借款描述对P2P网络借贷影响的实证研究
摘要 | 第5-6页 |
Abstract | 第6-7页 |
第1章 绪论 | 第12-24页 |
1.1 研究背景及意义 | 第12-14页 |
1.1.1 研究背景 | 第12-13页 |
1.1.2 研究意义 | 第13-14页 |
1.2 国内外相关研究综述 | 第14-21页 |
1.2.1 传统银行信用风险控制研究 | 第14-15页 |
1.2.2 P2P网络借贷的信用风险控制 | 第15-18页 |
1.2.3 文本信息分析研究 | 第18-21页 |
1.3 研究内容及结构安排 | 第21-22页 |
1.4 研究方法 | 第22-23页 |
1.5 论文的创新 | 第23-24页 |
第2章 信用评分的理论基础及文本处理 | 第24-33页 |
2.1 P2P网络借贷成功率的影响因素 | 第24-27页 |
2.1.1 相关理论 | 第24-26页 |
2.1.2 FICO信用得分模型 | 第26-27页 |
2.2 文本处理 | 第27-33页 |
2.2.1 数据来源介绍 | 第27页 |
2.2.2 数据获取方式 | 第27-28页 |
2.2.3 文本预处理 | 第28-29页 |
2.2.4 构造文本特征 | 第29-33页 |
第3章 研究假设和实证模型 | 第33-36页 |
3.1 研究假设 | 第33页 |
3.2 模型构建和变量选取 | 第33-36页 |
第4章 借款描述影响的实证分析 | 第36-45页 |
4.1 描述性统计 | 第36-38页 |
4.2 实证结果及分析 | 第38-42页 |
4.2.1 借款描述内容对借款成功率的影响 | 第38-40页 |
4.2.2 借款人条件对借款描述效果的影响 | 第40-42页 |
4.3 稳健性检验 | 第42-45页 |
第5章 政策与建议 | 第45-47页 |
5.1 加强投资者教育 | 第45页 |
5.2 加强信息审核和监督 | 第45-46页 |
5.3 利用大数据优化信用评级模型 | 第46-47页 |
结论 | 第47-49页 |
参考文献 | 第49-53页 |
致谢 | 第53页 |