| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 第一章 绪论 | 第14-40页 |
| 1.1 研究背景 | 第14-16页 |
| 1.1.1 研究目的和意义 | 第14-15页 |
| 1.1.2 问题的提出 | 第15-16页 |
| 1.2 相关概念及研究现状 | 第16-35页 |
| 1.2.1 信用风险的概念及研究现状 | 第16-21页 |
| 1.2.2 个人信用风险的概念与研究现状 | 第21-24页 |
| 1.2.3 个人信用风险评估的研究现状 | 第24-33页 |
| 1.2.4 信用卡信用风险的研究现状 | 第33-35页 |
| 1.3 主要研究内容与技术路线 | 第35-37页 |
| 1.4 主要创新之处 | 第37-40页 |
| 第二章 基于识别能力的个人信用风险评估指标体系构建方法 | 第40-51页 |
| 2.1 概述 | 第40页 |
| 2.2 个人信用风险评估指标的初选 | 第40-44页 |
| 2.2.1 国内外个人信用风险评估指标的比较 | 第40-42页 |
| 2.2.2 评估指标选取的原则 | 第42页 |
| 2.2.3 评估指标的初选 | 第42-44页 |
| 2.3 评估指标识别能力的判别 | 第44-46页 |
| 2.3.1 T检验 | 第44-45页 |
| 2.3.2 Wald检验 | 第45页 |
| 2.3.3 Log（Odds）判别 | 第45-46页 |
| 2.4 基于识别能力的个人信用风险评估指标体系构建 | 第46-47页 |
| 2.4.1 指标体系的构建思路 | 第46-47页 |
| 2.4.2 基于识别能力的个人信用风险评估指标体系 | 第47页 |
| 2.5 评估指标影响程度的显著性分析 | 第47-49页 |
| 2.5.1 向前Logistic逐步回归 | 第47-48页 |
| 2.5.2 向后Logistic逐步回归 | 第48-49页 |
| 2.6 本章小结 | 第49-51页 |
| 第三章 个人信用风险评估的基础结构与几何评估理论 | 第51-67页 |
| 3.1 概述 | 第51-52页 |
| 3.2 个人信用风险评估的序关系与优势结构 | 第52-55页 |
| 3.2.1 个人信用风险水平（Individual Credit Risk Level，ICRL） | 第52页 |
| 3.2.2 集合?上的序关系 | 第52-53页 |
| 3.2.3 集合?上的优势结构 | 第53-54页 |
| 3.2.4 基于偏差的一类个人信用风险评估方法 | 第54-55页 |
| 3.3 基于ICRES的个人信用风险几何评估理论 | 第55-59页 |
| 3.3.1 个人信用风险评估空间（Individual Credit Risk Evaluation Space，ICRES） | 第55-57页 |
| 3.3.2 偏序结构下的个人信用风险分级 | 第57-59页 |
| 3.4 示例分析 | 第59-66页 |
| 3.4.1 示例背景 | 第59-63页 |
| 3.4.2 对比分析 | 第63-65页 |
| 3.4.3 结果分析 | 第65-66页 |
| 3.5 本章小结 | 第66-67页 |
| 第四章 个人信贷客户的道德风险对信用风险的作用机理 | 第67-77页 |
| 4.1 概述 | 第67-68页 |
| 4.2 研究背景及假设 | 第68页 |
| 4.3 个人道德风险对贷款违约概率的作用机理 | 第68-72页 |
| 4.3.1 贷款利率对个人信贷客户道德风险的影响 | 第68-70页 |
| 4.3.2 贷款利率对个人信贷客户违约概率的影响 | 第70-71页 |
| 4.3.3 个人信贷客户的道德风险对贷款违约概率的影响 | 第71-72页 |
| 4.4 个人信贷客户的违约概率对道德风险的反作用 | 第72-73页 |
| 4.5 模拟分析 | 第73-76页 |
