一、借贷决策的交叉规划模型（论文文献综述）
许嘉禾[1]（2021）在《我国体育产业高质量发展的金融支持研究》文中提出体育承载着国家强盛、民族振兴的梦想。体育强则中国强,国运兴则体育兴。体育要强、要兴,发展体育产业是主要途径。2019年,国务院办公厅发布《关于促进全民健身和体育消费推动体育产业高质量发展的意见》,高质量发展逐步成为体育产业发展的重要战略目标。金融是现代经济的血脉。体育产业要提质增效和持续高速发展,需要金融的有力支持。然而当下,金融体系在体育产业中的效用功能尚未能够充分发挥。因此,体育产业高质量发展所面临的金融支持问题,成为一个难以回避的命题。本研究立足于体育产业的经营实践,综合运用体育学、管理学、系统科学及金融学的相关研究方法及范式,以现代产业和金融发展的相关理论为指导,按照金融支持体育产业高质量发展的现状与问题、特征与机理、宏观效应、微观效率以及系统运行的次序,从理论分析到实证研究,展开工作。本研究的工作主要如下:一是梳理体育产业的金融支持现状,发现体育产业金融支持存在的不足。二是总结体育产业高质量发展的金融需求特征,剖析金融支持体育产业高质量发展的作用机理。三是在宏观产业层面,以耦合协调的视角,审视体育产业与金融体系的关联关系。通过建立序参量体系,引入耦合协调、剪刀差以及灰色关联等模型进行实证研究,分析二者的耦合协调发展效应及影响因素。四是从在微观企业的层面,以“黑箱”的视角,根据金融支持与体育产业的不同维度,测度金融支持体育产业高质量发展的效率水平。通过筛选体育企业样本,利用DEA、Malmquist指数及收敛性模型进行实证研究,分析金融支持体育产业高质量发展的效率水平及其演变特征。五是根据体育产业高质量发展的金融支持要素组成与系统结构,构建金融支持体育产业高质量发展的系统动力学模型。分别从金融市场策略、政府金融干预和金融风险情景维度进行模拟仿真,分析不同策略对体育产业高质量发展所产生的影响。以期为优化体育产业金融支持,促进体育产业高质量发展提供理论依据和策略着力点。本研究的结论主要包括六个方面:（1）政府金融支持和市场金融支持均对体育产业高质量发展具有重要意义,在体育产业高质量发展的过程中扮演了不同的角色。随着体育产业金融需求的不断升级,政府部门对体育产业金融活动的认识持续深化,政策工具与国有资本逐步活跃。金融市场对体育产业的支持力度不断提升,各类体育产业金融市场蓬勃发展,风险投资市场异军突起。体育产业嵌入金融体系的程度不断加深。但同时,体育产业的金融支持仍存在一定问题:一是金融支持制度体系亟待完善,金融支持政策工具尚需补充;二是金融市场结构失衡问题凸显,直接融资渠道建设存在不足;三是风险资本经典功能发生偏离,资本投入可持续性有所欠缺;四是新兴金融工具利用不充分,体育金融复合人才供给不足。（2）我国体育产业具有快速成长的阶段性特征、业态丰富的结构性特征、高不确定性的风险性特征和消费供需的不平衡特征。在高质量发展的目标要求下,体育产业的发展特征进一步衍生出了独特的金融需求特征。体育产业高质量发展亟需的是政策引导下的规模化金融支持、层次多元化的系统性金融支持、风险偏好的针对性金融支持,以及科技赋能的普惠性金融支持。（3）资本形成、创新推动和消费刺激是金融支持体育产业高质量发展主要功能组成。金融体系一是可以扩大资本积累,促进资本形成,缓解体育产业融资约束;二是能够降低交易成本,优化资源配置,分散创新风险,推动体育产业技术、模式创新;三是可以实现跨期平滑、财富效应和风险保障,刺激体育产业消费发展。有效的金融支持作用于体育产业的投资和消费两端,通过平衡产值结构、改善融资结构、变革消费结构,促进产业的结构转型升级;通过扩大要素供给、加快要素流通、推动技术进步,提高产业的要素生产效率;通过加速企业成长、优化公司治理、形成循环激励,促进产业的价值增值,精准作用于体育产业的成长痛点,协助体育产业迈向高质量发展。（4）宏观产业效应的实证研究表明:金融体系与体育产业高质量发展之间存在内生耦合机理和外部耦合功能,具有双向耦合协调发展机制。二者不仅维持了长期、高度的耦合关联性,并且实现了耦合协调度的持续跃升,呈现出由低水平协调向高水平协调演化的动态趋势。金融体系对体育产业的短时间、爆发性增长起到了有效地支撑作用。且二者的耦合协调发展尚处于发展周期的前期,其交互胁迫作用远小于耦合协调发展所带来的正向效应。与此同时,二者的耦合协调效应受到多种内生因素和外部环境的共同影响。风险投资市场、消费金融、政府扶持和金融创新等内生动力型因素,以及居民消费结构、产业结构变动等外生环境型因素,均与二者的耦合协调发展存在密切关联。（5）微观企业效率的实证研究发现:第一,静态来看,体育产业高质量发展的总体金融支持效率尚可,多数样本企业接近最优生产前沿面,但同时具有明显的技术制约特征。扩大金融资源投入规模前,需要着重改善金融技术水平。在金融支持效率内部,债权效率较好,股权效率欠佳,且股权效率呈现规模制约特征。在体育产业内部,体育企业板块、行业业态和空间地域方面均存在不同程度的金融支持效率差异。第二,动态来看,金融支持体育产业的动态效率水平并未产生良性改观,反而出现小幅下降。主要原因是技术进步不足,产业金融技术创新水平难以支撑金融资源规模的快速增长。其中,股权动态效率下滑,技术进步水平下降明显,是导致整体金融效率下滑的主要原因。第三,动态效率的收敛性分析表明,效率落后企业对领先集团具有追赶效应,但收敛速度较慢,且收敛速度存在体育产业内部的结构性差异,达到产业金融支持效率的均衡仍需要较长时间。（6）系统建模与仿真的实证研究说明:金融支持体育产业高质量发展可以视为由政府金融支持、金融市场发展、宏观金融环境和体育产业发展所组成的动力学系统。第一,强化金融市场支持力度可以有效提升体育产业发展质量。相对而言,强化股权市场的效能略优于债权市场。股权市场更有利于体育产业规模扩张和要素生产率提升,债权市场则更有利于体育产业结构优化。第二,政府干预会对体育产业发展质量产生影响。弱化政府干预无益于体育产业发展质量,维持一定强度的政府金融支持具有必要性。适度增强政府干预有利提升体育产业发展质量。但当政府干预过度时,会造成规模增长与要素生产率下降并存,仅能“做大”而不利“做强”体育产业,最终无益于产业发展质量。第三,宏观金融风险能够对体育产业发展质量产生显着的负面冲击。随着体育产业深度嵌入金融体系,金融风险的损害力度可能进一步增大,需要审慎防范、积极应对金融风险。在结论的基础上,提出了完善金融政策体系,优化制度顶层设计;丰富金融服务市场,创新投融资渠道模式;推动金融技术创新,开发新型金融工具;优化企业金融管理,重视复合人才培养等策略建议。本文主要有以下创新点:（1）探讨了金融与体育产业高质量发展的关系。在现状梳理的基础上,总结体育产业高质量发展的金融需求特征,明确金融功能的作用支点,厘清金融支持体育产业高质量发展的作用机理。（2）结合体育产业高质量发展的宏观产业与微观企业视角进行实证研究。综合运用数理模型及相关评价方法,设计序参量体系,测度并分析金融支持体育产业高质量发展的耦合协调发展效应及其影响因素;构建投入、产出指标体系,从不同维度测度并评价金融支持体育产业高质量发展的效率特征及其变动规律。形成对体育产业高质量发展的金融支持问题的深层次认识,为优化体育产业的金融支持效能提供着力点。（3）构建了金融支持体育产业高质量发展的系统动力学模型,分析体育产业高质量发展的金融支持要素组成与系统结构,设计模型变量及函数关系,并从金融市场策略、政府金融干预和金融风险情景维度进行仿真。探究不同策略对体育产业高质量发展产生的影响,为企业部门的金融决策和主管部门的政策制定提供更具现实意义的参考。
刘志强[2]（2021）在《中小企业融资约束与动产融资研究》文中提出中小企业在国民经济中具有重要地位,在促进经济增长、扩大就业、增加税收和科技创新等方面发挥着巨大作用,对中国经济保持中高速增长和高质量发展具有战略意义。然而当前中小企业的发展面临却诸多困难和挑战,难以完全发挥小企业对经济增长的作用,其中一个重要障碍就是融资难问题,在一定程度上已经成为中小企业未来发展的瓶颈。因此系统研究中小企业融资约束的成因,提出合理可行的解决办法,对经济和社会发展具有重要价值。中小企业融资问题不仅是中国自已的问题,也是全世界中小企业问题面临的一个普遍且常见的问题。从中国中小企业的融资问题来看,既有世界性难题的通病,又带有机制鲜明的中国特色,既有市场机制优胜劣汰的因素,又有宏观经济生态环境的复杂性。本文着眼于中国中小企业融资难问题的研究,在明确中国中小企业发展问题对于中国宏观经济增长具体作用的基础上,系统总结和分析中国中小企业融资方面的途径、面临问题的具体表现与现行手段,在完成这些研究工作的基础上,进而从“动产融资”的角度探寻了一个解决中小企业融资困难的方式。基于此,本文主要从五个方面展开研究:第一,总体分析目前中国中小企业发展现状以及同经济增长的关系,指出中小企业发展的重要性和解决中小企业融资问题的必要性。第二,从宏观层面上探究中小企业融资约束问题。定性和定量分析中小企业的融资现状和融资体系,辨析中小企业融资约束问题的成因。第三,从微观企业层面看,中小企业是否面临严重的融资约束?伴随着金融市场化改革和金融体制机制的完善,融资约束程度是否在改善?第四,“动产融资”作为缓解中小企业融资难和融资贵问题的一项重要举措,该举措到底能对缓解融资约束和宏观经济产生怎样的长期和短期影响?第五,深刻理解解决中小企业融资问题的重要性和有针对性地提出对策建议。本文研究特色主要体现在三点:第一,明确提出并且论证了“动产融资”作为缓解中小企业融资约束重要措施的意义。中小企业融资约束一个主要因素是自身缺乏有效抵押物,适当放宽中小企业的抵押物范围来缓解借贷约束具有好的发展前景,特别是随着公共征信系统等金融基础设施的不断完善以及物联网、大数据信息技术的发展,中小企业充分挖掘自身有效资产作为抵押物融资已成为现实。但“动产融资”作为缓解中小企业的融资约束的一项重要举措,至今却还没有严格的宏观经济理论的分析和评估。本文提供了一个新的理论框架,在一个含有借贷约束的新古典增长模型中引入动产资产,讨论当借贷约束中的抵押资产的规模和种类放松后宏观总体变量的长期和短期变化。研究分析了动产融资缓解融资约束在宏观经济上具有重要作用。第二,在实证分析中小企业融资约束、经济绩效对经济增长的效应时,在数据和指标上有所扩充。