| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景与研究意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10页 |
| 1.1.2 研究意义 | 第10-11页 |
| 1.2 国内外文献综述 | 第11-16页 |
| 1.2.1 国外文献综述 | 第11-12页 |
| 1.2.2 国内文献综述 | 第12-15页 |
| 1.2.3 文献述评 | 第15-16页 |
| 1.3 研究内容与方法 | 第16-18页 |
| 1.3.1 研究内容 | 第16-18页 |
| 1.3.2 研究方法 | 第18页 |
| 1.4 创新之处 | 第18-20页 |
| 2 理论基础 | 第20-22页 |
| 2.1 信息不对称理论 | 第20页 |
| 2.2 消费伦理理论 | 第20页 |
| 2.3 Logistic回归模型 | 第20-21页 |
| 2.4 小结 | 第21-22页 |
| 3 基于问卷调查的大学生互联网消费金融信用风险分析 | 第22-36页 |
| 3.1 问卷设计与调查 | 第22-23页 |
| 3.2 调查样本基本特征 | 第23-26页 |
| 3.3 大学生互联网消费金融产品使用情况 | 第26-29页 |
| 3.3.1 大学生用户了解互联网消费金融产品的渠道 | 第26页 |
| 3.3.2 大学生互联网消费金融产品特性偏好 | 第26-27页 |
| 3.3.3 大学生互联网消费金融平台的选择 | 第27-28页 |
| 3.3.4 大学生互联网消费金融产品消费用途 | 第28-29页 |
| 3.4 大学生互联网消费金融信用风险识别 | 第29-32页 |
| 3.4.1 互联网消费金融产品使用频率 | 第29-30页 |
| 3.4.2 使用互联网消费金融消费金额 | 第30-31页 |
| 3.4.3 互联网消费金融产品还款来源 | 第31页 |
| 3.4.4 大学生月均可支配收入 | 第31-32页 |
| 3.5 大学生互联网消费金融信用风险表现 | 第32-33页 |
| 3.5.1 互联网消费金融还款方式选择情况 | 第32-33页 |
| 3.5.2 互联网消费金融违约情况 | 第33页 |
| 3.6 统计分析结论 | 第33-36页 |
| 4 基于Logistic模型的大学生互联网消费金融信用风险评价 | 第36-49页 |
| 4.1 变量选取与解释 | 第36-39页 |
| 4.1.1 备选指标的选取 | 第36-37页 |
| 4.1.2 备选指标分类 | 第37-39页 |
| 4.2 虚拟变量转换 | 第39-42页 |
| 4.3 自变量的逐步回归检验 | 第42-43页 |
| 4.4 Logistic模型的估计结果 | 第43-47页 |
| 4.5 实证分析结论 | 第47-49页 |
| 5 降低大学生互联网消费金融信用风险的建议 | 第49-53页 |
| 5.1 提升大学生个人预防信用风险的能力 | 第49页 |
| 5.2 制定大学生互联网消费金融大数据征信系统 | 第49-50页 |
| 5.3 加快建立大学生信用风险监测体系 | 第50-51页 |
| 5.4 加强大学生金融知识储备和信用教育 | 第51-53页 |
| 6 结论与展望 | 第53-55页 |
| 6.1 主要结论 | 第53-54页 |
| 6.2 研究展望 | 第54-55页 |
| 参考文献 | 第55-57页 |
| 附录 | 第57-60页 |
| 攻读学位期间取得的研究成果 | 第60-61页 |
| 致谢 | 第61页 |
