当前位置:主页 > 管理论文 > 货币论文 >

融入软信息的P2P个人信用风险识别方案策划

发布时间:2021-02-28 12:04
  P2P网络借贷是金融业与互联网结合的产物,是一种新型的借贷融资方式,近年来规模增长迅速。但是在P2P网络借贷规模迅速增长的同时,P2P贷款的信用风险也受到了广泛关注,不断爆发的P2P跑路事件,为借款人带来了巨大的损失,也给P2P行业的发展敲响了警钟。传统的P2P网贷个人风险评价主要采用专家评分法,这种基于规则的方法很难准确的识别借款人的信用风险,而部分P2P网贷平台尝试使用的逻辑回归、支持向量机等监督学习方法,效果比较依赖于数据的质量,数据量较少且数据不平衡等问题会对风险评估的结果造成影响。目前,集成学习方法Cat Boost模型在若干领域得到了较好的应用,同时软信息由于丰富的信息特征也在风险控制领域受到关注,但是目前的软信息主要是将收入认证等应用在信用风险识别中,文本类软信息的研究较少,而文本类软信息含有较为丰富的个人信用风险的信息,因此对文本类软信息的利用是研究的热点问题。为了构建有效的P2P个人信用风险识别方案,本文融合软信息与Cat Boost模型构建信用风险识别方案,并基于遗传算法对模型进行参数优化,用以提高P2P平台信用风险识别的能力。本文对P2P个人信用风险识别方案进行了... 

【文章来源】:上海师范大学上海市

【文章页数】:74 页

【学位级别】:硕士

【部分图文】:

融入软信息的P2P个人信用风险识别方案策划


技术路线

等级分布,借款人,等级分布,金额


看出陆金所在 2018 年 7 月至 2018 年 12 月的借款人进行借款交易时,借款金额均为 0~20 万元;同时,,根据图 3-2,可以看出陆金所 2018 年 12 月每日人均借款金额大部分在 2 万元左右,也有一部分在 4 万元左右,整体来看,均低于 10 万元,人均投资金额均低于 4 万元。因此,在 P2P 网贷交易中,往往出现的都是小额贷款。针对这种情况,在进行信用风险识别时,如果按照传统金融机构进行信用风险识别的方法往往要花费大量的人工成本和时间成本,P2P 小额贷款带来的收益往往是无法覆盖这样的人工和时间成本。

传统金融,机构,交易量


上海师范大学硕士论文第3章P2P网贷信用风险识别存在问题描述与分析析20图3-2陆金所人家借款及人均投资其次,P2P网贷交易与传统金融机构交易时还有一个很大的区别在于,P2P网贷平台的交易量较大,传统金融机构往往是为一些大企业提供贷款,这样的贷款交易往往是大额贷款,而每天的交易量相对来说是较小的。而P2P网贷平台虽然每笔交易的借贷额较小,但是,每天的交易量却很大。如图3-3、图3-4可以看出陆金所每日的交易量大部分在5000万元以上,同时借款人和投资人的人数基本在10000人左右。在进行信用风险识别时,针对如此大的交易量,如果采用传统金融机构进行贷款审核的方法,将无法满足交易量巨大的P2P网贷平台。图3-3陆金所每日成交量

【参考文献】:
期刊论文
[1]基于MBUT-LDA主题模型的微博文本挖掘研究[J]. 张明生,邓少灵.  电子商务. 2019(07)
[2]基于Catboost算法的优惠券个性化投放[J]. 刘嘉穗.  电子世界. 2018(23)
[3]一种基于遗传算法优化BP神经网络的陶瓷原料分类方法[J]. 杨怡涵,柳炳祥.  陶瓷学报. 2018(03)
[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]P2P网贷个人信用风险评估模型研究——基于混合果蝇神经网络的方法[J]. 吴斌,叶菁菁,董敏.  会计之友. 2017(21)
[6]P2P网贷信用风险评测、形成机理与传导——一个文献综述[J]. 谭中明,谢坤,丁国平.  武汉金融. 2017(07)
[7]哪些信息描述会影响网络借贷——基于P2P信息描述的研究评述[J]. 陈伟,涂有钊.  武汉金融. 2017(04)
[8]P2P网贷借款人违约行为影响因素的实证研究[J]. 苏亚,成春林.  金融发展研究. 2017(01)
[9]网络昵称与P2P借贷的成功率和违约率[J]. 郭峰.  经济科学. 2016(06)
[10]我国P2P网络借贷平台风险评价——基于熵权法和CRITIC法[J]. 王伟.  金融理论与实践. 2016(12)

硕士论文
[1]基于词性特征与语义增强的短文本主题模型研究与应用[D]. 陈敏.南京大学 2019
[2]基于LDA与PW-Word2vec的虚假评论识别方法研究[D]. 贾少华.内蒙古大学 2019
[3]借款描述对P2P网络借贷影响的实证研究[D]. 李晓靖.湖南大学 2018
[4]基于Logistic模型的汽车金融公司个人贷款信用评分研究[D]. 李岸杨.西南大学 2017
[5]借款描述与P2P网络借贷行为[D]. 郭雷.哈尔滨工业大学 2015
[6]我国P2P网络借贷信用风险影响因素研究[D]. 欧缘媛.湖南大学 2014
[7]基于Logistic回归的神经网络模型在个人信用评估中的应用[D]. 白金瑞.内蒙古大学 2012



本文编号:3055827

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/huobilw/3055827.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户70835***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com