互聯(lián)網(wǎng)金融的快速發(fā)展,使得P2P成為一種創(chuàng)新的金融模式,如何識別出網(wǎng)貸中的潛在風(fēng)險成為研究熱點。網(wǎng)貸交易數(shù)據(jù)常常存在嚴重的不平衡,導(dǎo)致風(fēng)險識別率較低。針對這一問題,文中采用隨機下采樣、SMOTE和Bagging方法進行類平衡處理,利用邏輯回歸和支持向量分類機進行檢驗評價。實驗表明,在P2P風(fēng)險識別中,以召回率為標準,bagging的平衡處理效果優(yōu)于隨機下采樣與SMOTE,且邏輯回歸不存在明顯的過擬合,所以其他SVC更適合用于P2P逾期風(fēng)險識別。 

【文章頁數(shù)】：5 頁

【文章目錄】：
1 引言
2 理論分析
    2.1 分類算法
    2.2 平衡處理
    2.3 評價指標
3 實證分析
    3.1 數(shù)據(jù)獲取
    3.2 數(shù)據(jù)預(yù)處理
        3.2.1 逾期計算
        3.2.2 數(shù)據(jù)分割
        3.2.3 平衡處理
    3.3 實證檢驗
        3.3.1 平衡處理前
        3.3.2 平衡處理后


【參考文獻】：
期刊論文
[1]信用等級、借款成功率與違約風(fēng)險——基于“拍拍貸”數(shù)據(jù)的經(jīng)驗證據(jù)[J]. 胡晏.  投資研究. 2017(08)
[2]基于“多層次分類”方法的異常P2P網(wǎng)貸借款識別[J]. 羅欽芳,丁國維,傅馨,蔡舜,陳熹.  管理工程學(xué)報. 2017(03)
[3]P2P網(wǎng)絡(luò)信貸中投資行為影響因素研究——基于拍拍貸平臺交易的證據(jù)[J]. 劉巧莉,溫浩宇,Hong Qin.  管理評論. 2017(06)
[4]地域差異如何影響P2P平臺借貸的行為——基于“人人貸”的經(jīng)驗證據(jù)[J]. 彭紅楓,楊柳明,譚小玉.  當代經(jīng)濟科學(xué). 2016(05)
[5]P2P借款的損失能挽回嗎?——基于拍拍貸的實證研究[J]. 曾江洪,李文瀚,陳璽慧.  科研管理. 2016(08)
[6]大數(shù)據(jù)背景下網(wǎng)絡(luò)借貸的信用風(fēng)險評估——以人人貸為例[J]. 柳向東,李鳳.  統(tǒng)計與信息論壇. 2016(05)
[7]Logistic模型對非平衡數(shù)據(jù)的敏感性:測度、修正與比較[J]. 魏瑾瑞,呂曉云.  統(tǒng)計研究. 2016(02)
[8]借貸市場能準確識別學(xué)歷的價值嗎?——來自P2P平臺的經(jīng)驗證據(jù)[J]. 廖理,吉霖,張偉強.  金融研究. 2015(03)
[9]風(fēng)險、信任和出借意愿——基于拍拍貸注冊用戶的實證研究[J]. 陳冬宇,朱浩,鄭海超.  管理評論. 2014(01)



本文編號：3732020