發(fā)布時間：2021-11-27 01:09

　　近年來,P2P網(wǎng)絡(luò)平臺"爆雷"事件頻發(fā),除平臺惡意"攜款跑路"外,絕大多數(shù)平臺倒閉的原因在于部分借款人違約而導致平臺現(xiàn)金流不足,進而出現(xiàn)提現(xiàn)困難、嚴重擠兌。本文借助人人貸網(wǎng)絡(luò)借貸平臺的數(shù)據(jù),利用廣義交叉驗證、隨機森林等機器學習算法對借貸客戶特征變量進行篩選,并建立融入證據(jù)權(quán)重的Logistic信用評分卡模型,根據(jù)客戶貸前所提交的個人信息對客戶進行信用評分,進而預測客戶借款到期時的違約情況。實證結(jié)果表明,該模型的預測準確率明顯高于樣本期間的平臺評級,且模型通過了穩(wěn)定性檢驗。這一研究結(jié)論對P2P網(wǎng)絡(luò)借貸行業(yè)的健康發(fā)展與個人信用體系的構(gòu)建具有重要意義,同時對第三方評級機構(gòu)的個人信用評估也有一定的參考價值。 

【文章來源】：武漢金融. 2020,(03)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
一、引言引言
二、文獻綜述
三、構(gòu)建融入證據(jù)權(quán)重的信用評分卡模型
    （一）特征變量選取
        1. 定量變量的篩選
        2. 定性變量的篩選
    （二）構(gòu)建融入證據(jù)權(quán)重的信用評分卡模型
        1. 定量變量的分段及WoE編碼
        2. 基于邏輯回歸的個人信用評分卡模型
四、網(wǎng)絡(luò)借貸信用評分卡與違約風險預測
    （一）數(shù)據(jù)選取
    （二）變量設(shè)置
        1. 被解釋變量
        2. 定量變量
        3. 定性變量
    （三）定量變量及定性變量篩選結(jié)果
        1. 定量變量的篩選
        2. 定性變量的篩選
    （四）網(wǎng)絡(luò)借貸個人信用風險標準評分卡
    （五）個人信用等級制定和預測準確性比較
    （六）穩(wěn)健性檢驗
五、結(jié)論與建議
    （一）構(gòu)建完整的個人信用評分體系，并規(guī)范發(fā)展第三方評級機構(gòu)
    （二）實現(xiàn)借貸利率的市場化
    （三）加強金融教育



本文編號：3521292