摘要
第1章 绪论
1.1 研究背景
1.2 研究目的与意义
1.2.1 研究的目的
1.2.2 研究的意义
1.3 研究内容与方法
1.3.1 研究内容
1.3.2 研究方法
1.4 本文的主要贡献
2.1 文献综述
2.1.1 信用风险识别研究相关文献
2.1.2 P2P网贷研究相关文献
2.1.3 文献评述
2.2 相关理论
2.2.1 信息不对称理论
2.2.2 XGBoost算法
第3章 大学生网贷信用风险问题描述与分析
3.1 大学生网贷信用风险概述
3.2 大学生网贷信用风险问题分析
3.2.1 偏重计量分析的定量方法
3.2.2 人工智能方法
3.3 小结
第4章 大学生网贷项目信用风险识别方案理论框架
4.1 客户细分
4.2 特征选择
4.3 信用评分卡
4.4 方案策划总体框架
第5章 大学生网贷项目信用风险识别模型
5.1 大学生网贷项目数据基本特征
5.1.1 数据来源
5.1.2 数据预处理
5.1.3 数据描述性统计
5.1.4 特征选择
5.2 基于Logistic模型的大学生网货项目信用风险识别
5.2.1 模型结果分析
5.2.2 预测效果
5.3 基于SVM模型的大学生网贷项目信用风险识别
5.4 基于XGBoost模型的大学生网贷项目信用风险识别
5.4.1 模型参数选择
5.4.2 模型结果分析
5.4.3 预测效果
5.5 模型比较
5.6 小结
第6章 基于客户细分的网贷项目信用风险识别方案设计
6.1 基于新老客户细分的网贷项目信用风险识别
6.1.1 新老客户细分结果
6.1.2 新客户人群网贷项目风险识别
6.1.3 老客户人群网贷项目风险识别
6.2 基于学历细分人群的网贷项目信用风险识别
6.2.1 基于学历细分结果
6.2.2 高学历人群网贷项目风险识别
6.2.3 普通人群网贷项目风险识别
6.2.4 低学历人群网贷项目风险识别
6.3 小结
第7章 大学生网贷项目信用风险度量方案
7.1 XGBoost模型度量方案
7.2 评分卡模型度量方案
7.2.1 变量筛选
7.2.2 WOE转换
7.2.3 Logistic回归
7.2.4 评分卡的创建
7.3 信用评分卡有效性检验
7.4 其他人群网贷项目信用风险的度量结果
第8章 结论
8.1 本文结论
8.2 不足与展望
参考文献
附录
致谢
声明