| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-24页 |
| 1.1 研究背景及意义 | 第10-14页 |
| 1.1.1 研究背景 | 第10-13页 |
| 1.1.2 研究意义 | 第13-14页 |
| 1.2 文献综述 | 第14-19页 |
| 1.2.1 国外研究综述 | 第14-16页 |
| 1.2.2 国内研究综述 | 第16-19页 |
| 1.3 研究方法与论文结构 | 第19-21页 |
| 1.3.1 研究方法 | 第19-20页 |
| 1.3.2 论文结构 | 第20-21页 |
| 1.4 创新点、难点与不足 | 第21-24页 |
| 1.4.1 创新之处 | 第21页 |
| 1.4.2 难点 | 第21-22页 |
| 1.4.3 不足之处 | 第22-24页 |
| 第2章 统计模型介绍 | 第24-36页 |
| 2.1 二次判别分析模型 | 第24-26页 |
| 2.2 树类模型 | 第26-33页 |
| 2.2.1 分类回归树算法(CART) | 第26-28页 |
| 2.2.2 装袋法(Bagging) | 第28-29页 |
| 2.2.3 提升法(Boosting) | 第29-31页 |
| 2.2.4 随机森林(Random Forest) | 第31-33页 |
| 2.3 支持向量机(SVM) | 第33-34页 |
| 2.4 K最近邻分类算法(KNN) | 第34-36页 |
| 第3章 样本及变量选取 | 第36-45页 |
| 3.1 数据及样本获取 | 第36-40页 |
| 3.1.1 数据获取路径说明 | 第36-40页 |
| 3.1.2 样本初步选取 | 第40页 |
| 3.2 变量的选取 | 第40-45页 |
| 3.2.1 P2P网贷平台基本信息 | 第40-42页 |
| 3.2.2 P2P网贷平台交易信息 | 第42页 |
| 3.2.3 P2P网贷平台外部信息 | 第42-45页 |
| 第4章 数据处理及基本分析 | 第45-59页 |
| 4.1 数据获取 | 第45-49页 |
| 4.1.1 交易信息数据处理 | 第45页 |
| 4.1.2 外部信息数据处理 | 第45-49页 |
| 4.2 数据预处理 | 第49-55页 |
| 4.2.1 缺失值处理 | 第50-52页 |
| 4.2.2 异常值处理 | 第52-54页 |
| 4.2.3 数据标准化处理 | 第54-55页 |
| 4.3 描述性统计分析 | 第55-59页 |
| 第5章 P2P平台风险识别实证分析 | 第59-78页 |
| 5.1 统计模型预测结果的比较分析 | 第59-70页 |
| 5.1.1 平衡样本 | 第59-61页 |
| 5.1.2 训练集与测试集划分 | 第61-63页 |
| 5.1.3 分类模型混淆矩阵评价 | 第63-68页 |
| 5.1.4 分类模型其他评价方法 | 第68-69页 |
| 5.1.5 分类模型比较结果 | 第69-70页 |
| 5.2 P2P平台风险识别指标筛选 | 第70-76页 |
| 5.2.1 特征选择的基本原理 | 第71页 |
| 5.2.2 基于AUC-RF的指标筛选 | 第71-72页 |
| 5.2.3 随机森林分类误差分析 | 第72-74页 |
| 5.2.4 变量重要性分析 | 第74-76页 |
| 5.3 P2P网贷平台风险特征分析 | 第76-78页 |
| 第6章 P2P平台风险综合评价 | 第78-85页 |
| 6.1 P2P网贷平台风险综合评价 | 第78-82页 |
| 6.1.1 构建P2P平台风险综合评价指标体系 | 第78-79页 |
| 6.1.2 因子分析 | 第79-82页 |
| 6.2 P2P平台风险综合评价结果分析 | 第82-85页 |
| 结论 | 第85-87页 |
| 致谢 | 第87-88页 |
| 参考文献 | 第88-91页 |
| 攻读学位期间取得学术成果 | 第91页 |