P2P平台出借人投资决策研究
发布时间：2021-02-22 18:03
随着P2P网贷平台的迅速发展,一个关键的问题是投资者如何评估借款人的信用风险并有效投资。本文从网贷平台的真实贷款数据出发,分别用逻辑回归和随机森林预测贷款的违约概率,并通过距离度量模型与核权重相结合评估出新贷款需求的收益和风险。由于P2P网贷平台对放、贷款金额的限制,本文同时解决了一个有约束的投资组合问题。数据结果显示,与传统的信用分级相比,本文的方法提高了贷款收益率预测的准确度,选择出的投资组合收益率更高。
【文章来源】：上海管理科学. 2017,39(03)
【文章页数】：6 页
【部分图文】：
核权重级优参数h选择
上海管理科学?Ｓｈａｎｇｈａｉ?Ｍａｎａｇｅｍｅｎｔ?Ｓｃｉｅｎｃｅ?第?３９?卷第?３?期丨?２０１７?年?６?月?｜?Ｖｏｌ．?３９?ｊ?Ｎｏ．?３?｜?Ｊｕｎ．?２０１７??测贷款的收益值以及方差值，对于传统信用分级方?度上有所提高，且随机森林预测效果更好。??式，处于同一个信用级别的贷款被认为具有相同的?表２预测收益精确度比较??风险和收益值，收益与贷款违约概率的关系如图２?ｉｉ?￣??所示，方差与违约概率的关系如图３所示。由于本?信用分级?１４．８９８?８８??文研究的理性投资者一般不会选择违约概率很高、?逻辑回归?１４．３６７?２３??极易发生违约的贷款，故图２、３中展７Ｋ的关系选择?随机森林?１３．６６６?１１??出的贷款违约概率以０．４为分界。图中显示随着贷??款违约概率的增长，贷款的风险增大，收益减少，从?在测试集中每个贷款可能实现的收益和风险已??曲线可以看出，同评级方法相比，逻辑回归和随机森?被评估出来的情况下，通过有约束的投资组合选择??林预测出的收益和方差更加平滑，不同贷款之间有?求解出最优的资产配置，即投资者投分配给各借款??区分度，方便更精确地判断投资组合。?人的比例，结合测试集中的各贷款的真实收益值、比??３．５６ｒ?〇?较信用分级、逻辑回归以及随机森林这３种方法选??出的投资组合的真实收益状况，即比较哪种方法的??￥?ｚ?投资收益率更高、夏普率更低。为了验证模型的适??｜?３＇５２＿?／?用性，将数据分成８组按照上面所述方法进行测试，??｜?／?由于网贷平台借款的平均还款期限相对较短，故选??３４８?／?取１５年美国三年期的国债到期平均收益率作为无??
上海管理科学?Ｓｈａｎｇｈａｉ?Ｍａｎａｇｅｍｅｎｔ?Ｓｃｉｅｎｃｅ?第?３９?卷第?３?期丨?２０１７?年?６?月?｜?Ｖｏｌ．?３９?ｊ?Ｎｏ．?３?｜?Ｊｕｎ．?２０１７??测贷款的收益值以及方差值，对于传统信用分级方?度上有所提高，且随机森林预测效果更好。??式，处于同一个信用级别的贷款被认为具有相同的?表２预测收益精确度比较??风险和收益值，收益与贷款违约概率的关系如图２?ｉｉ?￣??所示，方差与违约概率的关系如图３所示。由于本?信用分级?１４．８９８?８８??文研究的理性投资者一般不会选择违约概率很高、?逻辑回归?１４．３６７?２３??极易发生违约的贷款，故图２、３中展７Ｋ的关系选择?随机森林?１３．６６６?１１??出的贷款违约概率以０．４为分界。图中显示随着贷??款违约概率的增长，贷款的风险增大，收益减少，从?在测试集中每个贷款可能实现的收益和风险已??曲线可以看出，同评级方法相比，逻辑回归和随机森?被评估出来的情况下，通过有约束的投资组合选择??林预测出的收益和方差更加平滑，不同贷款之间有?求解出最优的资产配置，即投资者投分配给各借款??区分度，方便更精确地判断投资组合。?人的比例，结合测试集中的各贷款的真实收益值、比??３．５６ｒ?〇?较信用分级、逻辑回归以及随机森林这３种方法选??出的投资组合的真实收益状况，即比较哪种方法的??￥?ｚ?投资收益率更高、夏普率更低。为了验证模型的适??｜?３＇５２＿?／?用性，将数据分成８组按照上面所述方法进行测试，??｜?／?由于网贷平台借款的平均还款期限相对较短，故选??３４８?／?取１５年美国三年期的国债到期平均收益率作为无??
