| 内容摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 选题背景和研究意义 | 第9-10页 |
| 1.1.1 选题背景 | 第9-10页 |
| 1.1.2 研究意义 | 第10页 |
| 1.2 国内外相关文献综述 | 第10-15页 |
| 1.2.1 申请评分 | 第11-13页 |
| 1.2.2 行为评分 | 第13-14页 |
| 1.2.3 利润评分 | 第14-15页 |
| 1.2.4 研究存在的问题及发展趋势 | 第15页 |
| 1.3 研究内容与方法 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究方法 | 第16页 |
| 1.4 本文创新点与不足 | 第16-17页 |
| 1.4.1 本文的创新点 | 第16页 |
| 1.4.2 本文的不足之处 | 第16-17页 |
| 第2章 电商金融和信用评分相关理论概述 | 第17-26页 |
| 2.1 电商金融的理论基础与发展现状 | 第17-22页 |
| 2.1.1 电商金融的理论基础 | 第17-20页 |
| 2.1.2 我国电商金融的发展现状 | 第20-22页 |
| 2.2 信用评分的发展与应用 | 第22-26页 |
| 2.2.1 信用评分的发展阶段 | 第22-23页 |
| 2.2.2 信用评分的应用 | 第23-26页 |
| 第3章 基于马尔科夫链的电商客户行为评分方法 | 第26-36页 |
| 3.1 电商客户行为评分方法 | 第26-28页 |
| 3.1.1 行为评分的原理 | 第26-28页 |
| 3.1.2 行为评分的效益以及影响 | 第28页 |
| 3.2 电商客户行为的马尔科夫链 | 第28-30页 |
| 3.2.1 马尔科夫过程介绍 | 第28-29页 |
| 3.2.2 电商行为评分的马尔科夫链模型 | 第29-30页 |
| 3.3 基于马尔科夫链的电商客户行为评分模型 | 第30-36页 |
| 3.3.1 电商客户的分类 | 第30-31页 |
| 3.3.2 构建马尔科夫转移概率矩阵并计算坏账率 | 第31-34页 |
| 3.3.3 运用坏账率构建logistic回归并建立行为评分模型 | 第34-36页 |
| 第4章 基于行为评分的电商客户信用额度动态管理模型 | 第36-40页 |
| 4.1 信用额度及其动态调整 | 第36-38页 |
| 4.1.1 信用额度介绍 | 第36-37页 |
| 4.1.2 信用额度动态调整 | 第37-38页 |
| 4.2 行为评分下的电商客户额度管理 | 第38-40页 |
| 第5章 实证应用与分析 | 第40-44页 |
| 5.1 样本期限与样本选取 | 第40-42页 |
| 5.2 电商客户坏账率以及行为评分计算 | 第42页 |
| 5.3 利用行为评分进行额度调整 | 第42-44页 |
| 第6章 结论 | 第44-46页 |
| 第7章 政策与建议 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 后记 | 第51页 |