中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
以利為利:財政關系與地方政府行為
-
>
立足飯碗 藏糧于地——基于中國人均耕地警戒值的耕地保護視角
-
>
營銷管理
-
>
茶葉里的全球貿易史(精裝)
-
>
近代華商股票市場制度與實踐(1872—1937)
-
>
麥肯錫圖表工作法
-
>
海龜交易法則
基于大數據的金融零售信用風險評估研究 版權信息
- ISBN：9787308229364
- 條形碼：9787308229364 ; 978-7-308-22936-4
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
基于大數據的金融零售信用風險評估研究 內容簡介
本書致力于在大數據背景下，使用優選的生存分析評估方法從動態的角度來評估零售金融領域借款者的信用風險。生存分析方法的優勢在于提供了一個框架，將宏觀經濟變量作為時間依存變量納入模型中，而這些變量很難被納入傳統的信用風險評估方法如Logistic回歸模型。結果表明，生存分析方法在評估中的優勢明顯且宏觀經濟變量不能忽視。本書的創新之處在于專門使用動態評估方法，特別是應用于零售信用風險評估——個人借款者和中小企業——的信用風險評估。
基于大數據的金融零售信用風險評估研究 目錄
1 緒論
1.1 研究背景與研究意義
1.1.1 研究背景
1.1.2 研究意義
1.2 文獻綜述
1.2.1 關于信用風險管理的研究
1.2.2 關于信用風險理論模型的研究
1.2.3 關于信用風險評估方法應用的相關研究
1.2.4 有關壓力測試的相關研究
1.2.5 關于個人借款者信用風險評估的研究
1.2.6 關于中小企業信用風險的相關研究
1.2.7 關于數據處理方法的研究
1.3 文獻評述
2 信用風險概述及其理論
2.1 信用風險及零售信用風險概述
2.1.1 信用及零售信用的概念
2.1.2 信用風險概述
2.2 信用風險理論
2.2.1 基于期權理論的結構型模型
2.2.2 基于強度模型的約化型模型
2.3 本章小結
3 信用風險評估方法
3.1 常用的零售信用風險靜態評估方法
3.1.1 Logistic回歸模型
3.1.2 BP神經網絡
3.1.3 集成學習方法
3.2 動態評估方法——Cox模型
3.3 評估方法準確性的評價指標
3.3.1 混淆矩陣
3.3.2 一致性指數
3.3.3 其余評價指標
4 基于人人貸平臺的個人借款者信用風險指標體系的建立
4.1 人人貸借貸平臺
4.1.1 平臺的整體運行狀況
4.1.2 人人貸平臺個人借款者特征及其違約情況分析
4.2 個人借款者信用風險指標體系的建立
4.2.1 微觀指標
4.2.2 宏觀指標
5 基于生存分析的個人借款者信用風險評估及壓力測試
5.1 Cox模型和壓力測試
5.2 基于生存分析的個人借款者信用風險評估分析
5.2.1 數據來源及預處理
5.2.2 基于生存分析的個人借款者信用風險評估
5.2.3 基于Logistic回歸的信用風險評估
5.2.4 個人借款者信用風險的預測精度
5.3 個人借款者信用風險的壓力測試
5.3.1 基于離散時間邏輯生存分析的評估結果
5.3.2 個人借款者的整體違約率分布
5.4 本章小結
6 基于Lasso-Cox模型的個人借款者信用風險評估研究
6.1 評估模型——Lasso-Cox模型
6.2 個人借款者信用評估指標選擇及數據來源
6.2.1 模型設計
6.2.2 數據來源及處理
6.3 個人借款者信用風險的評估結果
6.3.1 Lasso模型確立的信用風險評估指標
6.3.2 Lasso-Cox PH模型的參數估計及其檢驗
6.3.3 Lasso-Cox模型的參數估計及其檢驗
6.3.4 各模型的預測結果分析
6.4 本章小結
7 基于LGB—BAG模型的個人借款者信用風險評估
7.1 評估方法——LGB-BAG模型
7.2 個人借款者信用風險評估的研究流程
7.2.1 評估指標選取