系统性地整理1997-2015的全国和分省的中小企业发展指标,使用静态面板估计模型、动态面板模型和面板均值组（xtmg和xtcce）估计等多种计量经济学工具来研究中国的中小企业融资约束、经济绩效对经济增长的效应。为了从更微观层面研究中小企业的融资约束问题,搜集整理了两组微观企业数据,并使用多类测算融资约束的指标来研究和分析了中国中小企业的投资—现金流敏感性,现金—现金流敏感性与融资约束的关系。具体而言,两个数据集为:第一组数据为2005—2007年中国15066家高科技中小企业数据,共计45198个样本观测值;第二组数据为777家新三板上市的中小企业数据,共计2813个样本观测值。采用SA指数、ASCL指数、WW指数三种方法测度了企业融资约束程度。第三,本文在分析中小企业融资约束成因方面有一定进展。影响中小企业融资约束的成因很多,本文通过对大量文献和相关政策的整理和分析,系统总结了中国中小企业融资困境的成因,主要是信息不对称、规模不经济、制度不完善、模式不成熟。成因分析中重点突出了融资模式问题。金融实践中,融资模式是能否解决中小企业融资问题的关键,不同的融资模式都有一定风险,有不同的适用条件和适用周期,当适用条件和环境变化后,原来有效的融资模式不但不能缓解融资约束,还会使中小企业陷入更加严重的融资困境。本文的研究主要由以下三部分构成:第一是研究了中国中小企业的发展现状和中小企业对宏观经济增长的作用。从宏观层面说明我国中小企业发展情况以及对于中国经济增长的重要作用,同时印证研究和缓解中小企业融资问题对中国的重要意义。首先,从历史变革的角度,系统梳理了新中国成立以来对于中小企业划分标准的变化以及本文使用的中小企业界定标准。其次,由于数据限制,尽可能整理了 20世纪九十年代中期到2015年间的中小企业的多项发展指标,分地区和省份对20年间中小企业的发展进行了横向和纵向对比,分析了地区间中小企业发展的差异。最后使用面板估计模型,利用本章节的上述分析对中国中小企业对宏观经济增长的作用进行了实证研究,证明我国中小企业发展在经济增长中的重要作用。在明确中小企业发展的宏观状况及对经济增长作用的基础上,为了进一步探讨中国中小企业融资方面可能存在的问题,进而相对系统地对中国中小企业的融资现状进行了定性分析。首先分析了当前中国中小企业融资体系、融资模式和融资环境,论述了中小企业融资约束的表现形式,进而研究了中小企业融资现状是否能够与中小企业的发展相匹配,最后论述了中国中小企业融资约束的成因及启示。第二部分是是从定量和实证的角度研究了融资约束下企业的现金流敏感度,以进一步说明融资约束问题。从第4章的论述中可以发现,虽然外部存在较多中小企业融资支持体系和措施,但由于中小企业出现融资约束的成因众多,这些措施是否促使中小企业从外部进行融资,缓解自身面临的融资约束,依然需要对中小企业融资情况进行实证检验和分析。本章以现金流敏感度为研究切入点,使用尽可能多的可得数据,首先选用的是国泰安中天使投资研究数据库和新三板上市中小企业数据,虽然不是全部中小企业,但是能够进入天使投资研究数据库和新三板上市的中小企业属于发展较好且已能够获得较多外部融资的中小企业,如果这些企业也存在显着的投资—现金流敏感性、现金—现金流敏感性,那么其它外部融资较为有限的中小企业在该方面将面临更为显着的问题。其次采用SA指数、ASCL指数、WW指数三种方式测度了企业融资约束程度,最后通过研究中小企业的投资—现金流敏感性、现金—现金流敏感性,发现在融资约束以及现有情况下,融资约束造成了投资—现金流敏感性和现金—现金流敏感性,中小企业更倾向于寻求内部融资,且持有更多现金资产,这也说明需要从中小企业自身出发,结合国内现有融资特点,寻求新的解决中小企业融资约束的方式。第三部分是提供了一类缓解中小企业融资约束的外部融资方式——动产融资。受制于中小企业固有的特点以及自身内部融资额度和规模的有限性,既有的外部融资体系和环境无法全面有效缓解中小企业的融资问题,那么就需要根据原有不足,探寻新的有效融资方式。根据我们的分析,“动产融资”将是补充和扩展现有融资方式的有效方式。本章构造了多个DSGE模型综合说明了“动产融资”对企业发发展和经济增长的作用,为“动产融资”的推动与实施提供理论依据,进而分析了“动产融资”实施的政策建议。虽然本文对中国中小企业的融资问题进行了相对系统的研究,但是依然可能存在两点有待继续深入研究的部分。第一是实证数据上存在一定不足。囿于数据可获得性,关于中国中小企业发展指标的测算尽管有改善,但是依然不尽如人意,且仅涵盖了 2016年以前的相关数据,因此实证估计出来的结果所对应的政策含义有一定局限性。第二,理论模型建立了一个研究不同资产充当抵押物的异质性资本的DSGE模型,它可以在一定程度上估计融资约束对中国宏观经济造成的损失和引入动产后宏观效率的改善程度。但是该模型未包含更多的DSGE文献中常采用的实际与名义摩擦（real and nominal frictions）,这将在后续研究中予以扩展,以此来更精确地定量研究中国异质性资本和借贷约束对宏观经济的影响。
吴鑫鹏[3]（2020）在《面向P2P借贷平台的多目标进化推荐算法研究》文中指出近年来,金融借贷模式已经逐步从传统的线下借贷模式演变成了人尽皆知的互联网金融借贷模式,也由此催生了国内外大量的互联网借贷平台,如人人贷、Prosper和Kiva等。网络P2P借贷相较于传统借贷模式很好地解决了现实世界中个人以及中小型企业融资困难的问题。P2P借贷平台拥有对贷款方的门槛要求低、贷款手续操作简便、贷款额度高和形式灵活等众多优势。但是,由于P2P借贷平台上的贷款种类繁多且缺乏有效的监管手段,贷款延期偿还和违约事件层出不穷,导致投资人的利益遭受了严重的损失。因此,要从海量的贷款申请中选出自己感兴趣且风险低的贷款对投资人而言至关重要。最近十几年来,研究者们针对投资人提出了大量的贷款组合推荐算法,其中大多数研究工作都是基于风险管理或者用户行为偏好来进行的。而如何推荐能够在投资人的兴趣爱好,收益期望和风险之间达到更好平衡的贷款组合这一任务还值得进一步研究,为此,本文提出了一个基于收益风险管理的多目标进化个性化推荐算法。进一步研究发现大多数针对P2P平台的推荐算法研究要么只考虑投资人的需求,要么只考虑了借款人的需求,不利于P2P平台的长期发展。为此,本文提出了一个基于博弈论的多目标进化推荐算法可以同时满足投资人和借款人的需求,即平衡平台内的多种用户的多种需求以实现平台长期发展。本文的主要研究工作如下:（1）本文提出了一个基于收益风险管理的多目标进化个性化推荐算法（MOEA-RRM）来平衡投资人的多种需求。算法的主要思想是通过将贷款组合推荐问题形式化为一个两目标优化问题以帮助投资人选择贷款组合。其中一个目标是通过改进的概率传播算法得到的投资人对贷款的预测评分,可以用来度量收益和爱好;另一个是投资人与贷款之间的匹配程度,可以用来度量风险。此外,在MOEA-RRM中,为了避免进化算法在前期进行过多无效的搜索,本文提出了一个基于指标的初始化策略;为了加快算法在进化过程中的搜索效率,本文提出了基于排名的决策空间降维策略。最后,在现实世界中的P2P借贷数据集Prosper上的实验结果证明了本文提出的MOEA-RRM的有效性,即提出的方法推荐的贷款组合在风险和收益之间具有良好折衷,并且可以满足投资人的兴趣爱好。（2）本文提出了一个基于博弈论的多目标进化推荐算法（GTEA）来平衡投资人和贷款人的不同需求。算法的主要思想是通过将投资人和贷款人的需求形式化为两个目标函数（博弈双方）,分别对应两个子种群来分别优化这两个目标,然后在进化过程中互相博弈,最终得到同时满足双方需求的均衡解集。为了平衡各个子种群内的个体在两个目标上的表现,本文提出了一个博弈交叉算子,在进化中将不同子种群内的个体进行交叉折中;为了提升各个子种群在对应目标上的表现,本文提出了一个博弈变异算子,在进化中将同一子种群内的个体按该子种群对应的目标函数增大的方向进行变异优化。最后,在现实世界中的P2P借贷数据集Prosper上的实验结果表明,GTEA算法可以在投资人和贷款人的需求之间达到很好的均衡,即推荐的贷款组合可以同时满足投资人和贷款人的需求。
王浩旻[4]（2020）在《基于代价敏感和集成学习的网络借贷信用评价方法与应用》文中进行了进一步梳理信用评价对银行和保险等金融机构降低风险、增加收益至关重要,是金融行业重点关注的技术之一。随着大数据时代的来临,利用快速且精准的数据挖掘技术成为信用评价的主流手段。从分类任务的视角看,传统信用评价通常被刻画为一个二分类问题,即区分优良贷款和不良贷款,这对银行业的模式是有效的,因为银行贷款利率相对固定,是否为申请贷款者提供授信是其主要目标。不同于传统银行借贷,网络借贷大多是非抵押贷款,因此信用评估的准确性对其信用风险的管理有着至关重要的影响。为了更好的控制信用风险,网络借贷需要根据借款人的信用水平和违约概率将其划分为多个信用等级,进而为各个信用等级的贷款设置差异化的利率。这一信用评价特点不仅要求多类别分类算法具有较高的准确性,而且需要考虑不同类别的误判损失和各类别间的顺序关系。网络借贷的特点对传统的信用评估方法提出了新的问题和挑战。针对该需求,本文将多个信用等级作为多类别进行分类建模,从代价敏感和集成学习的视角,提出了考虑网络借贷实际需求的信用评价方法,从而达到提高网络借贷信用评估准确率和降低误分类损失的目的。本文具体的研究内容包括:第一,网络借贷中不同信用类别的误分会造成不同程度的损失。如何在分类模型中反映出不同类别的误分类代价,是网络借贷分类模型构建要解决的重点问题之一。基于此观察,本文将网络借贷中因误分类导致的出借人收益损失和机会成本作为误分代价,构建了代价矩阵的度量方法,并将该代价矩阵与代价敏感多类别分类算法结合,实现了在分类模型中反映不同类别误分类代价的目的。此外,结合模型性质和实际业务背景,本文通过参数分析给出了参数的取值范围。灵敏度分析验证了该方法具有较好的鲁棒性,受参数变化的影响程度小。第二,网络借贷中如何对众多代价敏感分类算法进行评价,并从中选择适合的算法,是网络借贷信用评估中另一个重要研究方向。本文利用代价矩阵的度量结果来构建MetaCost代价敏感算法,并用误分类总成本指标来评价分类算法的表现。