1. 研究目的与意义（文献综述包含参考文献）

1、 选题目的和意义： 在互联网技术飞速发展背景下,传统消费金融利用”互联网 ”实现了创新与变革,互联网消费金融应运而生,并快速覆盖大学生市场。

伴随互联网消费金融在大学生市场的快速发展,大学生易冲动消费、理财能力弱等特点更加凸显,鉴于高校金融教育缺失,以及互联网消费金融机构与大学生间信息不对称等原因,大学生互联网消费金融信用风险不断放大,甚至引发骗局和惨剧,成为社会关注的焦点问题,既影响大学生和谐稳定的校园生活,也使大学生互联网消费金融发展饱受质疑。

为了研究大学生互联网消费金融信用风险的影响因素,以此探寻降低大学生信用风险的途径,论文以南京市大学生为对象进行了问卷调查,并对调查结果进行统计性描述分析,发现大学生对互联网消费金融需求十分旺盛,但是大学生逾期还款情况不容小觑,互联网消费金融机构承担着较大的信用风险。

2. 研究的基本内容、问题解决措施及方案

问题一：评估大学生信用风险消费影响因素的适用方法 研究途径： 个人信用评估体系主要用来预测用户未来可能违约的情况，涉及预测的数据处理方法包括贝叶斯法、神经网络法、决策树法、logistic回归法等，其中，贝叶斯法具有低容错率但缺乏数据准确的概率分布，且不容易操作；神经网络法的模型搭建复杂且解释力较差；决策树法虽然预测效果好，但运算量较大且只能处理离散变量[18]。

logistic 回归模型属于概率型非线性回归，它是一种研究二分类观察结果和一些影响因素间关系的多变量分析方法。

logistic 回归模型包括以下三方面优点： （1）logistic 回归模型对自变量没有要求，可以是连续变量、离散变量、虚拟变量，而且也不需要自变量是正态分布，并且能进行自变量筛选，剔除了干扰因素，减少了变量选取的盲目性，提高了分析结果的准确性[18]。