互聯(lián)網(wǎng)金融的強(qiáng)勢發(fā)展深刻的改變著人們的消費(fèi)方式。P2P網(wǎng)絡(luò)借貸作為一種創(chuàng)新的互聯(lián)網(wǎng)金融產(chǎn)物,以其借款便捷、交易額小、交易迅速、可滿足不同客戶的多樣化需求,獲得大眾的廣泛認(rèn)可。網(wǎng)絡(luò)借貸由此在我國獲得了迅速的發(fā)展,但我國的P2P網(wǎng)絡(luò)借貸與西方發(fā)達(dá)國家相比,受限于萌芽晚,發(fā)展時(shí)間短,信用體系不完善,相關(guān)法律不健全等原因,致使違約壞賬事件屢見不鮮,使投資者面臨著嚴(yán)峻的資金安全隱患問題。規(guī)避借貸風(fēng)險(xiǎn),提高信用安全已經(jīng)成為P2P網(wǎng)絡(luò)借貸行業(yè)發(fā)展的瓶頸。因此,如何建立起一套安全可靠的借貸人信用風(fēng)險(xiǎn)評(píng)估體系和評(píng)估模型,使其能夠精準(zhǔn)識(shí)別違約用戶,具有非常重要的現(xiàn)實(shí)意義。本文使用人人貸的歷史交易數(shù)據(jù)進(jìn)行P2P網(wǎng)絡(luò)借貸借款人的信用評(píng)估研究。以隨機(jī)森林分類模型為主,并建立了Logistic回歸和K最近鄰分類模型,通過綜合對(duì)比各模型的評(píng)估效果,旨在尋求一種分類精度更高的模型,并從中挖掘出影響違約的重要特征變量,力圖為當(dāng)下我國的P2P網(wǎng)絡(luò)借貸市場更好的規(guī)避借貸風(fēng)險(xiǎn)提供有用信息,實(shí)現(xiàn)網(wǎng)絡(luò)借貸市場的健康發(fā)展。隨機(jī)森林作為一種集成算法,與傳統(tǒng)分類模型相比,具備更優(yōu)的分類精度,并且可以有效的避免過擬合,容忍噪聲,模型穩(wěn)定... 

【文章來源】：遼寧大學(xué)遼寧省 211工程院校

【文章頁數(shù)】：61 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

自變量相關(guān)系數(shù)圖

圖 3-1 兩種測算方式下的自變量重要程度對(duì)比圖從訓(xùn)練集中剔除變量 car_loan 和 marriage 之后，重新訓(xùn)練模型所得模型二的結(jié)果如表 3-3 所示

圖3-2分類誤差與mtry的關(guān)系圖

【參考文獻(xiàn)】：
期刊論文
[1]對(duì)P2P平臺(tái)信用風(fēng)險(xiǎn)的評(píng)估與預(yù)測——基于決策樹模型[J]. 邵蔚.  北方經(jīng)貿(mào). 2017(09)
[2]基于互聯(lián)網(wǎng)行為信息的P2P個(gè)人信用評(píng)價(jià)模型[J]. 鄧逸,徐曉敏.  北京信息科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[3]P2P網(wǎng)貸借款人違約行為影響因素的實(shí)證研究[J]. 蘇亞,成春林.  金融發(fā)展研究. 2017(01)
[4]中國小微企業(yè)信貸可獲得性及其影響因素研究——基于CHFS數(shù)據(jù)的實(shí)證分析[J]. 李鳳,何欣,路曉蒙.  西南金融. 2016(12)
[5]網(wǎng)絡(luò)借貸P2P:利差是否包含違約風(fēng)險(xiǎn)隱含信息?——來自人人貸交易數(shù)據(jù)的實(shí)證分析[J]. 何平平,蔣銀喬,胡榮才.  金融經(jīng)濟(jì)學(xué)研究. 2016(03)
[6]大數(shù)據(jù)背景下網(wǎng)絡(luò)借貸的信用風(fēng)險(xiǎn)評(píng)估——以人人貸為例[J]. 柳向東,李鳳.  統(tǒng)計(jì)與信息論壇. 2016(05)
[7]基于信息增益和Bagging集成學(xué)習(xí)算法的個(gè)人信用評(píng)估模型研究[J]. 曹杰,邵笑笑.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2016(08)
[8]我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究——基于排序選擇模型的實(shí)證分析[J]. 肖曼君,歐緣媛,李穎.  財(cái)經(jīng)理論與實(shí)踐. 2015(01)
[9]我國P2P網(wǎng)絡(luò)借貸業(yè)務(wù)模式發(fā)展研究[J]. 姚蓮芳.  武漢金融. 2014(09)
[10]聰明的投資者:非完全市場化利率與風(fēng)險(xiǎn)識(shí)別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 廖理,李夢然,王正位.  經(jīng)濟(jì)研究. 2014(07)

博士論文
[1]我國P2P網(wǎng)絡(luò)借貸個(gè)人信用風(fēng)險(xiǎn)管理研究[D]. 夏雨霏.中國礦業(yè)大學(xué) 2018

碩士論文
[1]決策樹算法在P2P網(wǎng)貸借款信用風(fēng)險(xiǎn)評(píng)估中的應(yīng)用研究[D]. 劉藝.湖南大學(xué) 2016
[2]基于人工神經(jīng)網(wǎng)絡(luò)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估模型研究[D]. 翟萬里.長沙理工大學(xué) 2013



本文編號(hào)：2912567