基于貝葉斯網(wǎng)絡(luò)分類的P2P網(wǎng)絡(luò)借貸信用風(fēng)險評估研究
發(fā)布時間:2021-08-20 20:15
P2P網(wǎng)絡(luò)借貸模式自2005年興起于英國,并逐步發(fā)展至世界各個國家和地區(qū),在中小微企業(yè)融資以及個人小額貸款中發(fā)揮了不可替代的作用。然而,在這一新興借貸模式迅猛發(fā)展的同時,借款人的信用風(fēng)險也逐步擴(kuò)大。面對競爭日益激烈的外部環(huán)境,如何加強(qiáng)網(wǎng)絡(luò)借貸信用風(fēng)險管理是P2P網(wǎng)絡(luò)借貸平臺得以生存和長久發(fā)展的決定性因素。因此,提升信用風(fēng)險管理水平是P2P網(wǎng)絡(luò)借貸平臺亟需解決的問題。本文以信用風(fēng)險管理體系的核心——信用風(fēng)險評估為切入點(diǎn)進(jìn)行研究,以期為P2P平臺構(gòu)建信用風(fēng)險評估體系提供一定的參考。首先,本文回顧了 P2P網(wǎng)絡(luò)借貸信用風(fēng)險的相關(guān)研究,并對P2P網(wǎng)絡(luò)借貸的信用風(fēng)險定義與成因、信用風(fēng)險管理、信用風(fēng)險評估方法以及貝葉斯網(wǎng)絡(luò)分類理論進(jìn)行了全面的闡述。其次,針對P2P網(wǎng)絡(luò)借貸構(gòu)建了借款人信用風(fēng)險評估指標(biāo)體系,并建立關(guān)鍵指標(biāo)篩選模型、貝葉斯網(wǎng)絡(luò)分類模型和評估性能比較模型。再次,本文隨機(jī)選取35846條借款數(shù)據(jù)進(jìn)行實(shí)證研究,其中正常還款數(shù)據(jù)35213條,違約數(shù)據(jù)633條,通過Logistic回歸篩選顯著的指標(biāo)變量,應(yīng)用貝葉斯網(wǎng)絡(luò)分類模型進(jìn)行風(fēng)險評估,并與Logistic回歸、神經(jīng)網(wǎng)絡(luò)、決策樹等模型預(yù)測結(jié)果...
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖4.1最優(yōu)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)算法選擇圖??3、訓(xùn)練貝葉斯網(wǎng)絡(luò)分類模型的結(jié)構(gòu)
【參考文獻(xiàn)】:
期刊論文
[1]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)
[2]基于隨機(jī)森林的P2P網(wǎng)貸信用風(fēng)險評價、預(yù)警與實(shí)證研究[J]. 于曉虹,樓文高. 金融理論與實(shí)踐. 2016(02)
[3]我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險影響因素研究——基于排序選擇模型的實(shí)證分析[J]. 肖曼君,歐緣媛,李穎. 財經(jīng)理論與實(shí)踐. 2015(01)
[4]基于決策樹的P2P網(wǎng)貸信用風(fēng)險評價[J]. 孫同陽,謝朝陽. 商業(yè)經(jīng)濟(jì)研究. 2015(02)
[5]P2P網(wǎng)絡(luò)貸款信用的風(fēng)險評估[J]. 傅彥銘,臧敦剛,戚名鈺. 統(tǒng)計與決策. 2014(21)
[6]聰明的投資者:非完全市場化利率與風(fēng)險識別——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)
[7]中國P2P網(wǎng)絡(luò)借貸平臺信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗(yàn)證據(jù)[J]. 王會娟,廖理. 中國工業(yè)經(jīng)濟(jì). 2014(04)
[8]P2P網(wǎng)絡(luò)借貸中社會資本對借款者違約風(fēng)險的影響——以Prosper為例[J]. 繆蓮英,陳金龍. 金融論壇. 2014(03)
[9]P2P網(wǎng)上借貸信用機(jī)制研究——以拍拍貸為例[J]. 郭忠金,林海霞. 現(xiàn)代管理科學(xué). 2013(05)
[10]支持向量機(jī)理論與算法研究綜述[J]. 丁世飛,齊丙娟,譚紅艷. 電子科技大學(xué)學(xué)報. 2011(01)
