基于大数据的金融零售信用风险评估研究

　　1 绪论
　　1.1 研究背景与研究意义
　　1.1.1 研究背景
　　1.1.2 研究意义
　　1.2 文献综述
　　1.2.1 关于信用风险管理的研究
　　1.2.2 关于信用风险理论模型的研究
　　1.2.3 关于信用风险评估方法应用的相关研究
　　1.2.4 有关压力测试的相关研究
　　1.2.5 关于个人借款者信用风险评估的研究
　　1.2.6 关于中小企业信用风险的相关研究
　　1.2.7 关于数据处理方法的研究
　　1.3 文献评述
　　2 信用风险概述及其理论
　　2.1 信用风险及零售信用风险概述
　　2.1.1 信用及零售信用的概念
　　2.1.2 信用风险概述
　　2.2 信用风险理论
　　2.2.1 基于期权理论的结构型模型
　　2.2.2 基于强度模型的约化型模型
　　2.3 本章小结
　　3 信用风险评估方法
　　3.1 常用的零售信用风险静态评估方法
　　3.1.1 Logistic回归模型
　　3.1.2 BP神经网络
　　3.1.3 集成学习方法
　　3.2 动态评估方法——Cox模型
　　3.3 评估方法准确性的评价指标
　　3.3.1 混淆矩阵
　　3.3.2 一致性指数
　　3.3.3 其余评价指标
　　4 基于人人贷平台的个人借款者信用风险指标体系的建立
　　4.1 人人贷借贷平台
　　4.1.1 平台的整体运行状况
　　4.1.2 人人贷平台个人借款者特征及其违约情况分析
　　4.2 个人借款者信用风险指标体系的建立
　　4.2.1 微观指标
　　4.2.2 宏观指标
　　5 基于生存分析的个人借款者信用风险评估及压力测试
　　5.1 Cox模型和压力测试
　　5.2 基于生存分析的个人借款者信用风险评估分析
　　5.2.1 数据来源及预处理
　　5.2.2 基于生存分析的个人借款者信用风险评估
　　5.2.3 基于Logistic回归的信用风险评估
　　5.2.4 个人借款者信用风险的预测精度
　　5.3 个人借款者信用风险的压力测试
　　5.3.1 基于离散时间逻辑生存分析的评估结果
　　5.3.2 个人借款者的整体违约率分布
　　5.4 本章小结
　　6 基于Lasso-Cox模型的个人借款者信用风险评估研究
　　6.1 评估模型——Lasso-Cox模型
　　6.2 个人借款者信用评估指标选择及数据来源
　　6.2.1 模型设计
　　6.2.2 数据来源及处理
　　6.3 个人借款者信用风险的评估结果
　　6.3.1 Lasso模型确立的信用风险评估指标
　　6.3.2 Lasso-Cox PH模型的参数估计及其检验
　　6.3.3 Lasso-Cox模型的参数估计及其检验
　　6.3.4 各模型的预测结果分析
　　6.4 本章小结
　　7 基于LGB—BAG模型的个人借款者信用风险评估
　　7.1 评估方法——LGB-BAG模型
　　7.2 个人借款者信用风险评估的研究流程
　　7.2.1 评估指标选取
　　7.2.2 数据来源及预处理
　　7.2.3 数据分析
　　7.2.4 模型设计
　　7.2.5 判别评估效果的衡量指标选择
　　7.3 个人借款者信用风险评估的实验结果和分析
　　7.4 本章小结
　　8 基于Lasso-Logistic模型的个人借款者信用风险评估
　　8.1 评估模型——Lasso-Logistic模型
　　8.2 个人借款者信用风险评估指标体系及其赋值
　　8.3 数据来源与评估结果
　　8.3.1 数据来源及处理
　　8.3.2 羊群效应的度量及描述性统计分析
　　8.3.3 参数估计
　　8.3.4 预测能力分析
　　8.4 本章小结
　　9 基于BP神经网络的个人借款者信用风险评估
　　9.1 评估模型——BP神经网络模型
　　9.2 个人借款者信用风险评估指标体系及其赋值
　　9.3 数据来源及样本
　　9.4 个人借款者的信用风险评估结果
　　9.4.1 BE’神经网络
　　9.4.2 Logistic回归方法
　　9.5 本章小结
　　10 中小企业界定及现状分析
　　10.1 中小企业的界定
　　10.2 中小企业信用风险的原因分析
　　10.3 中小企业信用风险现状分析
　　1l 中小企业信用风险的影响因素分析及评估体系的构建
　　11.1 财务指标
　　11.2 非财务指标
　　11.3 宏观指标
　　12 基于LaSSO-Cox PH模型的中小企业信用风险评估
　　12.1 数据来源及其处理
　　12.1.1 数据来源
　　12.1.2 数据处理
　　12.2 中小企业信用风险的评估结果
　　12.2.1 基于Lasso一Cox PH模型的评估结果
　　12.2.2 基于Logistic模型的评估结果
　　12.2.3 基于Cox PH模型的评估结果
　　12.2.4 评估结果对比
　　12.3 本章小结
　　13 基于扩展COX模型的中小企业信用风险评估
　　13.1 数据来源
　　13.2 基于Cox模型的评估结果
　　13.2.1 基于扩展的Cox模型的评估结果
　　13.2.2 基于Lasso-Cox模型的评估结果
　　13.3 不同降维方法确立的中小企业信用风险指标体系
　　13.3.1 主成分分析
　　13.3.2 随机森林
　　13.4 不同降维模型下中小企业信用风险的评估结果
　　13.4.1 经主成分分析法确立的评估指标体系下的评估结果
　　13.4.2 经随机森林确立的评估指标体系下的评估结果
　　13.4.3 评估结果的对比分析
　　13.4.4 扩展Cox模型的评估结果
　　13.5 中小企业评估结果分析
　　14 基于数据处理与指标约简的中小企业信用风险评估
　　14.1 评估指标体系
　　14.1.1

　　本书致力于在大数据背景下，使用先进的生存分析评估方法从动态的角度来评估零售金融领域借款者的信用风险。生存分析方法的优势在于提供了一个框架，将宏观经济变量作为时间依存变量纳入模型中，而这些变量很难被纳入传统的信用风险评估方法（如Logistic回归模型）中。结果表明，生存分析方法在评估中的优势明显且宏观经济变量不能忽视。本书的创新之处在于专门使用动态评估方法，特别是应用于零售信用风险评估——个人借款者和中小企业的信用风险评估。