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(wù)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(luò)借貸平臺及其投資者帶來了極大負(fù)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(fēng)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(luò)模型、邏輯回歸模型、Stacking模型對P2P借貸違約風(fēng)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(fēng)險模型,進而幫助P2P網(wǎng)絡(luò)借貸平臺有效規(guī)避違約風(fēng)險,實現(xiàn)其長遠(yuǎn)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(fēng)險
    (一) P2P借貸業(yè)務(wù)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(yù)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(chǔ)的P2P借貸違約風(fēng)險模型及其預(yù)測效果
    (一) 模型評估指標(biāo)說明
        1. 混淆矩陣
        2. 準(zhǔn)確度、查準(zhǔn)率、召回率與F1統(tǒng)計值
    (二) 單一模型下P2P借貸違約風(fēng)險的預(yù)測效果
        1. 邏輯回歸模型與神經(jīng)網(wǎng)絡(luò)模型的預(yù)測效果
        2. 支持向量機模型 (SVM) 的預(yù)測效果
        3. 決策樹類算法的預(yù)測效果
    (三) Stacking集成學(xué)習(xí)方法下P2P借貸違約的預(yù)測效果
        1. Sta c king集成學(xué)習(xí)方法
        2. Sta c king集成學(xué)習(xí)方法下P2P借貸違約的預(yù)測效果
五、研究結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]P2P借貸中借款人的違約風(fēng)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(fēng)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(luò)借貸的風(fēng)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(luò)借貸平臺的風(fēng)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(luò)借貸平臺中借款人違約風(fēng)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(fēng)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(luò)借貸信用風(fēng)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