13页 |
| 1.3.2 国内研究现状 | 第13-14页 |
| 1.4 主要研究内容与研究方法 | 第14-16页 |
| 1.4.1 主要研究内容 | 第14页 |
| 1.4.2 研究方法 | 第14-15页 |
| 1.4.3 技术路线 | 第15-16页 |
| 第2章 决策树算法和房贷信用风险评估概述 | 第16-21页 |
| 2.1 决策树算法概述 | 第16页 |
| 2.2 房贷信用风险概述 | 第16-19页 |
| 2.2.1 房贷信用风险的内涵 | 第16-17页 |
| 2.2.2 房贷信用风险的成因 | 第17-18页 |
| 2.2.3 房贷信用风险的特征 | 第18-19页 |
| 2.3 房贷信用风险评估现状分析 | 第19-20页 |
| 2.3.1 房贷信用风险的评估方法 | 第19页 |
| 2.3.2 房贷信用风险评估中存在的问题 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 房贷信用风险评估指标设计 | 第21-31页 |
| 3.1 房贷信用风险评估的影响因素分析 | 第21-24页 |
| 3.1.1 宏观因素 | 第21-23页 |
| 3.1.2 微观因素 | 第23-24页 |
| 3.2 评估指标设计的原则 | 第24-25页 |
| 3.3 评估指标的选择 | 第25-30页 |
| 3.3.1 指标筛选的原理 | 第25-26页 |
| 3.3.2 指标筛选的步骤 | 第26-28页 |
| 3.3.3 指标筛选的结 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 房贷信用风险评估决策树模型的构建 | 第31-40页 |
| 4.1 房贷信用风险评估方法分析 | 第31-33页 |
| 4.1.1 房贷信用风险评估方法对比分析 | 第31-32页 |
| 4.1.2 决策树的优势分析 | 第32-33页 |
| 4.2 决策树算法评估原理及模型 | 第33-37页 |
| 4.2.1 决策树算法评估原理 | 第33-35页 |
| 4.2.2 决策树算法评估模型 | 第35-37页 |
| 4.3 决策树模型评估步骤 | 第37-39页 |
| 4.3.1 指标数据的获取 | 第37页 |
| 4.3.2 修剪决策树 | 第37-38页 |
| 4.3.3 生成规则 | 第38页 |
| 4.3.4 评估结果的分析依据 | 第38-39页 |
| 4.4 本章小结 | 第39-40页 |
| 第5章 实证研究 | 第40-49页 |
| 5.1 A银行简介及信用风险概况 | 第40页 |
| 5.2 A银行房贷客户指标数据的采集与处理 | 第40-44页 |
| 5.2.1 A银行房贷客户数据的采集 | 第41页 |
| 5.2.2 A银行房贷客户数据的处理 | 第41-44页 |
| 5.3 A银行房贷客户的信用风险评估 | 第44-45页 |
| 5.3.1 决策树模型对A银行房贷信用风险的评估 | 第44页 |
| 5.3.2 评估结果分析 | 第44-45页 |
| 5.3.3 预测A银行房贷客户的信用等级 | 第45页 |
| 5.4 降低房贷信用风险的策略 | 第45-48页 |
| 5.4.1 降低房贷信用风险的宏观策略 | 第46页 |
| 5.4.2 降低房贷信用风险的微观策略 | 第46-48页 |
| 5.5 本章小结 | 第48-49页 |
| 结论 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 附录 | 第53-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-76页 |
| 致谢 | 第76页 |