【参考文献】：
期刊论文
[1]基于非线性主成分分析的信用评估模型研究[J]. 熊志斌. 数量经济技术经济研究. 2013 (10)
[2]个人信用评估组合模型的构建——基于决策树—神经网络的研究[J]. 杨胜刚,朱琦,成程. 金融论坛. 2013(02)
[3]模糊近似支持向量机模型及其在信用风险评估中的应用[J]. 姚潇,余乐安. 系统工程理论与实践. 2012(03)
博士论文
[1]P2P网络借贷中的投资决策模型研究[D]. 雒春雨.大连理工大学 2012
硕士论文
[1]我国P2P网络信贷风险评估研究[D]. 刘峙廷.广西大学 2013
本文编号：3046363
【文章来源】：上海管理科学. 2017,39(03)
【文章页数】：6 页
【部分图文】：
核权重级优参数h选择
上海管理科学?Ｓｈａｎｇｈａｉ?Ｍａｎａｇｅｍｅｎｔ?Ｓｃｉｅｎｃｅ?第?３９?卷第?３?期丨?２０１７?年?６?月?｜?Ｖｏｌ．?３９?ｊ?Ｎｏ．?３?｜?Ｊｕｎ．?２０１７??测贷款的收益值以及方差值，对于传统信用分级方?度上有所提高，且随机森林预测效果更好。??式，处于同一个信用级别的贷款被认为具有相同的?表２预测收益精确度比较??风险和收益值，收益与贷款违约概率的关系如图２?ｉｉ?￣??所示，方差与违约概率的关系如图３所示。由于本?信用分级?１４．８９８?８８??文研究的理性投资者一般不会选择违约概率很高、?逻辑回归?１４．３６７?２３??极易发生违约的贷款，故图２、３中展７Ｋ的关系选择?随机森林?１３．６６６?１１??出的贷款违约概率以０．４为分界。图中显示随着贷??款违约概率的增长，贷款的风险增大，收益减少，从?在测试集中每个贷款可能实现的收益和风险已??曲线可以看出，同评级方法相比，逻辑回归和随机森?被评估出来的情况下，通过有约束的投资组合选择??林预测出的收益和方差更加平滑，不同贷款之间有?求解出最优的资产配置，即投资者投分配给各借款??区分度，方便更精确地判断投资组合。?人的比例，结合测试集中的各贷款的真实收益值、比??３．５６ｒ?〇?较信用分级、逻辑回归以及随机森林这３种方法选??出的投资组合的真实收益状况，即比较哪种方法的??￥?ｚ?投资收益率更高、夏普率更低。为了验证模型的适??｜?３＇５２＿?／?用性，将数据分成８组按照上面所述方法进行测试，??｜?／?由于网贷平台借款的平均还款期限相对较短，故选??３４８?／?取１５年美国三年期的国债到期平均收益率作为无??
上海管理科学?Ｓｈａｎｇｈａｉ?Ｍａｎａｇｅｍｅｎｔ?Ｓｃｉｅｎｃｅ?第?３９?卷第?３?期丨?２０１７?年?６?月?｜?Ｖｏｌ．?３９?ｊ?Ｎｏ．?３?｜?Ｊｕｎ．?２０１７??测贷款的收益值以及方差值，对于传统信用分级方?度上有所提高，且随机森林预测效果更好。??式，处于同一个信用级别的贷款被认为具有相同的?表２预测收益精确度比较??风险和收益值，收益与贷款违约概率的关系如图２?ｉｉ?￣??所示，方差与违约概率的关系如图３所示。由于本?信用分级?１４．８９８?８８??文研究的理性投资者一般不会选择违约概率很高、?逻辑回归?１４．３６７?２３??极易发生违约的贷款，故图２、３中展７Ｋ的关系选择?随机森林?１３．６６６?１１??出的贷款违约概率以０．４为分界。图中显示随着贷??款违约概率的增长，贷款的风险增大，收益减少，从?在测试集中每个贷款可能实现的收益和风险已??曲线可以看出，同评级方法相比，逻辑回归和随机森?被评估出来的情况下，通过有约束的投资组合选择??林预测出的收益和方差更加平滑，不同贷款之间有?求解出最优的资产配置，即投资者投分配给各借款??区分度，方便更精确地判断投资组合。?人的比例，结合测试集中的各贷款的真实收益值、比??３．５６ｒ?〇?较信用分级、逻辑回归以及随机森林这３种方法选??出的投资组合的真实收益状况，即比较哪种方法的??￥?ｚ?投资收益率更高、夏普率更低。为了验证模型的适??｜?３＇５２＿?／?用性，将数据分成８组按照上面所述方法进行测试，??｜?／?由于网贷平台借款的平均还款期限相对较短，故选??３４８?／?取１５年美国三年期的国债到期平均收益率作为无??
【参考文献】：
期刊论文
[1]基于非线性主成分分析的信用评估模型研究[J]. 熊志斌. 数量经济技术经济研究. 2013 (10)
[2]个人信用评估组合模型的构建——基于决策树—神经网络的研究[J]. 杨胜刚,朱琦,成程. 金融论坛. 2013(02)
[3]模糊近似支持向量机模型及其在信用风险评估中的应用[J]. 姚潇,余乐安. 系统工程理论与实践. 2012(03)
博士论文
[1]P2P网络借贷中的投资决策模型研究[D]. 雒春雨.大连理工大学 2012
硕士论文
[1]我国P2P网络信贷风险评估研究[D]. 刘峙廷.广西大学 2013
本文编号：3046363
本文链接：https://www.wllwen.com/guanlilunwen/lindaojc/3046363.html
