| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| ?Abstract | 第8-9页 |
| 1 引言 | 第14-20页 |
| 1.1 研究背景 | 第14-15页 |
| 1.2 研究意义 | 第15-16页 |
| 1.2.1 理论意义 | 第15-16页 |
| 1.2.2 现实意义 | 第16页 |
| 1.3 研究思路和方法 | 第16-17页 |
| 1.3.1 研究思路 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.4 主要内容和创新点 | 第17-20页 |
| 1.4.1 主要内容 | 第17-19页 |
| 1.4.2 主要创新点 | 第19-20页 |
| 2 文献综述 | 第20-36页 |
| 2.1 民间借贷的发展 | 第20-21页 |
| 2.2 互联网金融的发展 | 第21-34页 |
| 2.2.1 发展历史及特点 | 第21-23页 |
| 2.2.2 风险控制 | 第23-34页 |
| 2.3 对文献综述的总结 | 第34-36页 |
| 3 互联网小贷的国内外发展现状与问题 | 第36-49页 |
| 3.1 国外网贷市场的发展 | 第36-37页 |
| 3.2 国内网贷市场的发展 | 第37-49页 |
| 3.2.1 P2P市场的发展及现状 | 第37-40页 |
| 3.2.2 国内P2P主要公司的近况介绍 | 第40-41页 |
| 3.2.3 现金贷市场的发展及现状 | 第41-45页 |
| 3.2.4 国内主要现金贷平台 | 第45-49页 |
| 4 KH公司网贷业务及违约风险评估分析 | 第49-84页 |
| 4.1 KH平台概况及主要功能 | 第49-52页 |
| 4.1.1 基本介绍 | 第49-51页 |
| 4.1.2 股东与组织结构 | 第51-52页 |
| 4.1.3 目标人群及核心产品 | 第52页 |
| 4.2 借款机制与流程 | 第52-54页 |
| 4.3 信用及风控体系 | 第54-58页 |
| 4.4 理论介绍及模型导入 | 第58-61页 |
| 4.4.1 Logistic回归模型的导入 | 第58-60页 |
| 4.4.2 带因子分析的Logistic回归模型 | 第60-61页 |
| 4.5 数据采集 | 第61-62页 |
| 4.6 数据预处理 | 第62-70页 |
| 4.6.1 字段转化与筛选 | 第63页 |
| 4.6.2 指标初步筛选与缺失数据补充 | 第63-66页 |
| 4.6.3 定性分析 | 第66-70页 |
| 4.7 借款人违约影响因素分析(建模) | 第70-82页 |
| 4.7.1 因子分析 | 第70-80页 |
| 4.7.2 模型回归分析 | 第80-82页 |
| 4.8 模型验证及讨论 | 第82-84页 |
| 5 风控模型的改进策略 | 第84-90页 |
| 5.1 改进策略 | 第84-87页 |
| 5.1.1 数据方面:深入挖掘与联通共享 | 第84-85页 |
| 5.1.2 模型方面:对比测试与多模型迭代相结合 | 第85页 |
| 5.1.3 系统:决策系统和数据处理系统加大投入 | 第85-86页 |
| 5.1.4 场景:改善产品设计、增加场景长度和场景闭环 | 第86页 |
| 5.1.5 人才:引入、合作与行业交流 | 第86-87页 |
| 5.2 改进机制、流程与标准 | 第87-88页 |
| 5.3 机器学习 | 第88-90页 |
| 6 总结与展望 | 第90-92页 |
| 参考文献 | 第92-95页 |