隨著移動互聯(lián)的快速發(fā)展,各行各業(yè)均依靠“互聯(lián)網(wǎng)+”的理念積極與其相融合迸發(fā)出新的創(chuàng)造力,其中互聯(lián)網(wǎng)金融主流發(fā)展模式之一的P2P網(wǎng)貸行業(yè)依靠互聯(lián)網(wǎng)金融的高效性與普惠性進入了高速發(fā)展的階段。但由于P2P行業(yè)屬于新興行業(yè),從業(yè)門檻低,從業(yè)素質(zhì)稂莠不齊,由于信息不對稱導致無法有效評估借款人信用水平而產(chǎn)生的信用風險在平臺端快速聚集,久而久之P2P行業(yè)必然產(chǎn)生逆向選擇,即為了降低風險縮減業(yè)務量,導致P2P市場萎縮,互聯(lián)網(wǎng)金融發(fā)展停滯。基于此背景,本文以網(wǎng)貸違約用戶為研究對象,利用銀聯(lián)大數(shù)據(jù)商務平臺提供的有關(guān)借款人各方面特征的數(shù)據(jù)集,通過現(xiàn)代統(tǒng)計技術(shù)與數(shù)據(jù)挖掘技術(shù),對個人互聯(lián)網(wǎng)貸款信用評估問題進行研究,本文研究主要分為四部分:第一,查閱文獻對互聯(lián)網(wǎng)金融這一概念進行界定,從而引出本文所研究的P2P（Peer to Peer）網(wǎng)貸模式;第二,為了選取信用評估變量具有科學性以及扎實的理論基礎(chǔ),查閱信用評估相關(guān)文獻,在前人研究的基礎(chǔ)上選取并改進適用于互聯(lián)網(wǎng)金融的有效信用評估變量;第三,通過對XGBoost模型理論進行梳理,構(gòu)建基于遺傳算法與XGBoost算法相結(jié)合的遺傳XGBoost信用評估模型;第四,與傳... 

【文章頁數(shù)】：74 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 研究背景
    1.2 研究意義
        1.2.1 實踐意義
        1.2.2 理論意義
    1.3 研究內(nèi)容及思路
        1.3.1 研究內(nèi)容
        1.3.2 研究思路
    1.4 研究方法與創(chuàng)新及不足
第2章 相關(guān)概念界定及文獻綜述
    2.1 互聯(lián)網(wǎng)金融
    2.2 互聯(lián)網(wǎng)金融發(fā)展模式
        2.2.1 P2P網(wǎng)貸風險
        2.2.2 P2P網(wǎng)貸信用違約類型
    2.3 文獻綜述
        2.3.1 變量選取
        2.3.2 模型選取
        2.3.3 文獻綜述簡評
第3章 個人網(wǎng)貸信用評估方法研究
    3.1 XGBoost
    3.2 邏輯回歸
    3.3 支持向量機(Support Vector Machine)
    3.4 遺傳算法
    3.5 模型評估指標
        3.5.1 混淆矩陣
        3.5.2 ROC(Receiver Operating Characteristic)曲線
第4章 個人網(wǎng)貸信用評估的實證分析
    4.1 數(shù)據(jù)描述
    4.2 數(shù)據(jù)預處理
        4.2.1 缺失值處理
        4.2.2 異常值處理
        4.2.3 獨熱編碼(One-hot Encoding)
        4.2.4 標準化與過采樣(Over Sampling)
    4.3 特征(變量)衍生
    4.4 特征(變量)選取
        4.4.1 包裹式選取
        4.4.2 過濾式選取
    4.5 信用評估模型構(gòu)建
    4.6 XGBoost模型參數(shù)優(yōu)化
    4.7 模型的評估與分析
第5章 遺傳XGBoost模型與其他模型預測效果比較
    5.1 與邏輯分類模型比較
    5.2 與SVM分類模型比較
第6章 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻
致謝


【參考文獻】：
期刊論文
[1]我國互聯(lián)網(wǎng)金融發(fā)展的問題與對策[J]. 王勵寧.  經(jīng)貿(mào)實踐. 2018(24)
[2]我國金融監(jiān)管框架改革的若干思考[J]. 孫杰.  中國集體經(jīng)濟. 2018(36)
[3]我國小微企業(yè)通過互聯(lián)網(wǎng)融資的風險研究——以P2P網(wǎng)絡(luò)借貸平臺為例[J]. 安曌婧.  科技經(jīng)濟導刊. 2018(31)
[4]動態(tài)異質(zhì)集成信用評分模型在P2P網(wǎng)絡(luò)借貸中的應用[J]. 劉傳哲,馬達亮,夏雨霏.  金融發(fā)展研究. 2018(09)
[5]一種改進過采樣算法在類別不平衡信用評分中的應用[J]. 邵良杉,周玉.  計算機應用研究. 2019(06)
[6]金融創(chuàng)新、金融科技與互聯(lián)網(wǎng)金融征信[J]. 劉桂榮.  征信. 2018(02)
[7]基于生存分析的P2P網(wǎng)絡(luò)借貸違約風險影響因素研究[J]. 李思瑤,王積田,柳立超.  經(jīng)濟體制改革. 2016(06)
[8]中美P2P網(wǎng)絡(luò)借貸平臺模式比較分析[J]. 王鐵山,康云鵬,潘昱璇.  西安郵電大學學報. 2016(05)
[9]信用評分卡體系的發(fā)展及應用[J]. 李延東,鄭小娟.  青海金融. 2016(06)
[10]基于決策樹的P2P網(wǎng)貸信用風險評價[J]. 孫同陽,謝朝陽.  商業(yè)經(jīng)濟研究. 2015(02)

博士論文
[1]我國P2P網(wǎng)絡(luò)借貸的風險與監(jiān)管研究[D]. 劉繪.天津財經(jīng)大學 2015
[2]基于非平行超平面支持向量機的分類問題研究[D]. 王震.吉林大學 2014
[3]我國第三方支付發(fā)展研究[D]. 徐顯峰.西南財經(jīng)大學 2013

碩士論文
[1]信用評估在商業(yè)銀行信用卡風險管理中的應用研究[D]. 孫珂.山東大學 2018
[2]信用評分卡的建立與應用[D]. 楊靜.天津商業(yè)大學 2018
[3]P2P網(wǎng)貸平臺的借款人信用評估研究[D]. 朱文倩.北京交通大學 2017
[4]基于AUC的分類器性能評估問題研究[D]. 蔣帥.吉林大學 2016
[5]基于用戶互聯(lián)網(wǎng)行為數(shù)據(jù)的個人征信評估體系建設(shè)分析[D]. 王冠.北京交通大學 2015
[6]基于P2P網(wǎng)貸平臺特點的信用體系實證研究[D]. 段昊.北京郵電大學 2015



本文編號：3733072