基于数据挖掘技术的P2P网贷借款人信用风险预测研究
发布时间：2020-12-21 00:04
随着经济的发展与科技的进步,我国互联网金融得到了空前的发展,作为其重要模式之一的P2P网贷也顺势崛起。P2P网贷相较于传统借贷,其借贷交易行为的发生不再受限于时间和地点,这在很大程度上提高了借贷交易便捷性和社会资金利用率。然而,本质仍属于金融的P2P网贷在给我国经济注入新鲜活力的同时,也不可避免地出现了诸多风险,其中最严峻、也最受学术界和社会关注的风险为借款人信用风险。因此,如何有效预测P2P网贷借款人信用风险具有重要的理论意义与现实意义。本文基于数据挖掘技术,以Prosper平台借款人公开数据集为例,对P2P网贷借款人信用风险进行了研究。首先,在相关文献研究基础上,对P2P网贷、我国P2P网贷及其发展历史与现状进行简要概述;然后探讨了数据挖掘理论及P2P网贷信用风险相关理论,并构建了以随机森林模型为主的数据挖掘模型;接着,对本文研究数据集进行分析和预处理;再接着运用随机森林模型及其他对比模型如Logistic回归模型、支持向量机模型、朴素贝叶斯模型等,对平台调整前后的借款人数据进行训练和预测;最后就各模型对借款人信用风险综合预测效果做出相关的评价和总结。本文的具体研究结论如下:首先,...
【文章来源】：重庆理工大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
论文的研究技术路线图
2我国P2P网贷及其发展历史与现状202.2.2我国P2P网贷发展现状据网贷之家数据统计，截止2019年12月底，我国P2P网贷累计平台数量为6607家，其中正常运营平台数量为344家，累计停业转型平台数量为3340家，累计问题平台2923家。首先，2019年全年除8月新增1家平台外，其他11个月均无新增网贷平台。其次，2019年12月P2P网贷行业的成交量为428.89亿元，相比上月减少77.34亿元，环比下降15.28%，同比下降59.55%，同时，12月P2P网贷行业的活跃投资人数、活跃借款人数分别为110.39万人、119.06万人，其中活跃投资人数环比下降14.45%，约减少18.64万人；活跃借款人数环比下降14.01%，约减少19.40万人；P2P网贷行业综合收益率为9.46%，近一年下降趋势有所改变，环比增加8个基点（1个基点等于0.01%），同比下降69个基点[7]。以下是近4年来我国P2P网贷行业的部分行业数据，用于说明我国P2P行业的发展现状。(1)月成交额和月综合预期收益率近4年的我国P2P行业月成交额(单位:亿元)和月综合预期收益率(单位:百分比)，如图2.1所示：图2.1P2P网贷行业月成交额（注：数据来源于网贷之家数据）首先从图2.1可知，2015年1月至2019年12月，我国P2P平台的月成交额最小值为2015年2月的335.14亿元，最大值为2017年7月份的2536.76亿元，从2018年6月后开始呈波动下降；月成交额综合峰值主要集中在2016年11月至2018年1月，综合峰值基于2197.34亿元至2081.99亿元之间，P2P网贷行业在此时间段得到了快速发展。自我国2018年6月正式开展合规检查及备案登记以来，P2P网贷平台开始频繁暴雷，具体表现为平台的月成交额快速下滑，其中月成交额最低为2019年12月的428.89亿元。
月份开始，下降至10%以下，基本都维持在9.2%至9.7%之间。2018年8月份之后，短暂上升至10%，在此之后至2019年12月，月综合参考收益率基本都维持在9.5%到10.3%之间，整体波动幅度不大。综合来看，近4年来我国P2P网贷月成交额有涨有跌，其中，月成交额整体峰值主要集中在2016年11月至2018年1月，2018年6月后开始有所下降，这可能是因为合规检查带来的负面影响。此外，我国P2P网贷近几年来月综合参考收益率呈下降趋势，后期较为平稳，无太大上涨。（2）平均借款期限我国P2P行业近4年的平均借款期限(单位:月)，如图2.2所示：图2.2P2P网贷行业平均借款期限（注：数据来源于网贷之家数据）图2.2展示的是2015年1月至2019年12月P2P网贷行业的平均借款期限。P2P网贷行业平均借款期限指当月借款人和贷款人按照P2P平台相关要求，采用借贷合同中既定的借款期限的平均值，然后分别计算出每个平台的平均借款期限再取其平均值。从图2.2可知，2015年4月的平均借款期限是6.6个月，是近4年来最短的借款期限；而最长借款期限是15.74个月，于2019年4月出现；2015年1月至2016年11月，平均借款期限在6.6个月至8.2个月之间波动，但波动幅度较小；从2017年4月至2018年9月平均借款期限呈波动上升趋势，2018年10月至2019年7月总体趋势较为平稳；2019年7月至10月出现短暂下降趋势后，于11月开始上升。
