摘要 | 第3-4页 |
ABSTRACT | 第4页 |
1 绪论 | 第7-11页 |
1.1 问题的提出及研究意义 | 第7-8页 |
1.1.1 问题的提出 | 第7页 |
1.1.2 研究意义 | 第7-8页 |
1.2 国内外研究现状 | 第8-9页 |
1.2.1 国外研究现状 | 第8页 |
1.2.2 国内研究现状 | 第8-9页 |
1.3 研究方法与论文框架 | 第9-11页 |
1.3.1 研究方法 | 第9页 |
1.3.2 论文框架 | 第9-11页 |
2 相关理论分析 | 第11-25页 |
2.1 银行个人信用评估 | 第11-13页 |
2.1.1 银行个人信用风险 | 第11页 |
2.1.2 银行个人信用评估的参考标准 | 第11-13页 |
2.2 BP神经网络模型 | 第13-19页 |
2.2.1 神经网络 | 第13-15页 |
2.2.2 BP神经网络 | 第15-19页 |
2.3 Logistic回归模型 | 第19-21页 |
2.3.1 模型介绍 | 第19-20页 |
2.3.2 模型中的参数估计 | 第20-21页 |
2.4 银行个人信用评估模型常用的评价指标 | 第21-25页 |
2.4.1 分类结果混淆矩阵、ROC曲线与AUC统计量 | 第21-23页 |
2.4.2 LIFT提升图与LIFT统计量 | 第23页 |
2.4.3 K-S曲线与K-S统计量 | 第23-25页 |
3 银行个人信用评估模型的实证分析 | 第25-46页 |
3.1 数据来源与变量分析 | 第25-27页 |
3.2 数据预处理 | 第27-31页 |
3.2.1 原始数据进行分列处理 | 第27-28页 |
3.2.2 数据进行标准化处理 | 第28-30页 |
3.2.3 数据进行主成分分析与相关性讨论 | 第30-31页 |
3.3 BP神经网络模型的实证分析 | 第31-38页 |
3.3.1 BP神将网络模型的建立 | 第31-33页 |
3.3.2 模型的训练结果与测试集的预测结果分析 | 第33-34页 |
3.3.3 BP神经模型的评估 | 第34-38页 |
3.4 LOGISTIC回归模型的实证分析 | 第38-46页 |
3.4.1 Logistic回归模型的建立 | 第38页 |
3.4.2 模型的训练结果与测试集的预测结果分析 | 第38-42页 |
3.4.3 LOGISTIC回归模型的评估 | 第42-46页 |
4 两个模型的对比分析 | 第46-50页 |
4.1 两个模型的预测结果的分析 | 第46页 |
4.2 两个模型的ROC曲线与AUC值对比分析 | 第46-47页 |
4.3 两个模型的LIFT提升图与LIFT统计量对比分析 | 第47-48页 |
4.4 两个模型的K-S曲线图与KS统计量对比分析 | 第48-50页 |
5 总结与展望 | 第50-52页 |
致谢 | 第52-53页 |
参考文献 | 第53-54页 |