【摘要】：本文以大數(shù)據(jù)征信為視角,認(rèn)為空間維度上借款人多角度、多層次信息的交叉復(fù)現(xiàn),以及時(shí)間維度上借款人社會(huì)活動(dòng)信息的持續(xù)呈現(xiàn)能夠更加準(zhǔn)確地反映借款人信用狀況,進(jìn)而構(gòu)建了基于貝葉斯網(wǎng)絡(luò)(Bayesian network,BN)的P2P借款人信用評(píng)價(jià)模型。研究表明,貝葉斯網(wǎng)絡(luò)為P2P借款人多維信息間的復(fù)雜關(guān)系提供了統(tǒng)一的表達(dá)方式;基于貝葉斯網(wǎng)絡(luò)推理的樣本內(nèi)信用評(píng)價(jià)準(zhǔn)確率高達(dá)87%,提高信用評(píng)價(jià)的概率值臨界點(diǎn)能夠顯著增強(qiáng)信用評(píng)價(jià)模型的精準(zhǔn)性;樣本外信用評(píng)價(jià)準(zhǔn)確率超過90%,增加訓(xùn)練數(shù)據(jù)集能明顯提高信用評(píng)價(jià)模型的精準(zhǔn)性;通過對(duì)比不同信息維度模型的評(píng)價(jià)準(zhǔn)確率,也可驗(yàn)證所構(gòu)建的P2P借款人信用評(píng)價(jià)模型是穩(wěn)健的。
[Abstract]:From the perspective of large data, this paper considers that the borrower's multi-angle, multi-level information overlapping and reappearing in spatial dimension, and the continuous presentation of borrower's social activity information in temporal dimension can more accurately reflect the borrower's credit status, and then constructs the P2P borrower's credit evaluation based on Bayesian network (BN). The results show that Bayesian network provides a unified expression for the complex relationship between multi-dimensional information of P2P borrowers; the accuracy of credit evaluation in samples based on Bayesian network reasoning is as high as 87%. Improving the probability critical point of credit evaluation can significantly enhance the accuracy of credit evaluation model; and the accuracy of credit evaluation out of samples can be improved. Increasing the training data set can obviously improve the accuracy of the credit evaluation model. By comparing the evaluation accuracy of different information dimension models, we can also verify that the P2P borrower credit evaluation model is robust.
【作者單位】： 南京大學(xué)商學(xué)院;
【基金】：國家社科基金重大項(xiàng)目“互聯(lián)網(wǎng)金融的發(fā)展、風(fēng)險(xiǎn)與監(jiān)管研究(14ZDA043)”的資助
【分類號(hào)】：F713.36;F831.2

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 范景學(xué);李曉研;;住房公積金借款人信用風(fēng)險(xiǎn)管理研究[J];遼寧經(jīng)濟(jì);2013年04期

2 毛仙青;信貸登記與貸款卡業(yè)務(wù)流程[J];浙江金融;2002年01期

3 孫琦;;論我國商業(yè)銀行信貸風(fēng)險(xiǎn)的控制[J];中國外資;2014年01期

4 ;[J];;年期

中國重要報(bào)紙全文數(shù)據(jù)庫 前1條

1 通訊員 陳麗麗邋記者 陳可;外地讀大學(xué) 家鄉(xiāng)獲貸款[N];南通日?qǐng)?bào);2007年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 陳麗;p2p借款人信用風(fēng)險(xiǎn)研究[D];華東政法大學(xué);2016年

2 李雪薇;我國P2P網(wǎng)絡(luò)借貸借款人信用風(fēng)險(xiǎn)影響因素研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2016年

3 鄧皓楠;P2P網(wǎng)貸平臺(tái)借款人信用風(fēng)險(xiǎn)防范研究[D];湖南大學(xué);2016年

4 陳霞;人人貸借款人信用風(fēng)險(xiǎn)管控研究[D];安徽工業(yè)大學(xué);2016年

，

本文編號(hào)：2210904