基於大數據的金融零售信用風險評估研究

內容簡介

本書致力於在大數據背景下，使用先進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於提供了一個框架，將巨觀經濟變數作為時間依存變數納入模型中，而這些變數很難被納入傳統的信用風險評估方法（如Logistic回歸模型）中。結果表明，生存分析方法在評估中的優勢明顯且巨觀經濟變數不能忽視。本書的創新之處在於專門使用動態評估方法，特別是套用於零售信用風險評估——個人借款者和中小企業的信用風險評估。

圖書目錄

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 關於信用風險管理的研究

1.2.2 關於信用風險理論模型的研究

1.2.3 關於信用風險評估方法套用的相關研究

1.2.4 有關壓力測試的相關研究

1.2.5 關於個人借款者信用風險評估的研究

1.2.6 關於中小企業信用風險的相關研究

1.2.7 關於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 基於期權理論的結構型模型

2.2.2 基於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神經網路

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 其餘評價指標

4 基於人人貸平台的個人借款者信用風險指標體系的建立

4.1 人人貸借貸平台

4.1.1 平台的整體運行狀況

4.1.2 人人貸平台個人借款者特徵及其違約情況分析

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 巨觀指標

5 基於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 基於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 基於生存分析的個人借款者信用風險評估

5.2.3 基於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

基於大數據的金融零售信用風險評估研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條