本文通过数据实验,评价和比较了十种常用分类器构建的MetaCost代价敏感算法在十个特征空间上的结果表现,进而选择最佳解决方案,实现了针对网络借贷信用评价问题的代价敏感分类。第三,集成学习是提高分类准确率的主要方法之一。传统集成学习方法通常不考虑多个类别之间的顺序关系,而这在网络借贷信用评价中却十分重要。各信用等级反映了借款人的信用优劣程度,且不同距离的类之间的错分代价也有差异。本文针对有序类的集成学习问题,提出了基于成对比较的有序类集成学习方法,将基分类器的预测结果转化为样本间的成对比较关系,通过计算权重向量进行排序和分类,提高集成学习结果的准确性。第四,现实中网络借贷数据的规模很大,远远超出了传统成对比较的问题规模,现有的权重计算方法效率低下。针对这一问题,本文提出了一个二部图迭代算法（BGIM）,并从理论上证明了其收敛性和误差上限,实现了快速求解大规模成对比较矩阵的权重。从数值算例和仿真实验的结果来看,该算法在保证结果准确性的前提下,可以有效提高权重计算过程的计算效率。本文以网络借贷平台Lending Club上收集的真实贷款数据为例,对文中所提出的方法进行了验证。实验结果表明,本文提出的代价敏感多类分类方法和基于成对比较的集成学习方法为网络借贷信用评价提供了新的有效途径。具体来说,本文用该平台的贷款数据计算了七个信用等级间的误分类代价矩阵;发现了具有最佳可分性的特征子集,同时指出,以反向传播（BP）神经网络作为底层分类器的MetaCost算法表现最好;进而将MetaCost BP神经网络作为基分类器,基于成对比较的集成学习可实现准确率76.10%、平均误分代价0.0029的分类预测结果,这两个层面的指标均优于单一分类器和Bagging、Adaboost两种传统集成学习方法。综上所述,本文研究工作从代价敏感的多类别分类算法和有序类集成学习的角度出发,结合网络借贷的实际业务需求,为网络借贷信用评价问题提供了新的算法和工具,有助于提高网络借贷平台的盈利能力和信用风险管理水平。
李华[5]（2020）在《P2P借贷关系网络特征与借款人信用风险评估研究 ——基于人人贷平台数据》文中进行了进一步梳理互联网的发展给金融创新带来了更多的可能,P2P网贷作为一种具有代表性的互联网金融模式创新,其对连接社会闲置资本和发展普惠金融具有重大意义。但P2P网贷行业暴露出来的非法吸收存款,非常规经营和借款人信用风险问题一直以来都是监管的难点所在。如今监管政策更是以“退出和转型”为主,P2P网贷模式可能迎来大变局,通过转型该模式将向更加规范和健康金融业态发展。本文研究P2P网贷借款人违约风险对其未来的转型具有参考借鉴意义。本文主要从以下几个方面展开研究:首先,构建P2P借贷关系复杂网络,结合借款人节点的信用等级和违约情况,从网络整体视角和局部视角对网络结构特征和借款人行为特征进行分析。通过计算网络中每个节点的入度中心度、接近中心度、近距威望和中介中心度,及其与该节点所对应的借款人信用等级、借款信息特征的相关性,来解释借款人网络拓扑特征所代表的现实意义。其次,实证研究借款人节点网络拓扑特征与违约的关系。结果表明:1)与借款人负债次数有关的入度中心度与借款人违约呈正相关;2)与传输流通效率有关的接近中心度、近距威望、中介中心度与借款人违约呈负相关。该结果符合借款人网络拓扑特征的现实意义解释。基于此构建了考虑网络拓扑特征的P2P借款人信用风险评估的指标体系。最后,利用机器学习方法构建融合借款人网络拓扑特征的风险评估模型,并基于人人贷平台的数据进行了实证评测。实证结果表明,考虑了借款人网络拓扑特征时进行模型的训练和预测效果更好。另外,梯度提升决策树（GBDT）的预测效果最好。基于三个树模型的特征重要性计算,得到网络拓扑信息的重要性仅次于借款人的信用信息和借款信息,表明借款人网络拓扑特征对借款人的信用风险评估具有不可忽视的作用。
刘森,张书维,侯玉洁[6]（2020）在《3D打印技术专业“三教”改革探索》文中认为根据国家对职业教育深化改革的最新要求,解读当前"三教"改革对于职教教育紧迫性和必要性,本文以3D打印技术专业为切入点,深层次分析3D打印技术专业在教师、教材、教法（"三教"）改革时所面临的实际问题,并对"三教"改革的一些具体方案可行性和实际效果进行了探讨。
游运[7]（2019）在《P2P借贷市场个性化投资推荐研究》文中研究指明对于P2P（Peer to Peer）借贷市场投资者来说,如何选择真正符合自己需求与偏好的投资项目并进行投资额的合理分配,是他们投资决策的关键问题。随着平台发展规模的日益壮大,项目品种的日益繁多,投资者所面临的决策相关信息剧增。市场“信息过载”、市场关键决策信息不完全、市场噪音等往往使得投资者陷入决策困境。通过P2P借贷市场个性化投资推荐,可节约投资者信息搜寻的成本,提高投资者信息识别、查询和分析的效率,辅助投资者有效决策。目前,关于P2P借贷个性化投资推荐相关研究较少,已有的研究主要是侧重在项目的违约风险预测、投资相似度计算及投资能力分析等方面,缺乏对P2P平台中与投资者投资决策行为密切相关的知识的有效发掘与应用,这将不利于把握投资者的投资动向,影响个性化投资推荐的有效性。鉴于此,本文从市场投资者的行为特点及决策问题出发,分析投资者决策行为影响因素,依据P2P平台的历史交易数据及各对象之间的关联信息,分别从社会网络、羊群行为、投资者风险偏好等角度发掘有助于把握投资者投资需求与决策偏好的知识,设计相应的投资者决策行为影响因子,并将之应用于个性化投资推荐算法设计,以有效把握投资者决策行为动向与投资偏好,提高P2P借贷市场个性化投资推荐整体性能,进一步促进P2P借贷市场长期良性发展。本文的主要研究内容有:（1）构建P2P借贷市场对象关联网络模型,发掘借款人朋友网络风险特征。由于P2P借贷市场的关键决策信息的不完全,投资者在进行投资决策时,P2P在线社会网络中所传递的大量的市场信息和经济信号将对其投资策略选择产生重要影响。因此,本文从投资者行为特点及决策行为影响因素出发,依据P2P借贷市场历史交易数据及对象属性信息,分析主要对象之间的各种关联关系,构建P2P借贷市场对象关联网络模型;基于P2P借贷市场对象关联网络模型,分析借款人的朋友关系,发掘其中与项目违约风险显着相关的特征,即借款人朋友网络风险特征,并对这些特征的违约风险预测价值进行验证,为后续的项目违约风险预测及投资组合推荐提供支持。（2）设计投资者朋友投标行为影响因子,构建考虑朋友关系的个性化投资推荐框架。投资者的投资决策行为不仅与项目的投资相似度和投资者能力有关,而且在很大程度上还会受到P2P借贷市场社会网络中的其他市场参加者（特别是有投资能力的直接朋友）投资行为的影响。本文基于P2P借贷市场对象关联网络模型,发掘考虑投资者朋友关系的投资者和项目相关概念特征,分别构建对应的概念模型,并在此基础上发掘有助于把握投资者决策行为动向的具有决策价值的知识,将其转化为可应用于投资推荐的决策变量,即投资者朋友投标行为影响因子;基于考虑投资者朋友关系的投资者和项目概念模型及投资者朋友投标行为影响因子,针对投资者投资项目选择问题,构建考虑投资者朋友关系的个性化投资项目推荐模型;综合考虑投资者朋友投标行为影响因子及借款人朋友网络风险特征,针对投资者投资项目选择及投资额分配问题,设计综合考虑朋友关系的个性化投资推荐方案。（3）设计项目理性投资羊群行为因子,构建考虑市场羊群行为及理性投资的个性化投资项目推荐框架。对于P2P借贷市场的大多数投资者,特别是非专业的投资者而言,当获取和有效分析相关决策信息（如与项目违约风险相关的信息）需要花费较高的成本时,为了降低由于不利选择所带来的预期投资风险,投资者在进行投资决策时往往会寻求获取或分析成本相对较低的市场信号（如能够反映市场中绝大多数投资者策略选择的相关信息）作为决策依据,有时甚至会完全忽视自己的私人信息,采取羊群行为,即在P2P借贷市场中,投资者在投资决策时往往会不同程度地受到市场羊群行为的影响。本文基于P2P借贷市场对象关联网络模型,发掘考虑市场羊群行为的投资者和项目相关概念特征,分别构建对应的概念模型,并在此基础上发掘有助于把握投资者决策行为动向的具有决策价值的知识,将其转化为可应用于投资项目推荐的决策变量,即项目理性投资羊群行为因子;基于考虑市场羊群行为的投资者和项目概念模型及项目理性投资羊群行为因子,针对投资者投资项目选择问题,构建考虑市场羊群行为及理性投资的个性化投资项目推荐模型。（4）分析投资者风险厌恶程度差异,构建基于投资者预期效用最大化的投资组合优化模型。组合投资理论和实践表明,投资者在不确定的市场环境中对风险通常持谨慎保守态度,即大多都是风险厌恶者,但不同的投资者风险厌恶程度有所不同。在金融领域中,当面临不确定的投资环境时,投资者的决策行为往往会受到其风险厌恶程度的影响,在实际投资决策过程中往往更愿意选择使其预期效用最大化的投资决策方案。本文基于P2P借贷市场对象关联网络模型,分析P2P借贷市场投资者的风险厌恶程度的差异及其对投资者决策行为的影响,并在此基础上发掘有助于把握投资者决策行为动向的知识,将其转化为可应用于投资组合优化的决策变量,即投资者风险厌恶系数;基于投资者风险厌恶系数及借款人朋友网络风险特征,针对投资者投资额分配问题,设计了基于投资者预期效用最大化的投资组合推荐算法。本文的创新性工作主要体现在:（1）构建了P2P借贷市场对象关联网络模型,发掘与投资决策相关的投资者及项目相关概念特征,定义了投资者决策行为影响因子。依据P2P借贷市场历史交易数据及对象属性信息,分析P2P借贷市场主要对象之间的各种关联关系,构建P2P借贷市场对象关联网络模型,并在此基础上分别从社会资本、羊群行为和风险偏好等多角度发掘与投资决策相关的投资者及项目相关概念特征,定义投资者决策行为影响因子,为后续的个性化投资推荐提供支持。主要包括四个方面:一是基于借款人朋友关系定义借款人朋友网络风险特征,以帮助提高项目违约风险预测的有效性,为后续的投资组合优化提供支持;二是基于投资者朋友关系定义投资者朋友投标行为影响因子,以尽可能考虑投资者朋友投标行为对其决策行为的影响,有效把握投资者投资决策兴趣与偏好;三是考虑市场羊群行为对投资者决策行为的影响,定义项目理性投资羊群行为因子,以提高投资项目推荐的质量,引导投资者理性投资;四是考虑投资者风险厌恶程度差异对其决策行为的影响,定义投资者风险厌恶系数,为后续的投资组合优化提供支持。（2）基于投资者决策行为影响因子,设计了两个个性化投资项目推荐方法。在传统的协同过滤推荐方法的基础上,针对投资者投资项目选择问题,分别从P2P借贷市场社会网络关系及市场羊群行为的角度,提出考虑P2P借贷市场投资者朋友关系的投资项目推荐方法和考虑P2P借贷市场羊群行为及理性投资的投资项目推荐方法;提出了新的评价指标,以综合评估该方法的投资推荐质量。（3）基于投资者决策行为影响因子,设计了两个个性化投资组合优化方法。在传统的P2P借贷投资组合推荐算法基础上,进一步考虑借款人朋友关系及投资者风险偏好差异对投资者决策行为的影响,针对投资者投资额分配问题,分别在引入借款人朋友网络风险特征和投资者风险厌恶系数的基础上,提出考虑借款人朋友网络风险特征的投资组合推荐方法和考虑投资者预期效用最大化的投资组合推荐方法;提出了新的评价指标,以评估该模型的投资决策满意度、经济效益和效用。将本文所提出的个性化投资推荐方法的推荐结果与其它基准模型的推荐结果进行对比分析,以综合评价其推荐效果。在Prosper平台真实数据的基础上进行了详细的实验测试,结果表明本文所提出的个性化推荐方法相较于传统的投资推荐方法具有更好的推荐效果。
