【摘要】：P2P網(wǎng)絡(luò)借貸行業(yè)自出現(xiàn)至今,經(jīng)過了數(shù)次的起伏,信用風(fēng)險頻發(fā)成為了限制該行業(yè)健康發(fā)展的主要問題,而在平臺、借款人與投資人三方之間存在的信息不對稱問題是造成信用風(fēng)險的主要原因。部分研究已經(jīng)證明緩解網(wǎng)絡(luò)借貸交易行為中的信息不對稱,能夠明顯降低信用風(fēng)險。而借款人處于絕對的信息優(yōu)勢地位,因此對借款人的披露信息展開研究顯得尤為重要。本文在人人貸平臺真實交易數(shù)據(jù)的基礎(chǔ)上,對借款人的披露信息進(jìn)行了分析,同時對影響借貸成功與否的影響因素進(jìn)行了分析,并且運用多種分類模型對借貸結(jié)果展開了預(yù)測研究:1、對原始交易數(shù)據(jù)集進(jìn)行了變量的選擇和整理,并去除缺失值和噪聲數(shù)據(jù)。在分析已有的研究基礎(chǔ)上,從訂單信息、借款人基本生理信息、經(jīng)濟(jì)能力、信用信息四個方面選取了硬信息的相關(guān)變量,此外以借款描述文本構(gòu)建語言特征和內(nèi)容主題特征變量作為軟信息補充。同時應(yīng)用多種可視化手段,對重要變量的數(shù)據(jù)分布進(jìn)行了描述性分析和直觀反映。2、以訂單狀態(tài)即借款成功與否為因變量,首先以硬信息變量為自變量進(jìn)行二分類邏輯回歸分析,探究硬信息對借貸結(jié)果的影響。在結(jié)果基礎(chǔ)上建立硬信息控制變量,再將借款描述信息相關(guān)變量納入回歸模型探究其影響。另外運用多種分類模型分別分析了變量的重要性,結(jié)果發(fā)現(xiàn)借款人的信用信息對借款是否成功起到了顯著影響,對應(yīng)的信用額度這一變量的在各模型中均表現(xiàn)出較高的重要性。借款描述的語言特征和內(nèi)容主題均能對借款結(jié)果產(chǎn)生影響,且相關(guān)變量的重要性明顯。3、以7:3的比例將數(shù)據(jù)集劃分為訓(xùn)練集和測試集,選取部分硬信息變量作為原始變量,分別利用Logistic、神經(jīng)網(wǎng)絡(luò)、隨機(jī)森林、支持向量機(jī)模型對借貸成功與否進(jìn)行了預(yù)測研究。同時也比較分析了借款描述相關(guān)變量加入前后預(yù)測結(jié)果的變化情況。發(fā)現(xiàn)四種模型中,隨機(jī)森林的總體預(yù)測精度較高,Logistic和支持向量機(jī)的表現(xiàn)較為接近,而借款描述信息加入后,對各模型的預(yù)測結(jié)果均有提升作用,特別是對正樣本預(yù)測準(zhǔn)確度(TPR)得到了明顯改善,ROC曲線也充分體現(xiàn)了上述結(jié)論。4、分別在80%和60%兩種訓(xùn)練集占比情況下,對預(yù)測過程中各模型的表現(xiàn)情況和適用性進(jìn)行了穩(wěn)健性驗證。結(jié)果表明,在混淆矩陣相應(yīng)的各項指標(biāo)評估下,數(shù)據(jù)集的規(guī)模并未對模型表現(xiàn)的優(yōu)劣情況產(chǎn)生影響,同時也進(jìn)一步驗證了借款描述信息對預(yù)測結(jié)果所起的優(yōu)化作用。
【圖文】：

圖 2.1 神經(jīng)網(wǎng)絡(luò)模型構(gòu)造Fig 2.1 Construction of Neural Network Model機(jī)森林模型 P2P 借貸結(jié)果進(jìn)行預(yù)測，本質(zhì)上可以將其看作一個分類問題，而類模型的一個重要衡量指標(biāo)，而采用集成方法的預(yù)測模型具有更好隨機(jī)森林則是眾多基于隨機(jī)化的集成方法中，最為前沿的一種。機(jī)森林（Random Forest ,R-F）是 2001 年由 Breiman[44]在分類樹的合得出的分類器算法，是一種組合預(yù)測模型。隨機(jī)森林的內(nèi)嵌模型色則在于隨機(jī)。表現(xiàn)在兩方面：第一，訓(xùn)練樣本是對原始樣本的重訓(xùn)練樣本具有隨機(jī)性；第二，每棵決策樹的建立過程具有隨機(jī)性。對輸入變量全體的各個隨機(jī)候選變量子集進(jìn)行最優(yōu)篩選，得到的最前最佳分組的輸入變量[45]。機(jī)森林的基本思想就是對原始樣本數(shù)據(jù)集進(jìn)行 bootstrap 重抽樣，次抽取的樣本分別建立分類器，從而根據(jù)產(chǎn)生的多種分類結(jié)果對未

圖 2.2 隨機(jī)森林流程圖Fig 2.2 Flow Chart of Random Forest采用 bootstrap 重抽樣法從訓(xùn)練集 D 抽取出 k 個樣本 Di，樣本量大小一接著按照抽樣結(jié)果分別構(gòu)造出 k 棵決策樹，得到 k 種相應(yīng)的輸出結(jié)果；最后分類結(jié)果之間進(jìn)行投票選擇，得到最終的最優(yōu)分類結(jié)果。2.2.4 支持向量機(jī)模型支持向量機(jī)（Support Vector Machine，SVM）最早于 1995 年由 Cortes 和 V提出，是一種按照監(jiān)督學(xué)習(xí)方式對數(shù)據(jù)進(jìn)行二元分類的廣義線性分類器[47]，于解決非線性、小樣本和高維度問題，在分類和回歸中廣泛應(yīng)用。支持向量機(jī)是眾多機(jī)器學(xué)習(xí)算法中眾多分類算法中的一種，，主要解決如樣本進(jìn)行分類的問題。該方法對學(xué)習(xí)機(jī)泛化能力的提高是通過追求結(jié)構(gòu)化風(fēng)小實現(xiàn)的，并盡可能地降低經(jīng)驗風(fēng)險和置信范圍，從而實現(xiàn)在統(tǒng)計樣本量較少依然能夠獲得良好的統(tǒng)計規(guī)律，即將這種二分類模型定義為特性空間中間隔的線性分類器，而間隔最大的求解最終將轉(zhuǎn)化為一個凸二次規(guī)劃問題。圖 2.3 是對最大間隔線性分類器的一個示例展示。下圖中直線w x + b
【學(xué)位授予單位】：江蘇科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F724.6;F832.4

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳詩旖;;基于P2P網(wǎng)貸行業(yè)現(xiàn)狀的互聯(lián)網(wǎng)金融監(jiān)管未來發(fā)展趨勢研究[J];現(xiàn)代商貿(mào)工業(yè);2019年03期

2 蔣s

本文編號：2638647