| 4.5.1 项目A的收益率?A服从正态分布下的讨论 | 第73-74页 |
| 4.5.2 项目A的收益率?A服从t分布下的讨论 | 第74-76页 |
| 4.6 本章小结 | 第76-77页 |
| 第五章 个人信用风险评估的双边聚类方法 | 第77-83页 |
| 5.1 概述 | 第77页 |
| 5.2 聚类要素的确定 | 第77-79页 |
| 5.2.1 解释变量的共线性诊断 | 第77-78页 |
| 5.2.2 Logistic逐步回归 | 第78页 |
| 5.2.3 确定聚类要素 | 第78-79页 |
| 5.3 双边聚类模型的建立 | 第79-80页 |
| 5.3.1 双边聚类结构 | 第79页 |
| 5.3.2 聚类距离的定义 | 第79-80页 |
| 5.3.3 聚类的分类算法 | 第80页 |
| 5.4 模型的检验 | 第80-81页 |
| 5.4.1 ROC曲线检验 | 第80-81页 |
| 5.4.2 模型间判别能力的比较 | 第81页 |
| 5.5 本章小结 | 第81-83页 |
| 第六章 个人信用风险评估的PSO-RBF神经网络模型 | 第83-88页 |
| 6.1 概述 | 第83页 |
| 6.2 基于PSO-RBF神经网络的个人信用风险评估模型的构建 | 第83-87页 |
| 6.2.1 基于PSO算法的PSO-RBF神经网络模型 | 第84-85页 |
| 6.2.2 样本数据及预处理 | 第85-86页 |
| 6.2.3 结果分析 | 第86-87页 |
| 6.3 本章小结 | 第87-88页 |
| 第七章 个人信用风险的遗传组合评估方法 | 第88-106页 |
| 7.1 概述 | 第88页 |
| 7.2 样本数据的选择及标准化 | 第88-89页 |
| 7.3 单一模型的构建 | 第89-99页 |
| 7.3.1 因子分析 | 第89-93页 |
| 7.3.2 FA-Logistic回归模型 | 第93-94页 |
| 7.3.3 FA- MLR模型 | 第94-96页 |
| 7.3.4 FA-RBF神经网络模型 | 第96-99页 |
| 7.4 个人信用风险的遗传组合评估模型 | 第99-102页 |
| 7.4.1 基本原理 | 第99-101页 |
| 7.4.2 遗传组合评估模型的构建及检验 | 第101-102页 |
| 7.5 单一模型和遗传组合模型的比较 | 第102-105页 |
| 7.5.1 准确率比较 | 第102-104页 |
| 7.5.2 稳健性分析 | 第104-105页 |
| 7.6 本章小结 | 第105-106页 |
| 第八章 基于行为属性的持卡人信用风险仿真实验 | 第106-118页 |
| 8.1 概述 | 第106-107页 |
| 8.2 基于多智能体的持卡人信用风险仿真模型的构建 | 第107-111页 |
| 8.2.1 信用卡市场环境的基本假设 | 第107-108页 |
| 8.2.2 信用卡市场中经济主体的基本属性和行为属性 | 第108-109页 |
| 8.2.3 持卡人信用风险的仿真模型构建 | 第109-111页 |
| 8.3 仿真实验与结果分析 | 第111-116页 |
| 8.3.1 持卡人同质情景下的仿真实验 | 第111-113页 |
| 8.3.2 持卡人异质情景下的仿真实验 | 第113-115页 |
| 8.3.3 发卡银行采取不同营销策略时所承担的信用卡风险仿真 | 第115-116页 |
| 8.4 本章小结 | 第116-118页 |
| 第九章 结束语 | 第118-122页 |
| 9.1 研究总结 | 第118-120页 |
| 9.2 不足与研究展望 | 第120-122页 |
| 致谢 | 第122-123页 |
| 主要参考文献 | 第123-138页 |
| 博士期间发表的论文和参加的科研项目 | 第138-140页 |
| 附录 | 第140-144页 |