左力[8]（2019）在《P2P平台商业模式的网络经济特征及风险控制研究》文中提出随着小额信贷需求的急剧扩张、互联网技术的普及,以及2007年次贷危机以来投融资“去中介化”趋势,“点对点贷款”即P2P网络贷款模式应运而生,并在世界范围内得到快速发展。P2P的发展使小额信贷接入鸿沟缩小、应用覆盖性增强的同时,也触发了互联网信贷红利差异、商业模式差异、风险差异,其带来的直接后果就是改变了传统小额信贷市场格局,并产生了新的信贷不平等以及“问题平台”大量涌现。为此,有必要进一步追问的是:P2P平台商业模式产生的机制是什么?P2P平台商业模式的经济特征是什么?P2P平台风险特征是什么,不同商业模式是如何实现其风险控制的?本研究通过阐述平台商业模式划分的理论依据,揭示平台商业模式的经济特征,剖析平台商业模式实现风险控制的内在机理,有助于为企业经营者明晰行业发展前景并制定科学的经营策略、投资者和借款者更为理性的进行金融决策提供参考,以及为宏观决策部门实施金融规制策略提供决策依据。本研究主要内容及创新点如下:（1）提出了 P2P平台商业模式的网络经济特征分析及风险控制框架论文从价值定位、价值实现路径和价值实现结果三个方面提出了 P2P商业模式的网络经济特征分析及风险控制框架。从价值定位来看,平台自身资源和能力与小微信贷需求的匹配,目的在于解决信贷配给,并在此基础上生成了平台自身的商业模式。从价值实现的路径看,交易内容、交易定价和交易风险控制,是平台价值实现的主要路径。其中,平台定价集中反映了平台与投融资者之间的利益分配关系,通过经济特征投射到各方价值实现的结果;平台商业模式可以通过扩大网络效应及减少信息熵来抑制借款者逆向选择和道德风险,平台自身的道德风险则可以通过平台的声誉价值建设加以控制,平台风险控制的结果也会投射到各方价值实现的结果中去。从价值实现的结果来看,平台商业模式的经济特征符合成本弱增原理,并且不同商业模式下的风险程度均得到一定程度的缓解,降低了投融资者之间的信息不对称。（2）从企业能力与信贷需求匹配的视角阐释了 P2P平台商业模式生成机制本研究从平台企业能力和资源与小微信贷需求匹配的视角阐述了 P2P平台商业模式生成机理。研究发现,在线信用评级模式中“网络声誉成本”、第三方担保模式中“软信息优势”和借款者风险保证金模式中的“贷款留置机制”在实现不同风险类型借款者的分离均衡、促成企业资源和能力与市场需求之间的最佳匹配发挥了关键作用,并最终形成了P2P平台的商业模式。（3）从定价角度分析了典型模式下的平台网络经济特征并给出实证检验论文从定价角度分析了典型模式下的平台网络经济特征并给出实证检验,揭示了 P2P平台商业模式中价值传递和价值实现的重要途径。首先,基于Rochet和Tirole（2006）的双边市场定价模型,研究分析了在线信用评级模式、第三方担保模式以及借款者风险保证金模式下的直接网络效应、交叉网络效应和非对称价格结构效应。其次,从生产边界的理论出发,研究分析了第三方担保模式中的关联经济性。最后,基于我国P2P面板数据,利用3SLS模型对P2P平台模式的经济特征进行了检验,为P2P平台商业模式研究提供了新的经验性证据。（4）阐述了典型商业模式下借款者逆向选择、道德风险和平台道德风险的控制机理及控制策略从违约成本的角度,本研究在假设抵押品不足的情况下就典型模式下的借款者逆向选择的控制机理进行了分析,研究结果显示平台中存在借款者利率逆向选择、服务费逆向选择、担保费逆向选择和保证金逆向选择,提高违约成本、降低借款者内部负的网络效应和提高投资者对借款者正的交叉网络外部性,以及增加投资者和借款者人数能有效降低利率逆向选择。从代理成本角度,本研究分析了三种模式下借款者道德风险的控制原理。研究发现:信用评级模式中引入风险保证金、第三方担保模式中引入借款者信用评级技术,以及风险保证金作为第三方担保的一种反担保措施,都能有效控制借款者道德风险。从道德风险和声誉价值共生的角度,本研究探讨了平台中介道德风险的控制机理,主要得到以下结论:1)P2P平台的“捕食共生”策略逐渐为“互利共生”策略取代;2)联合体从事道德风险行为被发现的可能性越早,促使联合体进行声誉投资的条件就越容易达成。3)平台道德风险（平台声誉价值）与贴现系数、违约率差、惩罚损失及被发现的概率负（正）相关,而与声誉建设成本、费率、实物性担保价值正（负）相关。
刘莹[9]（2019）在《复杂性视角下我国家庭金融行为及危机防范研究》文中指出家庭金融自2006年提出以来引起了学术界的广泛关注。合理的家庭金融行为能够为家庭平滑收入与消费,促进家庭财产性收入增长,实现家庭财富保值与增值;不恰当的家庭金融行为使得家庭陷入财务危机,并有可能祸及宏观经济发展。对我国居民家庭金融行为的发展现状、变化趋势、类型特征与影响因素进行深入研究,并在此基础上探讨家庭金融危机传播的特性与阻断机制,既可为家庭的金融行为提供正确引导,也可为制定宏观经济政策、规范金融市场提供重要的指导性意见,因此具有重要的理论意义与现实意义。论文通过对已有家庭金融的研究成果进行梳理,发现以往的研究大都仅关注家庭金融行为的某一个方面,而忽视了各项行为之间的内在联系,同时也较少关注到家庭金融行为在社会网络中的传递。针对现有研究存在的不足,论文首先将我国家庭金融行为定义为复杂行为系统,并验证了其具备的开放性、动态性、非周期性、自组织临界性等复杂性特征;其次,在对我国家庭金融行为特征研究的基础上,以家庭为节点构建最近邻耦合网络,并以家庭的借贷倾向为边连接概率矩阵实现随机化加边,形成的NW-C网络具备小世界特征、连通性特征以及较低的聚类系数;论文进一步通过深入剖析我国家庭金融行为的影响因素对NW-C网络的参数进行了修正;再次,论文对经典的SIR传播模型进行扩展,引入隔离机制并考虑宏观政策调节作用构建SIQR传播模型,通过对模型平衡点及传播阈值的计算与分析指出,宏观政策的调节效应、政府或金融机构的隔离机制与家庭的主动免疫措施均对阻断家庭金融危机的传播具备显着作用;最后,论文对复杂网络中阻断危机传播的基本免疫策略展开讨论,并从政府、金融机构及家庭三方面提出家庭金融行为的矫正策略。论文选取了CFPS大型微观数据库正式调查的四期数据进行实证分析,综合地使用了多种研究方法:通过对调查数据与宏观经济数据的描述统计分析,认知我国家庭结构、家庭金融行为主要特征与变化趋势;通过构建复杂系统的自临界组织状态的扩展沙堆模型,对家庭金融行为的动态稳定性进行判断;在随机森林算法模型划分家庭金融行为的基本类型基础上构建NW-C网络模型,并通过径向基函数神经网络模型分析各影响因素对网络参数进行修正;最后通过扩展的SIQR传播模型研究家庭金融危机在复杂网络中的传播特性。实证研究得到的主要结论有三点。第一,我国家庭金融行为的NW-C网络具备显着的小世界特征;相较庞大的家庭节点数目,网络平均路径长度较小,家庭间具备较好的连通性;且由于聚类系数较低,家庭网络对于金融风险的传递抵抗的能力较差;我国金融市场发展水平较高的游牧文化地区,具备投机型金融行为特征的家庭,是我国家庭金融危机产生的关键节点。第二,我国家庭金融行为既受到经济、金融、文化等宏观因素的影响,又受到家庭收入、家庭真实生命周期、家庭结构、决策者金融素养等微观的影响。从影响途径来看,我国居民家庭的收入与财富状况在很大程度上决定了家庭金融行为的参与程度;家庭经济决策者的金融素养决定了家庭金融行为的合理性与收益率;区域经济与金融市场的发展程度影响了家庭金融行为的规范性;传统文化背景通过影响家庭风险偏好对家庭金融行为产生一定的制约作用。家庭社会互动活跃程度、家庭结构与家庭真实生命周期对我国居民家庭金融行为的影响程度较小。第三,我国家庭净资产结构动态变化的不合理,会导致家庭现有稳定状态的崩塌,产生家庭金融危机并在社会网络中传播。受到我国大部分家庭金融行为的动态不稳定性影响,家庭金融危机感染率较高,金融危机容易在社会网络内以较快速度产生传播与扩散。阻断扩散的可行办法主要有:在较低范围内适当扩大隔离率?,以及提升家庭主动免疫率?。论文的研究在复杂性科学视角下展开,即将家庭金融行为视为一个复杂系统且将其纳入到复杂社会网络中予以考察,因此在研究内容上从家庭金融行为的一般特征及其影响因素延申到家庭金融危机在复杂社会网络中的形成与传播,扩展了其研究的内涵与深度。在研究方法上,注重复杂性系统的基本特性,放松了数据正态分布、多重共线性等假定条件,选用了随机森林模型、神经网络模型、沙堆模型、网络动力学传播模型等非线性、非局部、非参数的机器学习与深度学习方法,并对模型参数设定、算法进行改良以提高建模效率,因而比传统方法具有更高的预测效率。