7.2.2 數據來源及預處理
7.2.3 數據分析
7.2.4 模型設計
7.2.5 判別評估效果的衡量指標選擇
7.3 個人借款者信用風險評估的實驗結果和分析
7.4 本章小結
8 基于Lasso-Logistic模型的個人借款者信用風險評估
8.1 評估模型——Lasso-Logistic模型
8.2 個人借款者信用風險評估指標體系及其賦值
8.3 數據來源與評估結果
8.3.1 數據來源及處理
8.3.2 羊群效應的度量及描述性統計分析
8.3.3 參數估計
8.3.4 預測能力分析
8.4 本章小結
9 基于BP神經網絡的個人借款者信用風險評估
9.1 評估模型——BP神經網絡模型
9.2 個人借款者信用風險評估指標體系及其賦值
9.3 數據來源及樣本
9.4 個人借款者的信用風險評估結果
9.4.1 BE’神經網絡
9.4.2 Logistic回歸方法
9.5 本章小結
10 中小企業界定及現狀分析
10.1 中小企業的界定
10.2 中小企業信用風險的原因分析
10.3 中小企業信用風險現狀分析
1l 中小企業信用風險的影響因素分析及評估體系的構建
11.1 財務指標
11.2 非財務指標
11.3 宏觀指標
12 基于LaSSO-Cox PH模型的中小企業信用風險評估
12.1 數據來源及其處理
12.1.1 數據來源
12.1.2 數據處理
12.2 中小企業信用風險的評估結果
12.2.1 基于Lasso一Cox PH模型的評估結果
12.2.2 基于Logistic模型的評估結果
12.2.3 基于Cox PH模型的評估結果
12.2.4 評估結果對比
12.3 本章小結
13 基于擴展COX模型的中小企業信用風險評估
13.1 數據來源
13.2 基于Cox模型的評估結果
13.2.1 基于擴展的Cox模型的評估結果
13.2.2 基于Lasso-Cox模型的評估結果
13.3 不同降維方法確立的中小企業信用風險指標體系
13.3.1 主成分分析
13.3.2 隨機森林
13.4 不同降維模型下中小企業信用風險的評估結果
13.4.1 經主成分分析法確立的評估指標體系下的評估結果
13.4.2 經隨機森林確立的評估指標體系下的評估結果
13.4.3 評估結果的對比分析
13.4.4 擴展Cox模型的評估結果
13.5 中小企業評估結果分析
14 基于數據處理與指標約簡的中小企業信用風險評估
14.1 評估指標體系
14.1.1
1.1 研究背景與研究意義
1.1.1 研究背景
1.1.2 研究意義
1.2 文獻綜述
1.2.1 關于信用風險管理的研究
1.2.2 關于信用風險理論模型的研究
1.2.3 關于信用風險評估方法應用的相關研究
1.2.4 有關壓力測試的相關研究
1.2.5 關于個人借款者信用風險評估的研究
1.2.6 關于中小企業信用風險的相關研究
1.2.7 關于數據處理方法的研究
1.3 文獻評述
2 信用風險概述及其理論
2.1 信用風險及零售信用風險概述
2.1.1 信用及零售信用的概念
2.1.2 信用風險概述
2.2 信用風險理論
2.2.1 基于期權理論的結構型模型
2.2.2 基于強度模型的約化型模型
2.3 本章小結
3 信用風險評估方法
3.1 常用的零售信用風險靜態評估方法
3.1.1 Logistic回歸模型
3.1.2 BP神經網絡
3.1.3 集成學習方法
3.2 動態評估方法——Cox模型
3.3 評估方法準確性的評價指標
3.3.1 混淆矩陣
3.3.2 一致性指數
3.3.3 其余評價指標
4 基于人人貸平臺的個人借款者信用風險指標體系的建立
4.1 人人貸借貸平臺
4.1.1 平臺的整體運行狀況
4.1.2 人人貸平臺個人借款者特征及其違約情況分析
4.2 個人借款者信用風險指標體系的建立
4.2.1 微觀指標
4.2.2 宏觀指標
5 基于生存分析的個人借款者信用風險評估及壓力測試
5.1 Cox模型和壓力測試
5.2 基于生存分析的個人借款者信用風險評估分析
