| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 引言 | 第8-13页 |
| 1.1 选题背景及研究意义 | 第8-9页 |
| 1.2 国内外研究状况 | 第9-11页 |
| 1.2.1 国外研究状况 | 第9-10页 |
| 1.2.2 国内研究状况 | 第10-11页 |
| 1.3 研究内容及创新 | 第11-12页 |
| 1.4 论文结构 | 第12-13页 |
| 2 个人消费信贷概述及其风险分析 | 第13-19页 |
| 2.1 个人消费信贷概念 | 第13页 |
| 2.2 我国个人消费贷款发展及问题 | 第13-15页 |
| 2.3 个人住房贷款业务风险分析 | 第15-19页 |
| 2.3.1 假按揭贷款的风险 | 第15-16页 |
| 2.3.2 社会中介机构的风险 | 第16页 |
| 2.3.3 住房抵押的风险 | 第16页 |
| 2.3.4 借款人的风险 | 第16-19页 |
| 3 个人住房贷款信用风险评估指标体系 | 第19-33页 |
| 3.1 建立指标体系的原则 | 第19页 |
| 3.2 信用风险评估指标体系的构建 | 第19-33页 |
| 3.2.1 个人信用分析的原则 | 第19-20页 |
| 3.2.2 信用风险评估指标的选取 | 第20-31页 |
| 3.2.3 预测指标的选取 | 第31-33页 |
| 4 个人住房贷款信用风险评估模型 | 第33-49页 |
| 4.1 基于主成分分析的 RBF 神经网络风险评估模型 | 第33页 |
| 4.2 主成分分析 | 第33-36页 |
| 4.2.1 主成分分析的基本原理 | 第34页 |
| 4.2.2 主成分分析的计算步骤 | 第34-36页 |
| 4.3 RBF 神经网络 | 第36-41页 |
| 4.3.1 RBF 神经网络的基本原理 | 第36-37页 |
| 4.3.2 RBF 神经网络的网络结构 | 第37-38页 |
| 4.3.3 RBF 神经网络的训练过程 | 第38-40页 |
| 4.3.4 RBF 神经网络的优点 | 第40-41页 |
| 4.4 个人住房贷款信用风险评估模型的应用 | 第41-49页 |
| 4.4.1 主成分分析 | 第41-45页 |
| 4.4.2 RBF 神经网络 | 第45-46页 |
| 4.4.3 评估模型对比评 | 第46-49页 |
| 5 结论及展望 | 第49-51页 |
| 5.1 主要研究成果 | 第49-50页 |
| 5.2 有待进一步研究的问题 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55-60页 |
| 攻读硕士学位期间发表的学术论文 | 第60-61页 |
| 致谢 | 第61-62页 |