丁士杰[10]（2019）在《分布不确定条件下的贷款组合优化模型研究》文中研究指明贷款组合的核心风险是信用风险,它源自于贷款借贷方的违约可能性。贷款组合优化方法是信用风险管理的重要手段。利用组合优化方法寻求资本的合理配置,能够帮助投资者平衡安全性与盈利性,确保在可接受的风险范围内,最大化投资收益,或在可接受的预期收益范围内,最小化风险。然而贷款组合优化技术在应用过程中存在两个难点:一是贷款的历史数据较少、甚至缺失,如何在历史数据缺失的条件下准确度量信用风险并实现组合优化?二是贷款的损失分布具有不确定性,如何将损失分布的不确定性纳入到投资决策过程,完善贷款组合优化?本文聚焦于贷款组合优化问题中的“历史数据缺失”和“损失分布不确定”两个难点,并分别针对银行贷款和P2P贷款,研究了历史数据缺失和损失分布不确定条件下的信用风险度量和组合优化。本文的主要工作和创新如下:（1）通过构建银行贷款损失与宏观经济条件和贷款健康状态的离散函数关系,利用Monte Carlo方法估计银行贷款的损失,并根据非参数核估计方法进行组合损失分布的估计。以贷款组合的条件风险价值CVaR最小化为目标函数,构建了基于非参数核估计的银行贷款组合优化模型,改善了金融机构由于贷款历史数据缺失而无法有效地估计和控制贷款组合损失的不足,提高了投资者的风险控制能力。（2）通过对宏观经济条件的Monte Carlo模拟和基于中心极限定理（CLT）的组合损失分布估计,构建了银行贷款组合损失分布集合。基于损失分布集合建立分布不确定条件下的银行贷款组合优化模型,将各种宏观经济条件下可能的损失分布都纳入到投资决策过程,完善了现有贷款组合优化模型忽略损失分布不确定的不足,保证最终构建的投资组合能够有效降低潜在风险。（3）在基于样例的P2P贷款风险评估框架中,利用核回归方法,建立还款状态已知的旧贷款和待投资的新贷款之间的函数关系,来估计新贷款的预期收益和风险。进而利用相对熵约束建立P2P贷款组合鲁棒优化模型,并通过基于数据驱动的交叉验证方法进行分布不确定度的优化,改善了现有P2P贷款组合优化研究中未考虑分布不确定的不足,保证在参数估计值与实际值差距较大情况下,依然能够取得较好的投资收益。通过数值实验本文发现:①本文提出的基于非参数核估计的银行贷款组合CVaR优化模型相对于经典的基于经验分布的CVaR优化模型具有更强的风险控制能力,能够更好地平衡贷款组合的收益与风险,在单位风险下取得更高的收益。②当金融机构优化其信贷资产配置时,将分布不确定性纳入投资决策,能够有效降低组合风险、提高投资效益;并且对于银行贷款组合优化问题,本文提出的混合分布条件下均匀CVaR模型要比现有研究中worst-case CVaR模型的风险控制能力更好。③基于中位数核回归的贷款评估模型能够对P2P贷款的预期收益与风险进行准确估计,相比于经典的均值核回归模型,预测精度更高;并且,基于中位数核回归的P2P贷款组合优化模型能够帮助投资者合理配置资产,相比于现有模型,能够实现更高的投资效益。④对于P2P贷款投资,将分布不确定性纳入到风险度量和组合优化过程,能够降低由参数估计偏差而产生的风险,提高投资效益;并且,分布不确定度的合理设定十分重要,利用基于数据驱动的交叉验证法,能够确定合适的分布不确定度,进一步保证组合优化的有效性。
二、借贷决策的交叉规划模型（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、借贷决策的交叉规划模型（论文提纲范文）
（1）我国体育产业高质量发展的金融支持研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 体育产业高质量发展的现实需要 |
| 1.1.2 金融与实体经济关系的重新审视 |
| 1.1.3 体育产业高质量发展的金融诉求 |
| 1.2 问题提出 |
| 1.3 研究意义 |
| 1.3.1 理论意义 |
| 1.3.2 实践意义 |
| 1.4 主要内容与研究方法 |
| 1.4.1 主要内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 研究创新点 |
| 第2章 文献综述与理论基础 |
| 2.1 核心概念界定 |
| 2.1.1 体育产业 |
| 2.1.2 高质量发展 |
| 2.1.3 体育产业高质量发展 |
| 2.1.4 金融支持 |
| 2.2 文献综述 |
| 2.2.1 经济高质量发展的金融支持研究 |
| 2.2.2 新兴产业发展的金融支持研究 |
| 2.2.3 体育产业发展的金融支持研究 |
| 2.2.4 体育产业高质量发展与金融支持的关系认识 |
| 2.2.5 文献述评 |
| 2.3 理论基础 |
| 2.3.1 产业生命周期理论 |
| 2.3.2 产业结构理论 |
| 2.3.3 产业融合理论 |
| 2.3.4 Schumpeter金融促进理论 |
| 2.3.5 金融结构理论 |
| 2.3.6 金融深化、金融约束与金融内生理论 |
| 2.3.7 系统理论与经济效率理论 |
| 第3章 体育产业高质量发展的金融支持现状与不足 |
| 3.1 体育产业高质量发展的金融支持现状 |
| 3.1.1 政府金融支持现状 |
| 3.1.2 信贷市场支持现状 |
| 3.1.3 债券市场支持现状 |
| 3.1.4 股票市场支持现状 |
| 3.1.5 风险投资支持现状 |
| 3.1.6 其他金融市场支持现状 |
| 3.2 体育产业高质量发展的金融支持不足 |
| 3.2.1 金融支持制度体系亟待完善,金融支持政策工具尚需补充 |
| 3.2.2 金融市场结构失衡问题凸显,直接融资渠道建设存在不足 |
| 3.2.3 风险资本经典功能发生偏离,资本投入可持续性有所欠缺 |
| 3.2.4 新兴金融工具利用不尽充分,体育金融复合人才供给不足 |
| 3.3 本章小结 |
| 第4章 体育产业高质量发展的金融支持特征与机理 |
| 4.1 体育产业高质量发展的金融需求特征 |
| 4.1.1 “支柱地位”与扩张趋势: 亟需政策引导的规模化金融支持 |
| 4.1.2 丰富业态与结构演进: 亟需层次多元的系统化金融支持 |
| 4.1.3 投资风险与不确定性: 亟需风险偏好的针对性金融支持 |
| 4.1.4 消费升级与供需优化: 亟需科技赋能的普惠性金融支持 |
| 4.2 体育产业高质量发展的金融支持机理 |
| 4.2.1 金融支持体育产业高质量发展的功能组成 |
| 4.2.2 金融支持体育产业高质量发展的作用机理 |
| 4.3 本章小结 |
| 第5章 体育产业高质量发展的宏观金融支持效应分析——基于耦合协调视角 |
| 5.1 研究方案设计 |
| 5.2 研究方法选择 |
| 5.2.1 金融支持体育产业高质量发展的复杂系统特征 |
| 5.2.2 耦合的应用 |
| 5.3 金融支持体育产业高质量发展的耦合机制 |
| 5.3.1 耦合机制的内涵 |
| 5.3.2 金融支持体育产业高质量发展的耦合机理 |
| 5.3.3 金融支持体育产业高质量发展的耦合机制 |
| 5.4 模型构建与数据处理 |
| 5.4.1 耦合测度模型 |
| 5.4.2 灰色关联模型 |
| 5.4.3 序参量体系与数据选取 |
| 5.4.4 熵值赋权处理 |
| 5.5 耦合协调效应分析 |
| 5.5.1 系统发展水平分析 |
| 5.5.2 耦合关联与耦合协调效应分析 |
| 5.5.3 基于剪刀差的进一步讨论 |
| 5.6 耦合协调效应的影响因素 |
| 5.6.1 影响因素识别 |
| 5.6.2 变量选取 |
| 5.6.3 影响因素分析 |
| 5.7 本章小结 |
| 第6章 体育产业高质量发展的微观金融支持效率评价——以上市公司为例 |
| 6.1 研究方案设计 |
| 6.2 研究方法选择 |
| 6.2.1 金融支持体育产业高质量发展的投入产出特征 |
| 6.2.2 方法思路与适用性 |
| 6.3 模型构建与数据处理 |
| 6.3.1 模型构建 |
| 6.3.2 样本选取 |
| 6.3.3 指标测算与数据处理 |
| 6.4 静态效率矩阵分析 |
| 6.4.1 综合金融效率分析 |
| 6.4.2 股权静态效率分析 |
| 6.4.3 债权静态效率分析 |
| 6.5 动态效率演变分析 |
| 6.5.1 金融效率的动态演变 |
| 6.5.2 股权效率的动态演变 |
| 6.5.3 债权效率的动态演变 |
| 6.6 效率收敛性分析 |
| 6.6.1 金融效率的收敛性分析 |
| 6.6.2 股权效率的收敛性分析 |
| 6.6.3 债权效率的收敛性分析 |
| 6.7 本章小结 |
| 第7章 体育产业高质量发展的金融支持系统建模与仿真 |
| 7.1 研究方案设计 |
| 7.2 研究方法选择 |
| 7.2.1 系统动力学原理 |
| 7.2.2 系统动力学组成模块—基于Vensim实现 |
| 7.2.3 系统动力学特点及适用性 |
| 7.3 建模准备 |
| 7.3.1 模型构建原则 |
| 7.3.2 系统边界确定 |
| 7.3.3 模型基本假设 |
| 7.4 模型与变量关系构建 |
| 7.4.1 子系统组成及因果关系 |
| 7.4.2 总系统组成及因果关系 |
| 7.4.3 系统流图设计及主要变量 |
| 7.4.4 变量函数关系确定 |
| 7.5 模型检验 |
| 7.5.1 外观检验 |
| 7.5.2 运行检验 |
| 7.5.3 稳定性检验 |
| 7.5.4 历史检验 |
| 7.5.5 灵敏度检验 |
| 7.6 策略仿真分析 |
| 7.6.1 基础仿真结果 |
| 7.6.2 市场金融策略仿真 |
| 7.6.3 政府金融干预仿真 |
| 7.6.4 金融风险情景仿真 |
| 7.7 本章小结 |
| 第8章 结论、建议与展望 |
| 8.1 研究结论 |
| 8.2 对策建议 |
| 8.3 局限与展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 攻读学位期间的科研成果 |
| 附件 |
| 学位论文评阅及答辩情况表 |
（2）中小企业融资约束与动产融资研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究思路与研究方法 |
| 1.3 结构安排与主要内容 |
| 1.4 研究特色 |
| 第2章 文献综述 |
| 2.1 中小企业对经济增长的影响 |
| 2.2 影响中小企业融资的外部与内部因素 |
| 2.3 度量中小企业融资约束的方法与进展 |
