近年來,隨著互聯(lián)網(wǎng)經(jīng)濟的不斷發(fā)展,P2P借貸業(yè)務日益擴張,但同時也暴露出各種問題,特別是違約造成的壞賬問題給P2P網(wǎng)絡借貸平臺及其投資者帶來了極大負面影響,所以構(gòu)建合理的P2P借貸違約識別模型對控制平臺風險、促進其持續(xù)發(fā)展具有重要的現(xiàn)實意義。文章以隆金寶為研究對象,探究決策樹模型、支持向量機模型、神經(jīng)網(wǎng)絡模型、邏輯回歸模型、Stacking模型對P2P借貸違約風險的識別效果,并進行評估與對比,從而選出最佳P2P借貸違約風險模型,進而幫助P2P網(wǎng)絡借貸平臺有效規(guī)避違約風險,實現(xiàn)其長遠發(fā)展。 

【文章來源】：會計之友. 2019,(02)北大核心

【文章頁數(shù)】：6 頁

【文章目錄】：
一、引言
二、P2P借貸違約風險
    (一) P2P借貸業(yè)務流程分析
    (二) 借款人信用考察維度
    (三) P2P借貸違約類型、特點及影響因素
三、數(shù)據(jù)集的收集和預處理
    (一) 數(shù)據(jù)集基本情況說明及分割
        1. 數(shù)據(jù)集來源
        2. 數(shù)據(jù)集構(gòu)成
        3. 數(shù)據(jù)集的分割
    (二) 數(shù)據(jù)集清洗
        1. 處理缺失值
        2. 去除近零方差字段
        3. 轉(zhuǎn)化字段
四、以數(shù)據(jù)挖據(jù)技術(shù)為基礎的P2P借貸違約風險模型及其預測效果
    (一) 模型評估指標說明
        1. 混淆矩陣
        2. 準確度、查準率、召回率與F1統(tǒng)計值
    (二) 單一模型下P2P借貸違約風險的預測效果
        1. 邏輯回歸模型與神經(jīng)網(wǎng)絡模型的預測效果
        2. 支持向量機模型 (SVM) 的預測效果
        3. 決策樹類算法的預測效果
    (三) Stacking集成學習方法下P2P借貸違約的預測效果
        1. Sta c king集成學習方法
        2. Sta c king集成學習方法下P2P借貸違約的預測效果
五、研究結(jié)論


【參考文獻】：
期刊論文
[1]P2P借貸中借款人的違約風險評估——基于“人人貸”數(shù)據(jù)的實證分析[J]. 阮素梅,何浩然,李敬明.  經(jīng)濟問題. 2017(12)
[2]P2P借貸中投資者的理性意識與權(quán)衡行為——基于“人人貸”數(shù)據(jù)的實證分析[J]. 胡金焱,宋唯實.  金融研究. 2017(07)
[3]大數(shù)據(jù)背景下互聯(lián)網(wǎng)金融風險評價研究——基于廣義DEA模型及P2P網(wǎng)貸視角[J]. 呂喜明.  會計與經(jīng)濟研究. 2017(04)
[4]新經(jīng)濟業(yè)態(tài)P2P網(wǎng)絡借貸的風險甄別研究[J]. 范超,王磊,解明明.  統(tǒng)計研究. 2017(02)
[5]P2P網(wǎng)絡借貸平臺的風險識別研究[J]. 葉青,李增泉,徐偉航.  會計研究. 2016(06)
[6]P2P網(wǎng)絡借貸平臺中借款人違約風險影響因素研究——以WDW為例[J]. 顧慧瑩,姚錚.  上海經(jīng)濟研究. 2015(11)
[7]基于逆向選擇的互聯(lián)網(wǎng)金融P2P模式風險防范研究[J]. 王錦虹.  財經(jīng)問題研究. 2015(05)
[8]我國P2P網(wǎng)絡借貸信用風險影響因素研究——基于排序選擇模型的實證分析[J]. 肖曼君,歐緣媛,李穎.  財經(jīng)理論與實踐. 2015(01)



本文編號：3616445