逻辑回归模型在小额信贷企业中风控环节的应用研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第10-14页 |
| 1.1 研究的意义和方法 | 第10页 |
| 1.1.1 研究的意义 | 第10页 |
| 1.1.2 研究的方法 | 第10页 |
| 1.2 研究的内容 | 第10-12页 |
| 1.2.1 论文结构图 | 第10-11页 |
| 1.2.2 各章节内容简述 | 第11-12页 |
| 1.3 研究的背景 | 第12-14页 |
| 1.3.1 法律环境 | 第12-13页 |
| 1.3.2 市场环境 | 第13-14页 |
| 第2章 文献综述 | 第14-17页 |
| 2.1 小额信贷风险管理的文献综述 | 第14-15页 |
| 2.2 小额信贷信用风险管理的文献综述 | 第15页 |
| 2.3 逻辑回归应用于信用风险分析的文献综述 | 第15-17页 |
| 第3章 小额信贷企业介绍 | 第17-24页 |
| 3.1 组织架构&业务流程&产品介绍 | 第17-20页 |
| 3.1.1 组织架构 | 第17-18页 |
| 3.1.2 业务流程 | 第18-19页 |
| 3.1.3 产品介绍 | 第19-20页 |
| 3.2 客户信用资质审核流程&大纲简介 | 第20-21页 |
| 3.2.1 客户信用资质审核流程 | 第20-21页 |
| 3.2.2 信用资质审核大纲简介 | 第21页 |
| 3.3 小额信贷企业产品的盈利模式介绍 | 第21-24页 |
| 3.3.1 产品的成本 | 第22-23页 |
| 3.3.2 产品的收入 | 第23页 |
| 3.3.3 产品的利润 | 第23-24页 |
| 第4章 小额信贷企业的风险管理分析 | 第24-28页 |
| 4.1 风险管理的相关定义 | 第24-25页 |
| 4.2 小额信贷行业存在的风险 | 第25-26页 |
| 4.3 小额信贷企业面临风险的建议 | 第26-28页 |
| 第5章 小额信贷企业的信用风险管理分析 | 第28-31页 |
| 5.1 信用风险的相关定义 | 第28-29页 |
| 5.1.1 信用风险管理的历史变革 | 第28页 |
| 5.1.2 现代信用风险度量模型简述 | 第28-29页 |
| 5.2 对小额信贷企业信用风险管理的建议 | 第29-31页 |
| 第6章 小额信贷企业客户群信用风险度量 | 第31-46页 |
| 6.1 机器学习&逻辑回归简介 | 第31-33页 |
| 6.2 模型目标与样本选取 | 第33页 |
| 6.2.1 模型目标 | 第33页 |
| 6.2.2 样本选取 | 第33页 |
| 6.3 模型的变量 | 第33-35页 |
| 6.3.1 变量的选取 | 第33-34页 |
| 6.3.2 变量的处理 | 第34-35页 |
| 6.4 模型的构建过程 | 第35-39页 |
| 6.5 模型的结果 | 第39-43页 |
| 6.5.1 模型测试集的结果列示 | 第39-40页 |
| 6.5.2 模型参数的解释 | 第40-41页 |
| 6.5.3 模型的应用价值 | 第41-43页 |
| 6.6 深度学习的初步尝试 | 第43-46页 |
| 6.6.1 神经网络模型的简述 | 第43页 |
| 6.6.2 本节神经网络模型的结构 | 第43-44页 |
| 6.6.3 本节模型的结果 | 第44-46页 |
| 结论 | 第46-47页 |
| 参考文献 | 第47-48页 |
| 附录 神经网络测试代码 | 第48-52页 |
| 致谢 | 第52-53页 |