| 2.4 缓解中小企业融资约束的思路和途径 |
| 2.5 本章小结 |
| 第3章 中国中小企业发展在经济增长中的作用 |
| 3.1 中小企业划分标准与指标选取 |
| 3.2 中国中小企业发展状况 |
| 3.3 中小企业发展与经济增长的关系:简析 |
| 3.4 实证模型和结果分析 |
| 3.5 稳健性估计:动态面板模型和面板的均值组估计 |
| 3.6 本章小结 |
| 第4章 中国中小企业融资现状分析 |
| 4.1 中国中小企业的融资体系 |
| 4.2 中国中小企业的融资模式 |
| 4.3 中国中小企业的融资环境 |
| 4.4 中小企业融资约束的表现形式 |
| 4.5 中小企业融资现状是否与中小企业发展匹配? |
| 4.6 中国中小企业融资约束的成因及启示 |
| 4.7 本章小结 |
| 第5章 融资约束下中国中小企业的现金流敏感度分析 |
| 5.1 研究假说 |
| 5.2 研究设计 |
| 5.3 实证结果及分析 |
| 5.4 本章小结 |
| 第6章 引入动产融资的政策评估分析 |
| 6.1 政策背景 |
| 6.2 基本模型 |
| 6.3 模型稳态、参数校准与估计 |
| 6.4 模型动态与政策分析 |
| 6.5 拓展分析: 不含借贷约束的RBC模型和改进的借贷约束模型 |
| 6.6 政策启示 |
| 6.7 本章小结 |
| 第7章 研究结论与局限 |
| 7.1 研究总结 |
| 7.2 研究局限与后续研究方向 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 学位论文评阅及答辩情况表 |
（3）面向P2P借贷平台的多目标进化推荐算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文的工作与安排 |
| 第二章 相关理论基础 |
| 2.1 推荐系统的相关理论 |
| 2.1.1 推荐问题的定义与表示 |
| 2.1.2 传统推荐算法介绍 |
| 2.2 多目标优化相关理论 |
| 2.2.1 基于支配的进化多目标优化模型 |
| 2.2.2 基于博弈论的多目标进化模型 |
| 2.2.3 多目标进化算法流程 |
| 2.3 本章小结 |
| 第三章 基于收益风险管理的多目标进化个性化推荐算法 |
| 3.1 基于收益风险管理的多目标进化个性化推荐算法 |
| 3.1.1 算法思想 |
| 3.1.2 目标函数定义 |
| 3.1.3 算法框架 |
| 3.1.4 决策空间降维策略 |
| 3.1.5 种群初始化策略 |
| 3.2 实验与分析 |
| 3.2.1 实验设置 |
| 3.2.2 评价指标 |
| 3.2.3 对比实验 |
| 3.3 本章小结 |
| 第四章 基于博弈论的多目标进化推荐算法 |
| 4.1 基于博弈论的多目标进化推荐算法 |
| 4.1.1 算法思想 |
| 4.1.2 目标函数定义 |
| 4.1.3 算法框架 |
| 4.1.4 博弈进化算子 |
| 4.2 实验与分析 |
| 4.2.1 实验设置 |
| 4.2.2 实验结果与分析 |
| 4.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的学术成果 |
| 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（4）基于代价敏感和集成学习的网络借贷信用评价方法与应用（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究思路与内容结构 |
| 1.3 研究意义 |
| 1.4 研究方法 |
| 1.5 创新点 |
| 第二章 相关理论与文献综述 |
| 2.1 信用评价方法研究 |
| 2.2 信用评价中的分类算法 |
| 2.3 代价敏感分类及其在信用评价中的应用 |
| 2.3.1 代价敏感分类算法 |
| 2.3.2 代价敏感分类在信用评价中的应用 |
| 2.4 集成学习算法及其在信用评价中的应用 |
| 2.4.1 集成学习方法 |
| 2.4.2 集成学习在信用评价中的应用 |
| 2.5 本章小结 |
| 第三章 刻画收益损失与构建误分类代价矩阵 |
| 3.1 代价矩阵与相关研究 |
| 3.2 网络借贷场景下的风险与收益建模 |
| 3.3 代价敏感矩阵的度量与计算 |
| 3.3.1 下三角矩阵C~1 |
| 3.3.2 上三角矩阵C~2 |
| 3.4 参数分析与灵敏度分析 |
| 3.4.1 违约损失率Lgd |
| 3.4.2 违约概率修正系数β |
| 3.4.3 借款人流失率α |
| 3.4.4 参数的灵敏度分析方法 |
| 3.5 数据实验 |
| 3.5.1 数据描述 |
| 3.5.2 参数设置及其管理启示 |
| 3.5.3 误分类代价矩阵计算 |
| 3.5.4 灵敏度分析 |
| 3.6 本章小结 |
| 第四章 代价敏感的特征空间和分类算法评价与选择 |
| 4.1 基于过滤器的特征排序与选择 |
| 4.1.1 特征选择方法简介 |
| 4.1.2 过滤法特征选择中的度量准则 |
| 4.2 代价矩阵及代价敏感分类算法 |
| 4.3 代价敏感分类结果的评价指标 |
| 4.4 实验设置 |
| 4.4.1 数据预处理 |
| 4.4.2 实验环境与步骤 |
| 4.5 实验结果与模型选择 |
| 4.5.1 传统分类器与代价敏感分类器的比较 |
| 4.5.2 代价敏感分类器及特征子空间的比较 |
| 4.5.3 基于特征重要性的指标体系及其管理启示 |
| 4.6 本章小结 |
| 第五章 基于成对比较的有序类集成信用评分方法 |
| 5.1 基于成对比较的集成学习思路 |
| 5.1.1 成对比较矩阵介绍 |
| 5.1.2 样本间的成对比较关系刻画 |
| 5.2 不完全信息下成对比较矩阵的权重计算方法 |
| 5.2.1 基于优化方法的权重计算 |
| 5.2.2 基于元素补全的权重计算 |
| 5.2.3 基于谱分析的权重计算 |
| 5.3 大规模成对比较矩阵的求解:二部图迭代算法(BGIM) |
| 5.3.1 二部图表达与转移矩阵构建 |
| 5.3.2 迭代算法设计 |
| 5.3.3 算法性质的理论分析 |
| 5.3.4 算法验证实验 |
| 5.4 网络借贷信用评价中代价敏感分类器的集成实验 |
| 5.4.1 实验设置 |
| 5.4.2 实验结果 |
| 5.5 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间取得的成果 |
（5）P2P借贷关系网络特征与借款人信用风险评估研究 ——基于人人贷平台数据（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究综述 |
| 1.2.1 关于P2P网贷参与者行为的研究 |
| 1.2.2 关于P2P网贷平台风险的研究 |
| 1.2.3 复杂网络在金融风险中的应用的研究 |
| 1.2.4 文献总结与评述 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 本研究的创新之处 |
| 第二章 P2P网贷的发展概述 |
| 2.1 P2P网贷的行业现状 |
| 2.2 P2P网贷的发展回顾 |
| 2.3 P2P网贷的价值及存在的问题 |
| 2.3.1 P2P网贷的社会价值 |
| 2.3.2 P2P网贷存在的问题分析 |
| 2.4 本章小结 |
| 第三章 P2P借贷关系网络的构建及网络特征分析 |
| 3.1 借贷关系网络构建 |
| 3.2 借贷关系网络的整体特征描述 |
| 3.3 考虑节点属性的子网络构建和分析 |
| 3.3.1 违约子网络的构建及违约分析 |
| 3.3.2 信用等级子网络的构建及行为分析 |
| 3.4 借款人节点特征计算和分析 |
| 3.4.1 借款人节点网络拓扑特征介绍 |
| 3.4.2 借款人节点网络拓扑特征分析 |
| 3.5 本章小结 |
| 第四章 P2P借贷关系网络节点特征与违约关系研究 |
| 4.1 特征描述 |
| 4.2 逻辑回归模型构建与回归结果 |
| 4.3 P2P借款人信用风险评估指标体系构建 |
| 4.4 本章小结 |
| 第五章 P2P借款人信用风险评估与违约预测 |
| 5.1 P2P网贷借款人信用风险评估问题描述 |
| 5.2 实证的目的和思路 |
| 5.3 模型预测效果的评价指标 |
| 5.4 机器学习模型介绍 |
| 5.4.1 逻辑回归(LR) |
| 5.4.2 支持向量机(SVM) |
| 5.4.3 决策树(DT) |
| 5.4.4 随机森林(RF) |
| 5.4.5 梯度提升决策树(GBDT) |
| 5.4.6 多层感知机(MLP) |
| 5.5 实证结果 |
| 5.6 特征重要性分析 |
| 5.7 本章小结 |
| 结论与展望 |
| 结论 |
| 展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（6）3D打印技术专业“三教”改革探索（论文提纲范文）
| 引言 |
| 1 3D打印技术专业“三教”面临的突出问题 |
| 1.1 师资团队的教学素养相对偏差 |
| 1.2 3D打印技术专业教材不成体系，资源匮乏 |
| 1.3 教法难以提升学生参与的主动性 |
| 2 3D打印技术应用专业“三教”改革措施 |
| 2.1 通过“名师引领、双元结构、分工协作”的准则塑造团队 |
| 2.1.1 依托有较强影响力的带头人，有效开发名师所具备的引领示范效果 |
| 2.1.2 邀请大师授教，提升人才的技术与技能水准 |
| 2.2 推进“学生主体、育训结合、因材施教”的教材变革 |
| 2.2.1 设计活页式3D打印教材 |
| 2.2.2 灵活使用信息化技术，形成立体化的教学 |
| 2.3 创新推行“三个课堂”教学模式，推进教法改革 |
| 2.3.1 采取线上、线下的混合式教法 |
| 2.3.2 构建与推进更具创新性的“三个课堂”模式 |
