P2P网络贷款信用的风险评估

发布时间：2017-12-27 23:16

  本文关键词：P2P网络贷款信用的风险评估　出处：《统计与决策》2014年21期 　论文类型：期刊论文

  更多相关文章： PP网络贷款 信用风险评估 支持向量机 神经网络

【摘要】：文章根据P2P贷款数据高维度、非线性以及小样本等特点,选择了支持向量机方法来评估其信用风险,选取2012年1月1日至2014年4月30日的天度数据,实证结果发现:P2P网络贷款的信用风险主要由为数不多的关键属性来决定的;同时,运用支持向量机技术评估信用风险所得出的准确率为85.6%。
[Abstract]:According to the P2P loan data of high dimension, nonlinear and small sample characteristics, selection of support vector machine method to evaluate the credit risk, from January 1, 2012 to April 30, 2014, the day of the data, the empirical results show that: P2P net loan credit risk is mainly decided by the key attributes of the few; at the same time, the use of accurate assessment the rate of credit risk in the 85.6% support vector machine technology.
【作者单位】： 四川大学理论经济学博士后流动站;广西大学计算机与电子信息学院;四川农业大学经济管理学院;中国科学技术大学软件学院;
【基金】：国家自然科学基金资助项目(61262072)
【分类号】：F724.6;F832.4;F224
【正文快照】： 0引言P2P(Peer-to-Peer)网络借贷是主要面向个人和中小企业的贷款,P2P中介建立网络平台,让具有闲置资金并愿意出借的个人发布借款信息,借贷双方通过竞价,最终撮合成交[1]。P2P中介收取手续费,借入方到期还款付息,借出方承担信用风险。P2P网络借贷缓解了目前中小企业和个人融资

【参考文献】

相关期刊论文 前4条

1 张敏;李陶深;钟淑瑛;;基于Matlab的主成分分析方法(PCA)的实现[J];广西大学学报(自然科学版);2005年S2期

2 侯惠芳,刘素华;基于支持向量机的商业银行信用风险评估[J];计算机工程与应用;2004年31期

3 唐建荣;谭春晖;;基于支持向量机的上市公司信用风险评估研究[J];统计与决策;2010年10期

4 宋文;韩丽川;;P2P网络借贷中投资者出借意愿影响因素分析[J];西南民族大学学报(自然科学版);2013年05期

【共引文献】

相关期刊论文 前10条

1 区卫民;谭泗桥;袁哲明;柏连阳;熊洁仪;;SVR-KNN法用于除草剂QSAR研究[J];安徽农业科学;2008年35期

2 韩勇鹏;;SVM方法及其在乳制品分类问题上的应用[J];安徽农业科学;2009年08期

3 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期

4 张永生;魏新军;侯振雨;彭娟;;支持向量回归分光光度法同时测定苋菜红和果绿[J];安徽农业科学;2010年33期

5 张永生;;支持向量机在害虫预测预报中的应用[J];现代农业科技;2009年14期

6 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期

7 宋海滨;刘云帼;;基于支持向量机的预测控制算法[J];兵工自动化;2006年04期

8 徐波;;基于改进PSO-LSSVM的军用工程机械研制费用预测模型[J];兵工自动化;2011年10期

9 马喜波;阎爱侠;;支持向量机算法用于烷基苯的热容和标准焓值的预测[J];北京化工大学学报(自然科学版);2008年02期

10 刘华富;支持向量机Mercer核的若干性质[J];北京联合大学学报(自然科学版);2005年01期

相关会议论文 前10条

1 周绮凤;林成德;罗林开;彭洪;;一种基于黎曼度量的训练样本类不平衡SVM分类方法研究[A];第二十六届中国控制会议论文集[C];2007年

2 黄章树;乔昕;;基于数据挖掘的机械制造业上市公司信用评价研究[A];第十三届中国管理科学学术年会论文集[C];2011年

3 张向波;梅国建;徐宗昌;;基于SVM的装备战备完好性预测模型[A];第十届中国科协年会论文集（一）[C];2008年

4 张永生;魏新军;颜振敏;南海娟;;多元线性回归分光光度法同时测定饮料中三种色素[A];第十届中国科协年会论文集（三）[C];2008年

5 李军;张云起;;运用支持向量机进行营销风险识别[A];中国企业运筹学[C];2009年

6 肖惠玲;曾翎;黄海莹;张琳;王昱清;杨勤;陈华富;;支持向量机探测脑功能活动[A];中国生物医学工程进展——2007中国生物医学工程联合学术年会论文集（下册）[C];2007年

7 王永春;;一种复合的支持向量机模型在电力系统短期负荷中的应用[A];第十届全国电工数学学术年会论文集[C];2005年

8 吴p，

本文编号：1343602