| 摘要 | 第1-9页 |
| Abstract | 第9-11页 |
| 第1章 绪论 | 第11-21页 |
| ·研究背景 | 第11-13页 |
| ·研究现状 | 第13-17页 |
| ·国外已有的评估模式 | 第13-15页 |
| ·国外评估方法综述 | 第15-16页 |
| ·国内发展现状 | 第16-17页 |
| ·研究的意义 | 第17-18页 |
| ·本文的主要研究内容、研究方法、结构与创新 | 第18-21页 |
| ·论文主要内容 | 第18-19页 |
| ·论文研究的方法 | 第19页 |
| ·论文的结构 | 第19-20页 |
| ·论文创新 | 第20-21页 |
| 第2章 个人信用风险评估 | 第21-29页 |
| ·个人信用风险评估相关概念 | 第21-23页 |
| ·“信用”的概念 | 第21页 |
| ·个人信用 | 第21-22页 |
| ·信用风险 | 第22页 |
| ·个人信用风险评估 | 第22页 |
| ·个人信用风险评估的原则 | 第22-23页 |
| ·个人信用风险的经济学成因 | 第23-26页 |
| ·逆向选择 | 第24-25页 |
| ·道德风险 | 第25-26页 |
| ·数据挖掘基本知识 | 第26-28页 |
| ·信用风险评估方法 | 第26-27页 |
| ·数据挖掘技术 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 基于数据挖掘个人信用风险评估单一模型 | 第29-36页 |
| ·个人信用风险评估的统计模型 | 第29-31页 |
| ·统计模型选择 | 第29-30页 |
| ·模型基本原理 | 第30-31页 |
| ·个人信用风险评估的神经网络模型 | 第31-36页 |
| ·神经网络的基本工作原理 | 第32-33页 |
| ·神经网络模型的选择 | 第33-34页 |
| ·RBF神经网络的原理 | 第34-36页 |
| 第4章 商业银行个人信用风险评估指标体系构建及数据预处理 | 第36-48页 |
| ·商业银行个人信用风险评估指标体系的构建 | 第36-40页 |
| ·个人信用风险评估指标体系的设计原则 | 第36-37页 |
| ·我国商业银行现行的个人信用风险评估指标体系 | 第37-38页 |
| ·商业银行个人信用风险评估指标的确定 | 第38-40页 |
| ·样本数据的预处理 | 第40-46页 |
| ·本文样本数据的来源 | 第40-41页 |
| ·数据清洗 | 第41-44页 |
| ·数据的标准化处理 | 第44-46页 |
| ·个人信用评估样本的抽取和分组 | 第46-47页 |
| ·违约标准的确定 | 第46页 |
| ·个人信用评估的抽样方法 | 第46页 |
| ·样本分组 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于数据挖掘方法个人信用风险评估体系的构建 | 第48-62页 |
| ·单一Logistic回归模型 | 第48-53页 |
| ·多重共线性 | 第48-50页 |
| ·Logistic回归模型的应用 | 第50-53页 |
| ·Logistic 回归模型的检验 | 第53页 |
| ·RBF神经网络单一模型 | 第53-56页 |
| ·数据标准化处理 | 第53-54页 |
| ·RBF 神经网络模型的应用 | 第54-56页 |
| ·基于统计方法和神经网络的组合预测模型的应用 | 第56-61页 |
| ·组合预测模型权重求解 | 第56-58页 |
| ·非负权重组合预测模型 | 第58-59页 |
| ·非负权重组合预测模型与单一模型比较 | 第59-61页 |
| ·本章小结 | 第61-62页 |
| 第六章 结论 | 第62-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-70页 |
| 附录：攻读硕士研究生期间公开发表的论文 | 第70页 |