大数据背景下消费信贷风险因素分析
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-15页 |
| 1.1 研究背景及意义 | 第8-10页 |
| 1.1.1 研究背景 | 第8-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外研究综述 | 第10-12页 |
| 1.3 本文研究的内容和方法 | 第12-15页 |
| 1.3.1 研究内容和方法 | 第12页 |
| 1.3.2 技术路线图 | 第12-13页 |
| 1.3.3 主要创新点 | 第13-15页 |
| 第二章 消费信贷公司的风险控制现状 | 第15-30页 |
| 2.1 消费信贷概述 | 第15页 |
| 2.2 国外消费信贷征信发展现状 | 第15-21页 |
| 2.2.1 国外大数据征信概述 | 第15-17页 |
| 2.2.2 美国大数据消费信贷发展现状 | 第17-21页 |
| 2.3 国内消费信贷公司发展状况 | 第21-30页 |
| 2.3.1 国内消费信贷公司发展状况 | 第21-24页 |
| 2.3.2 大数据下的消费信贷发展现状 | 第24-28页 |
| 2.3.3 国内征信发展状况 | 第28-30页 |
| 第三章 个人信贷模型概述 | 第30-44页 |
| 3.1 常见个人信用评分模型 | 第30-34页 |
| 3.1.1 统计模型 | 第30-33页 |
| 3.1.2 非统计模型（神经网络模型） | 第33-34页 |
| 3.2 违约概率模型的评估方法 | 第34-40页 |
| 3.3 常用消费信贷定价方法 | 第40-44页 |
| 3.3.1 KMV模型 | 第40页 |
| 3.3.2 RAROC模型 | 第40-44页 |
| 第四章 大数据背景下消费信贷风险因素探究 | 第44-56页 |
| 4.1 信用风险模型设定 | 第44-45页 |
| 4.2 数据来源及处理 | 第45-56页 |
| 4.2.1 消费信贷影响因素研究部分 | 第45-48页 |
| 4.2.2 个人信用因素探究 | 第48-56页 |
| 第五章 研究结论及展望 | 第56-58页 |
| 5.1 研究结论 | 第56-57页 |
| 5.2 未来展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 附录：所用代码 | 第63-73页 |
| 致谢 | 第73-74页 |
