| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10-12页 |
| 1.3 研究内容 | 第12-13页 |
| 1.4 研究方法 | 第13页 |
| 1.5 研究路线图 | 第13-15页 |
| 第2章 风险识别相关理论与文献综述 | 第15-24页 |
| 2.1 风险识别相关理论 | 第15页 |
| 2.2 文献综述 | 第15-24页 |
| 2.2.1 国外文献综述 | 第16-19页 |
| 2.2.2 国内文献综述 | 第19-21页 |
| 2.2.3 小结 | 第21-24页 |
| 第3章 P2P平台车抵贷业务的介绍与风险分析 | 第24-32页 |
| 3.1 P2P平台车抵贷业务的概况 | 第24-29页 |
| 3.1.1 P2P平台车抵贷业务的流程 | 第24-25页 |
| 3.1.2 P2P平台车抵贷业务的模式 | 第25-27页 |
| 3.1.3 P2P平台车抵贷业务的分析 | 第27-28页 |
| 3.1.4 P2P平台车抵贷业务的经营方式 | 第28-29页 |
| 3.2 P2P平台车抵贷业务所面临的风险 | 第29-32页 |
| 第4章 研究模型设计的思路与研究数据的准备 | 第32-42页 |
| 4.1 研究模型设计的思路 | 第32页 |
| 4.2 建模样本数据的处理 | 第32-33页 |
| 4.3 单变量的描述与分析 | 第33-39页 |
| 4.3.1 个人基本因子 | 第33-36页 |
| 4.3.2 抵押车辆因子 | 第36-37页 |
| 4.3.3 车抵贷项目因子 | 第37-39页 |
| 4.3.4 对变量的分析 | 第39页 |
| 4.4 特征工程 | 第39-42页 |
| 4.4.1 特征的处理 | 第39-40页 |
| 4.4.2 特征的选择 | 第40-42页 |
| 第5章 车抵贷业务风险识别的实证分析及评估 | 第42-54页 |
| 5.1 决策树、随机森林、极端随机树模型的实证分析 | 第42-46页 |
| 5.1.1 决策树 | 第42-44页 |
| 5.1.2 随机森林 | 第44-45页 |
| 5.1.3 极端随机树 | 第45页 |
| 5.1.4 决策树、随机森林、极端随机树模型的效果 | 第45-46页 |
| 5.2 GBDT+LR模型的实证分析 | 第46-49页 |
| 5.2.1 GBDT+LR模型 | 第46-48页 |
| 5.2.2 GBDT+LR模型的效果 | 第48-49页 |
| 5.3 XGBoost模型的实证分析 | 第49-53页 |
| 5.3.1 XGBoost模型 | 第49-51页 |
| 5.3.2 XGBoost模型的效果 | 第51-53页 |
| 5.4 各个模型效果的比较 | 第53-54页 |
| 第6章 结论与展望 | 第54-58页 |
| 6.1 结论 | 第54-55页 |
| 6.2 建议 | 第55-56页 |
| 6.3 展望 | 第56-58页 |
| 参考文献 | 第58-60页 |
| 代码附录 | 第60-75页 |
| 致谢 | 第75页 |