基于集成学习的互联网消费金融信用评价研究

　　张科，南京大学经济学博士，加州大学伯克利分校访问学者。一直从事行为金融、投资者学习效应、自然语言处理和社会网络分析等方面的研究，曾参与多项与行为实验、投资者行为和社会互动相关的国家自科和社科基金项目。曾多次在“美国金融学年会（AFA）”“中国金融学年会”以及“金融系统工程与风险管理年会”等国内外重要学术会议上做报告，并在Journal of Business Ethics、Review of Asset Pricing Studies、Electronic Cornmerce Research and Applications、《管理科学学报》《南开管理评论》《经济管理》等国内外期刊发表论文多篇。

除导论外，本书共分五章，其主要内容如下：章，研究的理论基础。第二章，中国互联网消费金融和征信市场发展现状。第三章，互联网消费金融信用评价指标体系的构建。第四章，互联网消费金融信用评价模型。结论与展望。这是本书的重要内容，信用评价模型包括违约概率模型和信用评分转换两部分。第五章先总结了本书的主要结论，然后分析了本书所作研究的适用领域，很后，根据测试中发现的问题和互联网消费金融业务发展的实际状况，指出了模型存在的不足之处，再由此提出未来可能的改进方向。