P2P網(wǎng)絡借貸作為小額信貸領域的一種延續(xù)和創(chuàng)新,是民間普惠金融和互聯(lián)網(wǎng)金融的重要組成部分,對傳統(tǒng)信貸業(yè)務結構構成了補充,自21世紀初出現(xiàn)以來在全球范圍內得到高速發(fā)展。按照行業(yè)成熟度和監(jiān)管力度劃分,我國P2P網(wǎng)絡借貸行業(yè)的發(fā)展大致可分為兩個階段。2007-2015年期間,國內發(fā)展普惠金融和互聯(lián)網(wǎng)金融的需求與P2P網(wǎng)貸相適應,同時監(jiān)管相對滯后,行業(yè)在這一階段表現(xiàn)出快速而野蠻的生長態(tài)勢。2015年后,我國監(jiān)管持續(xù)發(fā)力,在國內外新的經(jīng)濟金融環(huán)境壓力下,該階段表現(xiàn)為“劣質平臺”的淘汰和大量平臺的跑路失聯(lián)、停業(yè)違約,對剩余平臺提出了更高的風控要求。為此,在監(jiān)管趨于完善、行業(yè)趨于集中的趨勢下,本文將回歸微觀風控,聚焦對用戶的違約預警模型研究。本文在使用Logistic模型構建P2P網(wǎng)貸違約預警模型的基礎上,嘗試利用自啟發(fā)的全局搜索算法——遺傳算法來優(yōu)化其特征工程。首先,為更全面地探索優(yōu)化過程細節(jié),以數(shù)據(jù)披露相對完備的美國Lending Club數(shù)據(jù)集為研究案例,通過數(shù)據(jù)清理和多次遺傳運算獲得優(yōu)化模型,結果表明優(yōu)化后的模型可以使原分類模型在準確率、精確率和召回率均得到顯著提升。然后,為探索優(yōu)化方法在國內網(wǎng)貸實務中的應用價值,本文進一步以國內的拍拍貸數(shù)據(jù)為研究案例,比較分析中美網(wǎng)貸違約風控的差異,通過實證分析,得出模型的預警效果在各項指標上得到較為明顯的提升,驗證了優(yōu)化效果,對前文研究內容進行補充。未來的研究可以針對本文在算法綜合性、違約行為多分類上的不足之處進行擴展。最后,本文通過所探究的技術應用,基于數(shù)據(jù)風控的角度,對我國P2P行業(yè)發(fā)展及監(jiān)管提出以下四點建議:第一,打通平臺間與平臺外授信數(shù)據(jù),防范過度授信;第二,數(shù)據(jù)開源,吸收社會算力與研究方法,增強模型精度;第三,積極創(chuàng)新,在傳統(tǒng)信貸分析框架中擴展新數(shù)據(jù)維度,積極使用諸如遺傳算法等機器學習算法,同時注重擴展諸如“朋友圈”、“常去地點”等新型信用分析指標;第四,推動數(shù)據(jù)立法,規(guī)范電子合同,完善網(wǎng)貸數(shù)據(jù)登記、披露機制。
【學位單位】：浙江大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：F832.4;F724.6;TP18
【部分圖文】：

大學碩士學位論文 我國 P2P 網(wǎng)絡借貸起步于 2007 年的拍拍貸，并快速度過了早期信息中介階段金融中介服務機構階段。P2P 網(wǎng)絡借貸服務與我國微型企業(yè)、居民個體信貸融資狀高度契合，這使得國內 P2P 網(wǎng)絡借貸在監(jiān)管相對滯后的情況下出現(xiàn)爆發(fā)式增 2010 年的 50 家迅速增長至 2015 年的峰值 3433 家，網(wǎng)絡借貸成交量從 2011 年的元迅速發(fā)展至 2017 年的 28048.49 億元，如圖 1-1 所示。

經(jīng)產(chǎn)生一定的實證研究成果，但主要集中數(shù)值化表征及數(shù)據(jù)挖掘仍值得進一步豐富。2014 年數(shù)據(jù)，通過隨機森林算法，建立了2.4 遺傳算法理論研究2.4.1 遺傳算法基本原理遺傳算法起源于 1975 年，是由美國計汰的進化論理論進行模擬時而提出的一種算生成隨機的解，遍歷全局的所有解，再通過應度高的解，再由高適應度的解經(jīng)由復制、選擇的“優(yōu)勝劣汰”規(guī)則自動搜索出最優(yōu)解遺傳算法按照圖 2-1 所示的運算邏輯進編碼規(guī)則設計

浙江大學碩士學位論文 基于遺傳算法的 P2P 違約預警實證研究其基本形式如下： ￡ = + （3-2）其中，對于變量 X 的選取以及分類閾值的選取容易產(chǎn)生一定的主觀性問題，本文嘗試使用遺傳算法對違約模型特征選取過程進行優(yōu)化，減少特征工程主觀性在數(shù)據(jù)建模中的誤差。3.1.2 遺傳算法在特征工程優(yōu)化中的應用特征工程，即在機器學習領域中對原始數(shù)據(jù)及特征變量進行處理以應用到模型及算法中的處理過程，包括特征使用方案、特征獲取方案、特征處理方案及特征監(jiān)控方案，如圖 3-1 所示。

【參考文獻】

相關期刊論文 前10條

1 扈震;王學武;;P2P網(wǎng)貸信息不對稱問題研究[J];中國市場;2014年32期

2 苗曉宇;;網(wǎng)絡P2P信貸風險與防范[J];甘肅金融;2012年02期

3 王紫薇;袁中華;鐘鑫;;中國P2P網(wǎng)絡小額信貸運營模式研究——基于“拍拍貸”、“宜農(nóng)貸”的案例分析[J];新金融;2012年02期

4 鈕明;;“草根”金融P2P信貸模式探究[J];金融理論與實踐;2012年02期

5 李豫;;中國金融市場違約預警模型研究與應用[J];金融理論與實踐;2011年06期

6 方匡南;吳見彬;朱建平;謝邦昌;;信貸信息不對稱下的信用卡信用風險研究[J];經(jīng)濟研究;2010年S1期

7 孫之涵;;P2P網(wǎng)絡小額信貸探析[J];征信;2010年03期

8 辛憲;;P2P運營模式探微[J];商場現(xiàn)代化;2009年21期

9 葛繼科;邱玉輝;吳春明;蒲國林;;遺傳算法研究綜述[J];計算機應用研究;2008年10期

10 李清;;基于遺傳算法的上市公司財務危機預測模型研究[J];數(shù)理統(tǒng)計與管理;2008年05期

相關碩士學位論文 前4條

1 薛媛;基于數(shù)據(jù)挖掘的個人網(wǎng)絡信貸違約預警研究[D];吉林大學;2018年

2 劉瑾雯;基于數(shù)據(jù)挖掘的我國P2P網(wǎng)絡借貸違約預測模型研究[D];大連理工大學;2016年

3 張玨敏;信息不對稱下P2P網(wǎng)絡借貸行為的實證研究[D];西南財經(jīng)大學;2014年

4 宋文;P2P網(wǎng)絡借貸行為的實證研究[D];上海交通大學;2013年

本文編號：2822290