【参考文献】：
期刊论文
[1]P2P网络借贷平台信用风险研究[J]. 丁洁. 价值工程. 2019(31)
[2]借款人特征对网络借贷风险的影响研究[J]. 李延喜,孙大同,赛骞. 大连理工大学学报(社会科学版). 2019(01)
[3]基于社交网络的P2P借贷信用风险缓释机制研究[J]. 杨立,赵翠翠,陈晓红. 中国管理科学. 2018(01)
[4]融入软信息的P2P网络借贷违约预测方法[J]. 蒋翠清,王睿雅,丁勇. 中国管理科学. 2017(11)
[5]中国P2P网络借贷平台风险及其决定因素研究[J]. 何光辉,杨咸月,蒲嘉杰. 数量经济技术经济研究. 2017(11)
[6]基于生存分析的P2P网络借贷违约风险影响因素研究[J]. 李思瑶,王积田,柳立超. 经济体制改革. 2016(06)
[7]基于C5.0算法的小额网贷平台的风险监控研究[J]. 王茂光,葛蕾蕾,赵江平. 中国管理科学. 2016(S1)
[8]P2P网络借贷研究述评[J]. 彭红枫,刘歆茹. 武汉大学学报(哲学社会科学版). 2016(04)
[9]我国P2P网贷行业发展现状研究[J]. 朱森林,于文静,陈梦. 现代商贸工业. 2016(13)
[10]我国P2P平台网络借贷逾期行为和羊群行为研究[J]. 吕勇斌,姜艺伟,张小青. 统计与决策. 2016(04)
博士论文
[1]我国P2P网络借贷个人信用风险管理研究[D]. 夏雨霏.中国矿业大学 2018
硕士论文
[1]P2P网贷借款者信用风险影响因素研究[D]. 郭涵.重庆工商大学 2018
[2]基于数据挖掘技术的P2P借贷违约风险识别模型研究[D]. 王嘉琪.浙江工商大学 2018
[3]基于大数据的Y公司P2P网贷业务信用风险管理平台的构建[D]. 雷海峰.东华大学 2017
[4]我国P2P网络借贷借款人信用风险影响因素研究[D]. 李雪薇.内蒙古农业大学 2016
[5]P2P网络贷款平台风险管理研究[D]. 武鹏华.华中科技大学 2016
[6]基于分类器选择的个人信用评估组合模型研究[D]. 刘艳芳.哈尔滨工业大学 2015
[7]我国P2P网络借贷信用风险研究[D]. 杨光荣.暨南大学 2014
本文编号：2928809
【文章来源】：重庆理工大学重庆市
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
论文的研究技术路线图
2我国P2P网贷及其发展历史与现状202.2.2我国P2P网贷发展现状据网贷之家数据统计，截止2019年12月底，我国P2P网贷累计平台数量为6607家，其中正常运营平台数量为344家，累计停业转型平台数量为3340家，累计问题平台2923家。首先，2019年全年除8月新增1家平台外，其他11个月均无新增网贷平台。其次，2019年12月P2P网贷行业的成交量为428.89亿元，相比上月减少77.34亿元，环比下降15.28%，同比下降59.55%，同时，12月P2P网贷行业的活跃投资人数、活跃借款人数分别为110.39万人、119.06万人，其中活跃投资人数环比下降14.45%，约减少18.64万人；活跃借款人数环比下降14.01%，约减少19.40万人；P2P网贷行业综合收益率为9.46%，近一年下降趋势有所改变，环比增加8个基点（1个基点等于0.01%），同比下降69个基点[7]。以下是近4年来我国P2P网贷行业的部分行业数据，用于说明我国P2P行业的发展现状。(1)月成交额和月综合预期收益率近4年的我国P2P行业月成交额(单位:亿元)和月综合预期收益率(单位:百分比)，如图2.1所示：图2.1P2P网贷行业月成交额（注：数据来源于网贷之家数据）首先从图2.1可知，2015年1月至2019年12月，我国P2P平台的月成交额最小值为2015年2月的335.14亿元，最大值为2017年7月份的2536.76亿元，从2018年6月后开始呈波动下降；月成交额综合峰值主要集中在2016年11月至2018年1月，综合峰值基于2197.34亿元至2081.99亿元之间，P2P网贷行业在此时间段得到了快速发展。自我国2018年6月正式开展合规检查及备案登记以来，P2P网贷平台开始频繁暴雷，具体表现为平台的月成交额快速下滑，其中月成交额最低为2019年12月的428.89亿元。
