摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
第一章 绪论 | 第12-34页 |
1.1 研究背景 | 第12-21页 |
1.1.1 互联网金融的发展 | 第12-14页 |
1.1.2 P2P网络借贷的发展 | 第14-19页 |
1.1.3 我国P2P网络借贷信用风险问题突出 | 第19-21页 |
1.2 选题的意义 | 第21-23页 |
1.2.1 理论意义 | 第21-22页 |
1.2.2 现实意义 | 第22-23页 |
1.3 文献综述 | 第23-31页 |
1.3.1 P2P网络借贷领域借款人研究综述 | 第23-27页 |
1.3.2 P2P信用风险评价方法研究综述 | 第27-30页 |
1.3.4 研究评述 | 第30-31页 |
1.4 研究内容和研究方法 | 第31-34页 |
1.4.1 研究内容 | 第31-32页 |
1.4.2 研究方法 | 第32-34页 |
第二章 P2P网络借贷及信用风险分析 | 第34-49页 |
2.1 P2P网络借贷的概念界定及特点 | 第34-35页 |
2.1.1 P2P网络借贷的概念界定 | 第34页 |
2.1.2 P2P网络借贷的特点 | 第34-35页 |
2.2 P2P网络借贷的模式分析 | 第35-42页 |
2.2.1 国外模式 | 第35-37页 |
2.2.2 国内模式 | 第37-42页 |
2.3 P2P网络借贷信用风险管理现状 | 第42-49页 |
2.3.1 信用风险的概念界定及特点 | 第42页 |
2.3.2 P2P网络借贷借款人信用风险的成因 | 第42-43页 |
2.3.3 P2P网络借贷借款人信用风险的管理现状 | 第43-49页 |
第三章 P2P网络借贷逾期借款人的特征研究 | 第49-59页 |
3.1 简单统计下逾期借款人的特征研究 | 第49-52页 |
3.1.1 逾期借款人地域分布 | 第49页 |
3.1.2 逾期借款人性别分布 | 第49-50页 |
3.1.3 逾期借款人学历分布 | 第50-51页 |
3.1.4 逾期借款人婚姻状况分布 | 第51页 |
3.1.5 逾期借款人职业分布 | 第51-52页 |
3.2 决策树模型下逾期借款人的特征研究 | 第52-59页 |
3.2.1 决策树方法概述 | 第52页 |
3.2.2 决策树属性选择方法 | 第52-54页 |
3.2.3 数据的采集与内容说明 | 第54页 |
3.2.4 决策树模型下借款人的特征研究 | 第54-59页 |
第四章 基于logistic模型的P2P网络借贷借款人行为的实证研究 | 第59-71页 |
4.1 拍拍贷平台 | 第59-61页 |
4.1.1 拍拍贷平台的信用风险体系 | 第59-61页 |
4.1.2 拍拍贷平台的保障模式 | 第61页 |
4.2 拍拍贷借款人违约风险实证研究 | 第61-69页 |
4.2.1 二元logistic模型简介 | 第61-62页 |
4.2.2 数据准备与变量的选取 | 第62-65页 |
4.2.3 相关系数分析 | 第65-66页 |
4.2.4 回归结果分析 | 第66-69页 |
4.3 样本的验证 | 第69-71页 |
4.3.1 借款人违约行为的预测模型 | 第69页 |
4.3.2 违约预测模型的样本验证 | 第69-71页 |
第五章 我国P2P网络借贷借款人信用风险政策建议 | 第71-78页 |
5.1 加强借款人信用信息风险防范 | 第71-74页 |
5.1.1 采用“硬信息+软信息”的信用分数和信用等级的评定 | 第71-72页 |
5.1.2 采取借款金额的“限额管理”办法 | 第72页 |
5.1.3 设置借款利率警戒线 | 第72-73页 |
5.1.4 根据借贷历史表现设置奖罚制度 | 第73页 |
5.1.5 鼓励提交优质、创新性的信用证明资料 | 第73-74页 |
5.2 建立大数据个人征信模式 | 第74-75页 |
5.3 选择优质P2P平台,预防借款人被动逾期 | 第75-77页 |
5.3.1 加大风险指标的权重 | 第75-76页 |
5.3.2 关注流动性等运营数据 | 第76页 |
5.3.3 重视线下调查 | 第76-77页 |
5.4 加强P2P网络借贷的政府监管 | 第77-78页 |
5.4.1 建立P2P网络借贷平台的信息报送机制 | 第77页 |
5.4.2 加强P2P网络借贷平台规范化运作,保护金融消费者合法权益 | 第77-78页 |
第六章 总结与展望 | 第78-80页 |
参考文献 | 第80-84页 |
附录 | 第84-104页 |
攻读硕士学位期间发表的学术论文及取得的相关科研成果 | 第104-105页 |
致谢 | 第105-106页 |