P2P网络借贷融资成功的影响因素及预测研究

发布时间：2020-04-24 06:41

【摘要】：P2P网络借贷行业自出现至今,经过了数次的起伏,信用风险频发成为了限制该行业健康发展的主要问题,而在平台、借款人与投资人三方之间存在的信息不对称问题是造成信用风险的主要原因。部分研究已经证明缓解网络借贷交易行为中的信息不对称,能够明显降低信用风险。而借款人处于绝对的信息优势地位,因此对借款人的披露信息展开研究显得尤为重要。本文在人人贷平台真实交易数据的基础上,对借款人的披露信息进行了分析,同时对影响借贷成功与否的影响因素进行了分析,并且运用多种分类模型对借贷结果展开了预测研究:1、对原始交易数据集进行了变量的选择和整理,并去除缺失值和噪声数据。在分析已有的研究基础上,从订单信息、借款人基本生理信息、经济能力、信用信息四个方面选取了硬信息的相关变量,此外以借款描述文本构建语言特征和内容主题特征变量作为软信息补充。同时应用多种可视化手段,对重要变量的数据分布进行了描述性分析和直观反映。2、以订单状态即借款成功与否为因变量,首先以硬信息变量为自变量进行二分类逻辑回归分析,探究硬信息对借贷结果的影响。在结果基础上建立硬信息控制变量,再将借款描述信息相关变量纳入回归模型探究其影响。另外运用多种分类模型分别分析了变量的重要性,结果发现借款人的信用信息对借款是否成功起到了显著影响,对应的信用额度这一变量的在各模型中均表现出较高的重要性。借款描述的语言特征和内容主题均能对借款结果产生影响,且相关变量的重要性明显。3、以7:3的比例将数据集划分为训练集和测试集,选取部分硬信息变量作为原始变量,分别利用Logistic、神经网络、随机森林、支持向量机模型对借贷成功与否进行了预测研究。同时也比较分析了借款描述相关变量加入前后预测结果的变化情况。发现四种模型中,随机森林的总体预测精度较高,Logistic和支持向量机的表现较为接近,而借款描述信息加入后,对各模型的预测结果均有提升作用,特别是对正样本预测准确度(TPR)得到了明显改善,ROC曲线也充分体现了上述结论。4、分别在80%和60%两种训练集占比情况下,对预测过程中各模型的表现情况和适用性进行了稳健性验证。结果表明,在混淆矩阵相应的各项指标评估下,数据集的规模并未对模型表现的优劣情况产生影响,同时也进一步验证了借款描述信息对预测结果所起的优化作用。
【图文】：

神经网络模型

图 2.1 神经网络模型构造Fig 2.1 Construction of Neural Network Model机森林模型 P2P 借贷结果进行预测，本质上可以将其看作一个分类问题，而类模型的一个重要衡量指标，而采用集成方法的预测模型具有更好随机森林则是众多基于随机化的集成方法中，最为前沿的一种。机森林（Random Forest ,R-F）是 2001 年由 Breiman[44]在分类树的合得出的分类器算法，是一种组合预测模型。随机森林的内嵌模型色则在于随机。表现在两方面：第一，训练样本是对原始样本的重训练样本具有随机性；第二，每棵决策树的建立过程具有随机性。对输入变量全体的各个随机候选变量子集进行最优筛选，得到的最前最佳分组的输入变量[45]。机森林的基本思想就是对原始样本数据集进行 bootstrap 重抽样，次抽取的样本分别建立分类器，从而根据产生的多种分类结果对未

流程图,森林,流程图

图 2.2 随机森林流程图Fig 2.2 Flow Chart of Random Forest采用 bootstrap 重抽样法从训练集 D 抽取出 k 个样本 Di，样本量大小一接着按照抽样结果分别构造出 k 棵决策树，得到 k 种相应的输出结果；最后分类结果之间进行投票选择，得到最终的最优分类结果。2.2.4 支持向量机模型支持向量机（Support Vector Machine，SVM）最早于 1995 年由 Cortes 和 V提出，是一种按照监督学习方式对数据进行二元分类的广义线性分类器[47]，于解决非线性、小样本和高维度问题，在分类和回归中广泛应用。支持向量机是众多机器学习算法中众多分类算法中的一种，，主要解决如样本进行分类的问题。该方法对学习机泛化能力的提高是通过追求结构化风小实现的，并尽可能地降低经验风险和置信范围，从而实现在统计样本量较少依然能够获得良好的统计规律，即将这种二分类模型定义为特性空间中间隔的线性分类器，而间隔最大的求解最终将转化为一个凸二次规划问题。图 2.3 是对最大间隔线性分类器的一个示例展示。下图中直线w x + b
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F724.6;F832.4

【相似文献】