国家助学贷款中大学生信用风险评估研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-19页 |
·选题的背景和意义 | 第11-13页 |
·论文研究的背景 | 第11-12页 |
·论文研究的意义 | 第12-13页 |
·国内外研究现状 | 第13-16页 |
·国外研究现状 | 第13-14页 |
·国内研究现状 | 第14-15页 |
·国内外研究现状评述 | 第15-16页 |
·主要内容及研究方法 | 第16-18页 |
·主要内容 | 第16-17页 |
·研究方法 | 第17-18页 |
·论文创新之处 | 第18-19页 |
第2章 国家助学贷款中大学生信用风险现状分析 | 第19-26页 |
·国家助学贷款供需现状 | 第19-22页 |
·国家助学贷款中大学生信用风险现状 | 第22-24页 |
·国家助学贷款中大学生信用风险表现 | 第22-23页 |
·国家助学贷款中大学生信用风险主要特点 | 第23页 |
·国家助学贷款中大学生信用风险影响 | 第23-24页 |
·国家助学贷款中大学生信用风险管理现状 | 第24-25页 |
·本章小结 | 第25-26页 |
第3章 国家助学贷款大学生信用风险影响因素分析 | 第26-57页 |
·变量选取与模型设计 | 第26-28页 |
·影响变量的选取 | 第26页 |
·影响变量的量化 | 第26页 |
·研究模型的构建 | 第26-28页 |
·变量统计描述 | 第28-34页 |
·风险影响因素的因子分析 | 第34-40页 |
·自变量相关性检验 | 第34-35页 |
·因子分析 | 第35-40页 |
·风险影响因素的判别分析 | 第40-44页 |
·判别函数的建立 | 第40-43页 |
·判别函数结果分析 | 第43-44页 |
·风险影响因素的聚类分析 | 第44-50页 |
·分组聚类 | 第45-47页 |
·各风险组的贷款学生样本特征 | 第47-50页 |
·风险影响因素的Logistic分析 | 第50-55页 |
·高风险组Logistic模型 | 第50-53页 |
·一般风险组和低风险组Logistic模型 | 第53-55页 |
·结果分析 | 第55-56页 |
·本章小结 | 第56-57页 |
第4章 国家助学贷款信用风险评估模型研究 | 第57-78页 |
·建模方法介绍 | 第57-62页 |
·BP神经网络 | 第57-59页 |
·遗传算法 | 第59-62页 |
·遗传算法与BP网络的结合 | 第62页 |
·基于GABP的国家助学贷款信用风险评估建模 | 第62-78页 |
·国家助学贷款信用风险评价指标体系设计 | 第63页 |
·数据搜集与处理 | 第63-65页 |
·国家助学贷款信用风险评估模型的建立 | 第65-75页 |
·实证分析 | 第75-77页 |
·贷款学生概况 | 第75-76页 |
·GABP预测结果 | 第76-77页 |
·本章小结 | 第77-78页 |
第5章 国家助学贷款中大学生信用风险控制对策 | 第78-85页 |
·政府完善有关国家助学贷款的相关环境 | 第78-80页 |
·银行加强国家助学贷款信用风险管理工作 | 第80-81页 |
·学校建立国家助学贷款督导管理机制 | 第81-83页 |
·贷款者加强自我约束 | 第83-84页 |
·本章小结 | 第84-85页 |
结论 | 第85-87页 |
参考文献 | 第87-92页 |
攻读硕士学位期间发表的论文和取得的成果 | 第92-93页 |
致谢 | 第93页 |