| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 第一节 选题背景和研究意义 | 第8-10页 |
| 一、选题背景 | 第8-9页 |
| 二、研究意义 | 第9-10页 |
| 第二节 论文的结构框架 | 第10-11页 |
| 第三节 文献回顾及分析 | 第11-13页 |
| 一、国外相关理论 | 第11-12页 |
| 二、国内相关理论 | 第12-13页 |
| 三、国内外文献评述 | 第13页 |
| 第四节 文章的研究方法和主要创新点 | 第13-14页 |
| 第二章 P2P网络贷款概述及信用风险分析 | 第14-20页 |
| 第一节 P2P网络贷款的概述 | 第14-18页 |
| 一、运营模式 | 第14-15页 |
| 二、运作模式的特征 | 第15-16页 |
| 三、P2P网络贷款行业发展现状 | 第16-17页 |
| 四、P2P网络贷款行业的外部环境 | 第17-18页 |
| 第二节 P2P网络贷款的信用风险分析 | 第18-20页 |
| 一、信用风险的概念 | 第18页 |
| 二、产生信用风险的原因 | 第18-20页 |
| 第三章 P2P网络贷款信用风险的度量 | 第20-25页 |
| 第一节 传统的信用风险度量 | 第20-23页 |
| 一、专家分析法 | 第20页 |
| 二、信用评分法 | 第20-21页 |
| 三、Logistic回归法 | 第21-23页 |
| 四、神经网络分析法 | 第23页 |
| 第二节 基于数学工具的现代风险度量模型 | 第23-24页 |
| 一、KMV模型 | 第23页 |
| 二、Credit Risk+模型 | 第23-24页 |
| 三、Credit Metrics模型 | 第24页 |
| 第三节 本章小结 | 第24-25页 |
| 第四章 Logistic在信用风险度量中的实证分析——以人人贷为例 | 第25-37页 |
| 第一节 人人贷的平台介绍 | 第25-26页 |
| 第二节 指标的选取和数据的搜集 | 第26-28页 |
| 一、指标的选取 | 第26-28页 |
| 二、指标数据的搜集 | 第28页 |
| 第三节 主成分分析 | 第28-33页 |
| 一、相关性检验和多重共线性判定 | 第28-29页 |
| 二、KMO和Bartlett球形检验 | 第29-30页 |
| 三、主成分分析 | 第30页 |
| 四、确定因子载荷矩阵 | 第30-33页 |
| 第四节 构建Logistic模型 | 第33-35页 |
| 一、求取主成分F的表达式及数值 | 第33页 |
| 二、建立Logistic模型 | 第33-35页 |
| 第五节 模型的检验 | 第35-36页 |
| 第六节 实证结果分析 | 第36-37页 |
| 第五章 结论与建议 | 第37-39页 |
| 第一节 结论分析 | 第37页 |
| 第二节 不足之处 | 第37-38页 |
| 第三节 建议 | 第38-39页 |
| 参考文献 | 第39-41页 |
| 致谢 | 第41页 |