5.2.1 數據來源及預處理
5.2.2 基于生存分析的個人借款者信用風險評估
5.2.3 基于Logistic回歸的信用風險評估
5.2.4 個人借款者信用風險的預測精度
5.3 個人借款者信用風險的壓力測試
5.3.1 基于離散時間邏輯生存分析的評估結果
5.3.2 個人借款者的整體違約率分布
5.4 本章小結
6 基于Lasso-Cox模型的個人借款者信用風險評估研究
6.1 評估模型——Lasso-Cox模型
6.2 個人借款者信用評估指標選擇及數據來源
6.2.1 模型設計
6.2.2 數據來源及處理
6.3 個人借款者信用風險的評估結果
6.3.1 Lasso模型確立的信用風險評估指標
6.3.2 Lasso-Cox PH模型的參數估計及其檢驗
6.3.3 Lasso-Cox模型的參數估計及其檢驗
6.3.4 各模型的預測結果分析
6.4 本章小結
7 基于LGB—BAG模型的個人借款者信用風險評估
7.1 評估方法——LGB-BAG模型
7.2 個人借款者信用風險評估的研究流程
7.2.1 評估指標選取
7.2.2 數據來源及預處理
7.2.3 數據分析
7.2.4 模型設計
7.2.5 判別評估效果的衡量指標選擇
7.3 個人借款者信用風險評估的實驗結果和分析
7.4 本章小結
8 基于Lasso-Logistic模型的個人借款者信用風險評估
8.1 評估模型——Lasso-Logistic模型
8.2 個人借款者信用風險評估指標體系及其賦值
8.3 數據來源與評估結果
8.3.1 數據來源及處理
8.3.2 羊群效應的度量及描述性統計分析
8.3.3 參數估計
8.3.4 預測能力分析
8.4 本章小結
9 基于BP神經網絡的個人借款者信用風險評估
9.1 評估模型——BP神經網絡模型
9.2 個人借款者信用風險評估指標體系及其賦值
9.3 數據來源及樣本
9.4 個人借款者的信用風險評估結果
9.4.1 BE’神經網絡
9.4.2 Logistic回歸方法
9.5 本章小結
10 中小企業界定及現狀分析
10.1 中小企業的界定
10.2 中小企業信用風險的原因分析
10.3 中小企業信用風險現狀分析
1l 中小企業信用風險的影響因素分析及評估體系的構建
11.1 財務指標
11.2 非財務指標
11.3 宏觀指標
12 基于LaSSO-Cox PH模型的中小企業信用風險評估
12.1 數據來源及其處理
12.1.1 數據來源
12.1.2 數據處理
12.2 中小企業信用風險的評估結果
12.2.1 基于Lasso一Cox PH模型的評估結果
12.2.2 基于Logistic模型的評估結果
12.2.3 基于Cox PH模型的評估結果
12.2.4 評估結果對比
12.3 本章小結
13 基于擴展COX模型的中小企業信用風險評估
13.1 數據來源
13.2 基于Cox模型的評估結果
13.2.1 基于擴展的Cox模型的評估結果
13.2.2 基于Lasso-Cox模型的評估結果
13.3 不同降維方法確立的中小企業信用風險指標體系
13.3.1 主成分分析
13.3.2 隨機森林
13.4 不同降維模型下中小企業信用風險的評估結果
13.4.1 經主成分分析法確立的評估指標體系下的評估結果
13.4.2 經隨機森林確立的評估指標體系下的評估結果
13.4.3 評估結果的對比分析
13.4.4 擴展Cox模型的評估結果
13.5 中小企業評估結果分析
14 基于數據處理與指標約簡的中小企業信用風險評估
14.1 評估指標體系
14.1.1
展開全部
基于大數據的金融零售信用風險評估研究 作者簡介
李淑錦，杭州電子科技大學經濟學院教授，金融學專業，研究方向為金融學信用風險評估，已出版專著2本，教材3本。
書友推薦
- >
【精裝繪本】畫給孩子的中國神話
- >
有舍有得是人生
- >
月亮與六便士
- >
史學評論
- >
姑媽的寶刀
- >
名家帶你讀魯迅:朝花夕拾
- >
我從未如此眷戀人間
- >
羅曼·羅蘭讀書隨筆-精裝
本類暢銷