（7）P2P借贷市场个性化投资推荐研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状概述 |
| 1.3 研究现状评述 |
| 1.4 主要研究内容和总体研究框架 |
| 1.5 论文结构安排 |
| 2 P2P借贷市场对象关联网络模型 |
| 2.1 P2P借贷市场投资者决策行为概述 |
| 2.1.1 P2P借贷投资者行为特点及其关键决策问题 |
| 2.1.2 P2P借贷市场投资者决策行为影响因素 |
| 2.1.3 P2P借贷市场投资者决策行为相关知识发现视角 |
| 2.2 P2P借贷市场对象关联分析 |
| 2.2.1 P2P借贷市场对象关联类别 |
| 2.2.2 P2P借贷市场对象关联网络模型的构建 |
| 2.3 P2P借贷市场朋友关联网络信息的风险预测价值分析 |
| 2.3.1 问题的提出 |
| 2.3.2 朋友网络候选特征发现 |
| 2.3.3 朋友网络风险特征的预测价值分析 |
| 2.4 实验研究及结果分析 |
| 2.4.1 数据来源与样本选取 |
| 2.4.2 相关性分析 |
| 2.4.3 朋友网络风险特征的违约风险预测价值检验 |
| 2.5 本章小结 |
| 3 考虑朋友关系的个性化投资推荐 |
| 3.1 问题的提出 |
| 3.2 考虑投资者朋友关系的项目和投资者的概念模型 |
| 3.2.1 考虑投资者朋友关系的项目概念模型 |
| 3.2.2 考虑投资者朋友关系的投资者概念模型 |
| 3.2.3 基于投资者朋友关系的朋友投标行为影响因子 |
| 3.3 考虑朋友关系的个性化投资推荐模型设计 |
| 3.3.1 确定个性化推荐投资项目列表 |
| 3.3.2 考虑投资者朋友关系的投资项目推荐过程 |
| 3.3.3 基于朋友网络风险特征的投资组合优化过程 |
| 3.4 实验结果与分析 |
| 3.4.1 数据来源 |
| 3.4.2 考虑投资者朋友关联关系的概念模型分析 |
| 3.4.3 考虑投资者朋友关系的投资项目推荐效果分析 |
| 3.4.4 考虑投资者朋友关系的投资项目推荐的经济意义 |
| 3.4.5 考虑朋友关系的投资推荐经济性能分析 |
| 3.5 本章小结 |
| 4 考虑市场羊群行为与理性投资的个性化投资项目推荐 |
| 4.1 问题的提出 |
| 4.2 基于市场羊群行为的项目和投资者概念模型 |
| 4.2.1 考虑市场羊群行为的投资者概念模型 |
| 4.2.2 考虑理性投资的项目羊群程度概念模型 |
| 4.3 考虑市场羊群行为的个性化投资项目推荐模型设计 |
| 4.3.1 项目理性投资羊群行为因子 |
| 4.3.2 确定个性化投资项目推荐列表 |
| 4.3.3 考虑市场羊群行为及理性投资的投资项目推荐过程 |
| 4.4 实验结果与分析 |
| 4.4.1 数据集来源与选择 |
| 4.4.2 项目羊群程度及其决策导向分析 |
| 4.4.3 投资者羊群行为及其理性投资分析 |
| 4.4.4 考虑市场羊群行为及理性投资的投资项目推荐效果分析 |
| 4.4.5 考虑市场羊群行为及理性投资的投资项目推荐的经济意义 |
| 4.5 本章小结 |
| 5 基于预期效用最大化的个性化投资组合推荐 |
| 5.1 问题的提出 |
| 5.2 基于投资者风险偏好的投资组合优化模型 |
| 5.2.1 投资者风险偏好程度分析 |
| 5.2.2 确定推荐投资项目投资额 |
| 5.3 考虑投资者预期效用最大化的投资组合推荐过程 |
| 5.4 实验结果与分析 |
| 5.4.1 数据来源与样本选取 |
| 5.4.2 基于P2P借贷市场对象关联网络模型的相关概念特征分析 |
| 5.4.3 基于投资者预期效用最大化的投资组合推荐的经济性能分析 |
| 5.5 本章小结 |
| 6 结论与展望 |
| 参考文献 |
| 攻读博士期间取得的成果 |
| 致谢 |
（8）P2P平台商业模式的网络经济特征及风险控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1.绪论 |
| 1.1 研究背景及问题提出 |
| 1.1.1 小额信贷线下接入鸿沟曾是信贷配给的基本形态 |
| 1.1.2 互联网信贷是信用中介作用弱化所形成的直接融资模式 |
| 1.1.3 P2P问题平台大量涌现 |
| 1.1.4 国内P2P平台商业模式面临转型 |
| 1.1.5 注重自身资源与市场需求结合成为国际发展趋势 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究内容、研究方法与研究框架 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 1.4 关键问题与解决思路 |
| 1.5 创新之处 |
| 2.理论基础与研究综述 |
| 2.1 理论基础 |
| 2.1.1 现代商业模式理论 |
| 2.1.2 企业能力理论 |
| 2.1.3 信贷配给理论 |
| 2.1.4 网络经济理论 |
| 2.1.5 激励理论——委托代理模型 |
| 2.2 P2P平台商业模式研究 |
| 2.2.1 P2P平台商业模式的内涵与生成机制 |
| 2.2.2 P2P平台基本商业模式的类型 |
| 2.3 P2P平台的经济特征研究 |
| 2.3.1 P2P平台具有双边市场特征 |
| 2.3.2 不同商业模式下P2P平台的经济特征 |
| 2.5 P2P平台风险管理研究 |
| 2.5.1 P2P平台风险识别研究 |
| 2.5.2 P2P平台风险控制机理研究 |
| 2.5.3 P2P平台不同商业模式的风险控制策略研究 |
| 2.7 研究述评 |
| 2.8 本章小结 |
| 3.理论分析框架 |
| 3.1 基本概念 |
| 3.2 理论观点 |
| 3.2.1 价值定位、价值实现路径和价值目标构成P2P商业模式的核心内涵 |
| 3.2.2 P2P平台商业模式是企业能力和资源与小微信贷需求匹配的产物 |
| 3.2.3 解决抵押品不足型信贷配给问题是P2P商业模式的最终目标 |
| 3.2.4 P2P平台的定价机制决定了其商业模式的经济特征 |
| 3.2.5 P2P商业模式的网络经济特征可以利用成本弱增性检验 |
| 3.2.6 扩大网络效应与减少信息熵能抑制逆向选择和道德风险 |
| 3.2.7 代理人的声誉价值和道德风险具有共生性 |
| 3.3 理论模型 |
| 3.4 本章小结 |
| 4.P2P平台商业模式的内涵与典型商业模式生成机理 |
| 4.1 P2P平台商业模式的内涵 |
| 4.1.1 P2P平台商业模式的逻辑起点 |
| 4.1.2 P2P平台商业模式的物理架构 |
| 4.1.3 P2P平台商业模式价值实现的路径 |
| 4.1.4 P2P平台商业模式的价值实现 |
| 4.2 P2P平台典型商业模式的生成机理 |
| 4.2.1 在线信用评级模式——信贷需求与在线信用评级技术的匹配 |
| 4.2.2 第三方担保模式——信贷需求与第三方担保的匹配 |
| 4.2.3 借款者风险保证金模式——信贷需求与贷款留置的匹配 |
| 4.3 本章小结 |
| 5.P2P平台典型商业模式的网络经济特征 |
| 5.1 基本假定 |
| 5.2 在线信用评级模式下的网络经济特征 |
| 5.2.1 .直接网络外部性 |
| 5.2.2 交叉网络外部性 |
| 5.2.3 价格非中性 |
| 5.2.4 平台自身规模经济特征 |
| 5.3 第三方担保模式下的网络经济特征 |
| 5.3.1 直接网络外部性 |
| 5.3.2 交叉网络外部性 |
| 5.3.3 价格非中性 |
| 5.3.4 关联经济性 |
| 5.4 借款者风险保证金模式下的网络经济特征 |
| 5.4.1 直接网络外部性 |
| 5.4.2 交叉网络外部性 |
| 5.4.3 价格非中性 |
| 5.5 P2P平台商业模式的网络经济特征检验 |
| 5.5.1 关键假设 |
| 5.5.2 变量选取及数据处理 |
| 5.5.3 样本选择及数据来源 |
| 5.5.4 估计方法 |
| 5.5.5 估计结果 |
| 5.5.6 稳健性检验 |
| 5.6 本章小结 |
| 6.P2P平台的风险特征与典型商业模式的风险控制 |
| 6.1 P2P平台风险特征 |
| 6.1.1 借款者逆向选择和道德风险 |
| 6.1.2 平台道德风险 |
| 6.2 借款者逆向选择控制——声誉成本角度 |
| 6.2.1 基本模型设定 |
| 6.2.2 在线信用评级模式下的逆向选择控制 |
| 6.2.3 第三方担保模式下的逆向选择控制 |
| 6.2.4 借款者风险保证金模式下的逆向选择 |
| 6.2.5 逆向选择模拟 |
| 6.2.6 典型商业模式下逆向选择的控制策略 |
| 6.3 借款者道德风险控制——代理成本的角度 |
| 6.3.1 在线信用评级模式下的代理成本控制 |
| 6.3.2 第三方担保模式下的代理成本控制 |
| 6.3.3 借款者风险保证金模式下借款者代理成本控制 |
| 6.3.4 典型商业模式下借款者代理成本比较 |
| 6.3.5 商业模式转型视角的借款者道德风险控制方案 |
| 6.3.6 借款者道德风险控制的商业模式转型案例 |
| 6.4 平台中介的道德风险的控制——声誉价值与道德风险共生的角度 |
| 6.4.1 捕食共生策略与互利共生策略诱因 |
| 6.4.2 在线信用评级模式下捕食共生和互利共生策略选择模型 |
| 6.4.3 第三方担保模式下捕食共生和互利共生策略选择模型 |
| 6.4.4 风险保证金模式下捕食共生和互利共生策略选择模型 |
| 6.4.5 策略选择影响因素分析及模拟 |
| 6.4.6 平台道德风险控制策略 |
| 6.5 本章小结 |
| 7.研究结论、政策建议与展望 |
| 7.1 研究结论 |
| 7.2 政策建议 |
| 7.3 研究展望 |
| 致谢 |
| 参考文献 |
| 博士学位论文撰写期间发表的论文 |
（9）复杂性视角下我国家庭金融行为及危机防范研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 研究内容 |
