逻辑回归在个人信用评级的应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 研究背景及研究方法 | 第6-12页 |
| 1.1 研究背景 | 第6页 |
| 1.2 小额贷款的发展优势 | 第6-7页 |
| 1.3 我国小额贷款公司的发展现状 | 第7-10页 |
| 1.4 小额信贷发展面临的问题与风险 | 第10-11页 |
| 1.5 本文主要的研究工作 | 第11-12页 |
| 2 信用风险 | 第12-23页 |
| 2.1 信用风险 | 第12-13页 |
| 2.2 信用风险的度量 | 第13-14页 |
| 2.3 征信体系建设 | 第14-15页 |
| 2.4 个人信用评级模型的发展 | 第15-16页 |
| 2.5 常用的信用评级方法 | 第16-23页 |
| 2.5.1 深度神经网络 | 第16-18页 |
| 2.5.2 判别分析方法 | 第18页 |
| 2.5.3 决策树模型 | 第18-19页 |
| 2.5.4 Logistic回归模型 | 第19-23页 |
| 3 数据预处理 | 第23-27页 |
| 3.1 连续数据离散化和离散化的好处 | 第23-24页 |
| 3.2 有监督离散化与无监督离散化 | 第24-25页 |
| 3.3 虚拟变量 | 第25-26页 |
| 3.4 变量的选择 | 第26-27页 |
| 4 实证分析 | 第27-38页 |
| 4.1 数据来源 | 第27页 |
| 4.2 相关性及单变量 | 第27-31页 |
| 4.3 原始数据离散化处理 | 第31页 |
| 4.4 模型的检验方法 | 第31-33页 |
| 4.5 模型的建立 | 第33-38页 |
| 5 结论与展望 | 第38-39页 |
| 致谢 | 第39-40页 |
| 参考文献 | 第40-41页 |
