Peer to Peer(P2P)網絡借貸是一種新興的互聯(lián)網金融模式。根據已有的非均衡少量樣本,分別采用隨機森林分類和回歸算法進行建模,結果表明:模型對各級風險樣本的識別正確率均達到了100%,具有很好的實用價值和預測能力,討論了各個評價指標的重要性及其與信用風險之間的非線性關系,分析了現有的用神經網絡建模文獻存在的主要問題。研究結果為P2P網貸發(fā)展提供了理論依據和實踐基礎。

【文章頁數】：6 頁

【文章目錄】：
一、引言
二、建立P2P網貸個人信用評價指標體系
三、隨機森林建模原理
四、建立P2P網貸個人信用風險評價與預警的RF模型
    (一)建立基于隨機森林回歸的模型及其結果判定
    (二)建立基于隨機森林分類模型及其結果判定
五、結果與討論
    (一)文獻[10]所列92 位借貸人的信用風險評價結果
    (二)分析各個評價指標與個人信用(模型輸出值)之間的非線性關系
    (三)數據缺失對隨機森林模型結果的影響——模型的魯棒性分析
    (四)文獻[10]建模過程存在的原理性錯誤及其結果的不確定性分析
    (五)合理選取P2P借貸人有效降低風險
六、結束語



本文編號：3844318