| 1.3 研究方法 |
| 1.4 研究思路 |
| 1.5 研究创新 |
| 2 理论基础与文献综述 |
| 2.1 概念界定 |
| 2.1.1 家庭、家庭财产与家庭资产 |
| 2.1.2 家庭金融行为 |
| 2.1.3 家庭金融危机 |
| 2.2 理论基础 |
| 2.2.1 经济学理论 |
| 2.2.2 复杂性科学理论 |
| 2.3 文献综述 |
| 2.3.1 西方消费理论视角 |
| 2.3.2 家庭金融资产选择理论视角 |
| 2.3.3 行为经济学理论视角 |
| 2.3.4 制度经济学视角 |
| 2.3.5 文献述评 |
| 3 我国家庭金融行为的复杂性特征分析 |
| 3.1 研究方法设计 |
| 3.2 我国家庭结构变化特征及其复杂性分析 |
| 3.2.1 家庭结构特征分析 |
| 3.2.2 家庭结构变化的复杂性分析 |
| 3.3 我国家庭金融行为动态性特征研究 |
| 3.3.1 家庭金融资产投资行为的动态分析 |
| 3.3.2 我国家庭负债管理行为的动态分析 |
| 3.3.3 我国家庭房产投资行为的动态分析 |
| 3.4 我国家庭金融行为的非线性紧耦合性特征研究 |
| 3.4.1 我国家庭金融行为的紧耦合性分析 |
| 3.4.2 我国家庭金融行为的非线性关系验证 |
| 3.5 我国家庭金融行为的自组织临界性特征研究 |
| 3.5.1 “沙堆模型”及其扩展应用 |
| 3.5.2 家庭金融行为沙堆模型构建 |
| 3.5.3 结果分析 |
| 3.6 本章小结 |
| 4 我国家庭金融行为复杂网络的形成 |
| 4.1 复杂网络研究概述 |
| 4.1.1 复杂网络的统计特征 |
| 4.1.2 复杂网络的演化过程 |
| 4.2 网络节点类型划分 |
| 4.2.1 研究方法设计 |
| 4.2.2 指标选取与变量描述 |
| 4.2.3 模型结果与检验 |
| 4.2.4 模型结果解释 |
| 4.3 NW-C网络的构建 |
| 4.3.1 网络中的节点数目及类型 |
| 4.3.2 最近邻耦合网络生成 |
| 4.3.3 随机化有向边概率定义 |
| 4.3.4 NW-C网络的统计学特性分析 |
| 4.4 本章小结 |
| 5 我国家庭金融行为动机分析 |
| 5.1 研究方法设计 |
| 5.1.1 模型的选择 |
| 5.1.2 数据降维方法 |
| 5.2 环境对复杂网络参数的影响分析 |
| 5.2.1 宏观环境对我国家庭金融行为的影响分析 |
| 5.2.2 微观环境对我国家庭金融行为的影响分析 |
| 5.3 环境对复杂网络参数影响的实证研究 |
| 5.3.1 指标选取与变量描述 |
| 5.3.2 神经网络模型的训练结果 |
| 5.3.3 神经网络模型的检验 |
| 5.3.4 模型结果分析 |
| 5.4 复杂网络演变结果及其特征分析 |
| 5.4.1 影响变量筛选 |
| 5.4.2 网络参数演变 |
| 5.4.3 修正网络统计特征分析 |
| 5.5 本章小结 |
| 6 我国家庭金融危机的传播与防范策略研究 |
| 6.1 复杂网络中的传播动力学理论 |
| 6.1.1 经典传播模型 |
| 6.1.2 传播的临界值理论 |
| 6.1.3 危机传播的基本免疫策略 |
| 6.2 具备政府调节作用的危机传播模型构建 |
| 6.2.1 危机传播途径设定 |
| 6.2.2 模型参数设定 |
| 6.3 家庭金融危机扩散的平衡点分析 |
| 6.3.1 零传播平衡点分析 |
| 6.3.2 非零传播平衡点分析 |
| 6.3.3 平衡状态的影响因素分析 |
| 6.4 家庭金融危机扩散的传播阈值分析 |
| 6.4.1 传播阈值定义与计算 |
| 6.4.2 传播阈值的特性分析 |
| 6.5 我国家庭金融危机防范策略 |
| 6.5.1 政府策略 |
| 6.5.2 金融机构策略 |
| 6.5.3 家庭策略 |
| 6.6 本章小结 |
| 7 结论、建议与展望 |
| 7.1 结论 |
| 7.2 建议 |
| 7.2.1 吸纳金融信息 |
| 7.2.2 端正投资心态 |
| 7.2.3 优化资产配置 |
| 7.3 研究展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间主持与参与的课题 |
| 附表 |
| 附录 |
| 致谢 |
（10）分布不确定条件下的贷款组合优化模型研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 主要符号表 |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关工作研究进展 |
| 1.2.1 银行贷款组合优化研究现状 |
| 1.2.2 分布不确定条件下的组合优化研究现状 |
| 1.2.3 P2P贷款信用风险度量和组合优化研究现状 |
| 1.2.4 基于数据驱动方法和相对熵约束的组合优化研究现状 |
| 1.2.5 现有研究的不足 |
| 1.3 研究内容和结构 |
| 1.3.1 研究内容 |
| 1.3.2 研究内容间的相互关系 |
| 1.3.3 篇章结构 |
| 1.4 论文的创新点 |
| 2 基于非参数核估计的银行贷款组合优化模型 |
| 2.1 引言 |
| 2.2 基于非参数核估计的银行贷款组合优化原理 |
| 2.3 银行贷款组合损失的Monte Carlo模拟 |
| 2.3.1 信誉指数的Monte Carlo模拟 |
| 2.3.2 信用等级迁移 |
| 2.3.3 贷款单位损失的确定 |
| 2.3.4 贷款组合损失的确定 |
| 2.4 贷款组合损失分布的估计 |
| 2.4.1 贷款组合损失的经验分布 |
| 2.4.2 基于非参数核估计的组合损失分布 |
| 2.5 银行贷款组合CVaR优化模型的构建 |
| 2.5.1 条件风险价值CVaR |
| 2.5.2 基于经验分布的贷款组合CVaR优化模型 |
| 2.5.3 基于非参数核估计的贷款组合CVaR优化模型 |
| 2.6 数值实验 |
| 2.6.1 实验数据 |
| 2.6.2 约束条件 |
| 2.6.3 实验结果与对比分析 |
| 2.7 本章小结 |
| 2.7.1 主要工作 |
| 2.7.2 主要结论 |
| 2.7.3 创新与特色 |
| 3 基于混合分布的银行贷款组合优化模型 |
| 3.1 引言 |
| 3.2 混合分布集合与worst-case CVaR模型 |
| 3.3 混合分布条件下基于均匀CVaR最小化的银行贷款组合优化模型 |
| 3.3.1 基于中心极限定理(CLT)的组合损失分布集合的确定 |
| 3.3.2 混合分布条件下CVaR模型的构建 |
| 3.4 数值实验 |
| 3.4.1 模型描述 |
| 3.4.2 实验结果与对比分析 |
| 3.5 本章小结 |
| 3.5.1 主要工作 |
| 3.5.2 主要结论 |
| 3.5.3 创新与特色 |
| 4 基于中位数核回归的P2P贷款组合优化模型 |
| 4.1 引言 |
| 4.2 基于核回归的P2P贷款预期收益与风险评估模型 |
| 4.2.1 基于样例的P2P贷款评估框架 |
| 4.2.2 基于核回归方法的P2P贷款风险评估模型 |
| 4.3 P2P贷款组合优化模型 |
| 4.3.1 基于风险最小化的组合优化模型 |
| 4.3.2 P2P贷款投资决策过程 |
| 4.4 数值实验 |
| 4.4.1 数据描述和预处理 |
| 4.4.2 实验结果和对比分析 |
| 4.5 本章小结 |
| 4.5.1 主要工作 |
| 4.5.2 主要结论 |
| 4.5.3 创新与特色 |
| 5 基于数据驱动和相对熵约束的P2P贷款组合鲁棒优化模型 |
| 5.1 引言 |
| 5.2 分布不确定条件下的P2P贷款组合鲁棒优化模型 |
| 5.2.1 基于相对熵约束的鲁棒优化模型 |
| 5.2.2 P2P贷款组合鲁棒优化模型 |
| 5.2.3 分布不确定条件下的P2P贷款投资决策过程 |
| 5.3 基于数据驱动的最优参数置信度ζ的确定 |
| 5.4 数值实验 |
| 5.4.1 数据描述与预处理 |
| 5.4.2 模型描述和对比标准 |
| 5.4.3 实验结果 |
| 5.5 本章小结 |
| 5.5.1 主要工作 |
| 5.5.2 主要结论 |
| 5.5.3 创新与特色 |
| 6 结论与展望 |
| 6.1 论文的主要工作 |
| 6.2 论文的主要结论 |
| 6.3 论文的创新点 |
| 6.4 展望 |
| 参考文献 |
| 附录 Logit回归模型 |
| 攻读博士学位期间科研项目及科研成果 |
| 致谢 |
| 作者简介 |
四、借贷决策的交叉规划模型（论文参考文献）
- [1]我国体育产业高质量发展的金融支持研究[D]. 许嘉禾. 山东大学, 2021(11)
- [2]中小企业融资约束与动产融资研究[D]. 刘志强. 山东大学, 2021(11)
- [3]面向P2P借贷平台的多目标进化推荐算法研究[D]. 吴鑫鹏. 安徽大学, 2020(07)
- [4]基于代价敏感和集成学习的网络借贷信用评价方法与应用[D]. 王浩旻. 电子科技大学, 2020(07)
- [5]P2P借贷关系网络特征与借款人信用风险评估研究 ——基于人人贷平台数据[D]. 李华. 华南理工大学, 2020(02)
- [6]3D打印技术专业“三教”改革探索[J]. 刘森,张书维,侯玉洁. 数码世界, 2020(04)
- [7]P2P借贷市场个性化投资推荐研究[D]. 游运. 江西财经大学, 2019(07)
- [8]P2P平台商业模式的网络经济特征及风险控制研究[D]. 左力. 西安理工大学, 2019(01)
- [9]复杂性视角下我国家庭金融行为及危机防范研究[D]. 刘莹. 湖南师范大学, 2019(04)
- [10]分布不确定条件下的贷款组合优化模型研究[D]. 丁士杰. 大连理工大学, 2019
标签：金融论文; p2p论文; 中小企业融资论文; p2p网贷论文; p2p网络借贷平台论文;