月份开始，下降至10%以下，基本都维持在9.2%至9.7%之间。2018年8月份之后，短暂上升至10%，在此之后至2019年12月，月综合参考收益率基本都维持在9.5%到10.3%之间，整体波动幅度不大。综合来看，近4年来我国P2P网贷月成交额有涨有跌，其中，月成交额整体峰值主要集中在2016年11月至2018年1月，2018年6月后开始有所下降，这可能是因为合规检查带来的负面影响。此外，我国P2P网贷近几年来月综合参考收益率呈下降趋势，后期较为平稳，无太大上涨。（2）平均借款期限我国P2P行业近4年的平均借款期限(单位:月)，如图2.2所示：图2.2P2P网贷行业平均借款期限（注：数据来源于网贷之家数据）图2.2展示的是2015年1月至2019年12月P2P网贷行业的平均借款期限。P2P网贷行业平均借款期限指当月借款人和贷款人按照P2P平台相关要求，采用借贷合同中既定的借款期限的平均值，然后分别计算出每个平台的平均借款期限再取其平均值。从图2.2可知，2015年4月的平均借款期限是6.6个月，是近4年来最短的借款期限；而最长借款期限是15.74个月，于2019年4月出现；2015年1月至2016年11月，平均借款期限在6.6个月至8.2个月之间波动，但波动幅度较小；从2017年4月至2018年9月平均借款期限呈波动上升趋势，2018年10月至2019年7月总体趋势较为平稳；2019年7月至10月出现短暂下降趋势后，于11月开始上升。
【参考文献】：
期刊论文
[1]P2P网络借贷平台信用风险研究[J]. 丁洁. 价值工程. 2019(31)
[2]借款人特征对网络借贷风险的影响研究[J]. 李延喜,孙大同,赛骞. 大连理工大学学报(社会科学版). 2019(01)
[3]基于社交网络的P2P借贷信用风险缓释机制研究[J]. 杨立,赵翠翠,陈晓红. 中国管理科学. 2018(01)
[4]融入软信息的P2P网络借贷违约预测方法[J]. 蒋翠清,王睿雅,丁勇. 中国管理科学. 2017(11)
[5]中国P2P网络借贷平台风险及其决定因素研究[J]. 何光辉,杨咸月,蒲嘉杰. 数量经济技术经济研究. 2017(11)
[6]基于生存分析的P2P网络借贷违约风险影响因素研究[J]. 李思瑶,王积田,柳立超. 经济体制改革. 2016(06)
[7]基于C5.0算法的小额网贷平台的风险监控研究[J]. 王茂光,葛蕾蕾,赵江平. 中国管理科学. 2016(S1)
[8]P2P网络借贷研究述评[J]. 彭红枫,刘歆茹. 武汉大学学报(哲学社会科学版). 2016(04)
[9]我国P2P网贷行业发展现状研究[J]. 朱森林,于文静,陈梦. 现代商贸工业. 2016(13)
[10]我国P2P平台网络借贷逾期行为和羊群行为研究[J]. 吕勇斌,姜艺伟,张小青. 统计与决策. 2016(04)
博士论文
[1]我国P2P网络借贷个人信用风险管理研究[D]. 夏雨霏.中国矿业大学 2018
硕士论文
[1]P2P网贷借款者信用风险影响因素研究[D]. 郭涵.重庆工商大学 2018
[2]基于数据挖掘技术的P2P借贷违约风险识别模型研究[D]. 王嘉琪.浙江工商大学 2018
[3]基于大数据的Y公司P2P网贷业务信用风险管理平台的构建[D]. 雷海峰.东华大学 2017
[4]我国P2P网络借贷借款人信用风险影响因素研究[D]. 李雪薇.内蒙古农业大学 2016
[5]P2P网络贷款平台风险管理研究[D]. 武鹏华.华中科技大学 2016
[6]基于分类器选择的个人信用评估组合模型研究[D]. 刘艳芳.哈尔滨工业大学 2015
[7]我国P2P网络借贷信用风险研究[D]. 杨光荣.暨南大学 2014
本文编号：2928809
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/2928809.html