博士論文
[1]我國P2P網(wǎng)絡(luò)借貸借款人信用風(fēng)險研究[D]. 鄭彥彥.河南大學(xué) 2016
[2]貝葉斯網(wǎng)絡(luò)研究[D]. 黃友平.中國科學(xué)院研究生院(計算技術(shù)研究所) 2005
碩士論文
[1]基于P2P網(wǎng)絡(luò)借貸平臺的借款人信用風(fēng)險評估應(yīng)用研究[D]. 唐國雷.上海工程技術(shù)大學(xué) 2016
[2]基于BP神經(jīng)網(wǎng)絡(luò)模型的中國P2P借款人信用風(fēng)險評估研究[D]. 黃震.北京交通大學(xué) 2015
[3]我國P2P網(wǎng)絡(luò)信貸風(fēng)險評估研究[D]. 劉峙廷.廣西大學(xué) 2013
本文編號:3354157
【文章來源】:湖南大學(xué)湖南省 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:60 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖4.1最優(yōu)貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)算法選擇圖??3、訓(xùn)練貝葉斯網(wǎng)絡(luò)分類模型的結(jié)構(gòu)
【參考文獻(xiàn)】:
期刊論文
[1]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)
[2]基于隨機(jī)森林的P2P網(wǎng)貸信用風(fēng)險評價、預(yù)警與實(shí)證研究[J]. 于曉虹,樓文高. 金融理論與實(shí)踐. 2016(02)
[3]我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險影響因素研究——基于排序選擇模型的實(shí)證分析[J]. 肖曼君,歐緣媛,李穎. 財經(jīng)理論與實(shí)踐. 2015(01)
[4]基于決策樹的P2P網(wǎng)貸信用風(fēng)險評價[J]. 孫同陽,謝朝陽. 商業(yè)經(jīng)濟(jì)研究. 2015(02)
[5]P2P網(wǎng)絡(luò)貸款信用的風(fēng)險評估[J]. 傅彥銘,臧敦剛,戚名鈺. 統(tǒng)計與決策. 2014(21)
[6]聰明的投資者:非完全市場化利率與風(fēng)險識別——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)
[7]中國P2P網(wǎng)絡(luò)借貸平臺信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗(yàn)證據(jù)[J]. 王會娟,廖理. 中國工業(yè)經(jīng)濟(jì). 2014(04)
[8]P2P網(wǎng)絡(luò)借貸中社會資本對借款者違約風(fēng)險的影響——以Prosper為例[J]. 繆蓮英,陳金龍. 金融論壇. 2014(03)
[9]P2P網(wǎng)上借貸信用機(jī)制研究——以拍拍貸為例[J]. 郭忠金,林海霞. 現(xiàn)代管理科學(xué). 2013(05)
[10]支持向量機(jī)理論與算法研究綜述[J]. 丁世飛,齊丙娟,譚紅艷. 電子科技大學(xué)學(xué)報. 2011(01)
博士論文
[1]我國P2P網(wǎng)絡(luò)借貸借款人信用風(fēng)險研究[D]. 鄭彥彥.河南大學(xué) 2016
[2]貝葉斯網(wǎng)絡(luò)研究[D]. 黃友平.中國科學(xué)院研究生院(計算技術(shù)研究所) 2005
碩士論文
[1]基于P2P網(wǎng)絡(luò)借貸平臺的借款人信用風(fēng)險評估應(yīng)用研究[D]. 唐國雷.上海工程技術(shù)大學(xué) 2016
[2]基于BP神經(jīng)網(wǎng)絡(luò)模型的中國P2P借款人信用風(fēng)險評估研究[D]. 黃震.北京交通大學(xué) 2015
[3]我國P2P網(wǎng)絡(luò)信貸風(fēng)險評估研究[D]. 劉峙廷.廣西大學(xué) 2013
本文編號:3354157
本文鏈接:http://sikaile.net/jingjilunwen/guojimaoyilunwen/3354157.html
最近更新
教材專著