声明
1 绪论
1.1 选题的背景和意义
1.1.1 选题的背景
1.1.2 选题的意义
1.2 国内外相关研究现状
1.2.1 国外相关研究
1.2.2 国内相关研究
1.2.3 研究现状的评述
1.3 研究重点、思路和可能的创新点
1.3.1 研究重点
1.3.2 研究思路
1.3.3 研究可能的创新点
2 相关理论基础
2.1 相关概念界定
2.2 担保公司客户信用风险管理的理论基础
2.2.2 交易成本理论
2.2.3 信用评级理论
2.3 数据分析方法简述
2.3.1 神经网络
2.3.2 朴素贝叶斯
2.3.3 决策树
2.3.4 支持向量机
2.4 数据分析方法的评述和选择
2.5 担保公司客户信用风险管理的理论综述
3.1 担保公司运作简述及H担保公司简介
3.2 H担保公司发展的瓶颈
3.3 H担保公司的客户信用风险管理现状
3.4 现有客户信用风险管理的问题
4 H 担保公司客户履约行为数据分析
4.1 客户数据以及履约行为数据的可用维度分析
4.1.1 可用的数据来源说明
4.1.2 可用的数据维度说明
4.1.3 数据分析目标及可用数据样本组和验证组说明
4.2 客户数据以及履约行为数据分析
4.2.1 样本数据及数据离散化
4.2.2 信息熵和信息增益计算
4.2.3 样本数据的可用性检测
4.2.4 朴素贝叶斯分类器
4.2.5 支持向量机模型
4.2.6 各分类器的比较和分析
4.2.7 对客户数据分析的结论
5 基于评估模型的客户信用风险管理和实施策略
5.1 建立客户信用风险分级预警机制
5.2 客户信用风险管理流程的梳理和改进
5.2.1 H担保公司贷前业务流程的改进方案
5.2.2 H担保公司贷后业务流程的改进方案
5.3 基于评估模型的贷前信用风险的管理策略
（1）应用信用评估模型，改进风控审核流程
（2）对客户实施专业化管理
（3）强化“大数据”应用和技术创新，拓展客户资源
（4）多方收集客户信息，明确调查重点，前瞻风险防控
5.4 基于评估模型的贷后信用风险的管理策略
（2）应用信用评估模型，及时催收
（3）健全客户资源档案，建立黑名单信息库
（4）动态调整信用风险评价模型
5.5 实施评估模型管理策略
6.1 研究结论
6.2 研究的展望
参考文献
附录A 数据分析部分R语言代码
致 谢
宁波大学;
