隨著互聯(lián)網(wǎng)金融的興起,P2P網(wǎng)絡(luò)借貸成功地將傳統(tǒng)金融和互聯(lián)網(wǎng)組合,并且憑借著高收益、流程快、操作簡單等特點(diǎn),抓住了大量投資者和借貸者的目光。P2P網(wǎng)絡(luò)借貸平臺最先出現(xiàn)在國外,2007年才進(jìn)入到我國,我國P2P網(wǎng)絡(luò)借貸平臺發(fā)展迅速但是因?yàn)槿狈τ行У谋O(jiān)管措施,每年都會出現(xiàn)較多的問題平臺,不管是對投資者、借貸者還是網(wǎng)貸市場都產(chǎn)生極其不利的影響。因此如何提高平臺的風(fēng)險識別管控能力,降低投資者的投資風(fēng)險,對于P2P網(wǎng)絡(luò)借貸平臺的良性成長起著至關(guān)重要的作用。本文分別采用傳統(tǒng)的統(tǒng)計(jì)模型以及機(jī)器學(xué)習(xí)模型對借貸者的信用進(jìn)行評估。利用美國Lending Club平臺上的2017年全年和2018年前三個季度的150346條借貸者相關(guān)信息數(shù)據(jù)進(jìn)行實(shí)證分析。首先對借貸者的工作年限、房產(chǎn)情況、信用等級等信息進(jìn)行統(tǒng)計(jì)描述,得到借貸者的基本畫像,對借貸者的違約風(fēng)險進(jìn)行了定性分析。接著針對借貸數(shù)據(jù)進(jìn)行定量分析,建立違約預(yù)測模型。在建模過程中,對于數(shù)據(jù)存在的不均衡情況,如果在不進(jìn)行任何處理的情況下進(jìn)行建模,結(jié)果顯示模型對于違約用戶的識別準(zhǔn)確率只有30%左右。為了提高對違約用戶的識別能力,本文采用改進(jìn)的SMOTE算法Bor...

【文章頁數(shù)】：57 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 研究方法與論文主要內(nèi)容
        1.3.1 研究方法
        1.3.2 論文主要內(nèi)容
第2章 P2P網(wǎng)絡(luò)借貸和信用評估基本理論
    2.1 P2P網(wǎng)絡(luò)借貸主要運(yùn)作模式
    2.2 信用風(fēng)險
    2.3 信用評估
        2.3.1 平臺信用評估體系
        2.3.2 其他信用評估方法
第3章 信用評估模型的構(gòu)建與評估
    3.1 模型的理論基礎(chǔ)
        3.1.1 邏輯回歸
        3.1.2 隨機(jī)森林
        3.1.3 梯度提升樹-邏輯回歸組合模型
    3.2 模型評估
第4章 個人信用評估實(shí)證分析
    4.1 數(shù)據(jù)的選取及描述性統(tǒng)計(jì)
    4.2 數(shù)據(jù)預(yù)處理
    4.3 數(shù)據(jù)均衡化處理
    4.4 特征選擇
    4.5 模型效果評估
        4.5.1 邏輯回歸模型評估
        4.5.2 隨機(jī)森林模型評估
        4.5.3 梯度提升樹-邏輯回歸組合模型評估
        4.5.4 模型綜合評估
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝



本文編號：3855655