缺失数据下的P2P借贷违约风险评价方法研究

发布时间：2020-06-07 21:16

【摘要】：P2P借贷的虚拟性和信息的不对称性使其面临着比传统金融模式更严峻的违约风险,有效的风险管控是P2P平台稳健发展的基本保障。然而,P2P借贷数据的广泛性和多样性使其面临着更严重的缺失问题。如何利用P2P平台的不完全数据,完成有效的违约风险建模是本文需要解决的问题。本文将P2P借贷中常见数据缺失问题细分为数据属性值的缺失和类别标签的缺失,并探索如何利用缺失数据提高模型的违约风险预测性能。针对数据属性值缺失的问题,传统分类算法需要首先基于数据随机缺失的假设填补缺失数据,然后训练模型。然而缺失数据通常是三种缺失类型混合的,单一的缺失假设会影响数据填补结果,从而影响模型效果。本文使用对缺失数据鲁棒性较强的树模型来建模,并提出基于LightGBM分类算法构建违约风险评价模型,不仅不需要对缺失数据进行预填补,而且具有较高的效率。最后,基于人人贷平台的数据进行实证分析,验证了直接基于LightGBM建模优于传统填补方法后模型效果。针对类别标签缺失的问题,传统违约风险评价仅使用有标签样本建模。然而模型的应用对象是全样本,由此带来的样本选择偏差问题会影响模型泛化能力,需要对无标签样本进行拒绝推断来校正样本选择偏差。本文使用半监督方法构建违约风险模型,并提出基于样本和特征双重差异的协同训练模型TRICMV。该模型采用了基于“多视图学习”的模型投票机制和基于“噪音学习理论”的自适应的模型迭代机制,可以控制加入模型中的噪音。最后,实证分析结果验证了TRICMV模型的有效性。
【图文】：

流程图,平台,流程,违约风险

此外，拒绝样本（无标签样本）中存在着大量的标的信息和违的违约风险判别能力。如何利用无标签样本（即拒绝样本）校提高模型的违约风险评价能力是本文需要解决的问题。 P2P 平台的属性值缺失和类别标签缺失这两种缺失情况的数据接删除的方法案进行处理。以特征值缺失的情况为例，肖志文[5]常具有一定的机会主义倾向，在提交个人资料的时候，会匿去，从而导致数据缺失。以类别标签缺失的情况为例，违约风险概率也就越大，即样本标签缺失的概率越大。P2P 平台的两种数非随机性，，直接删除会改变数据样本的分布，导致样本选择偏样本不是来自总体的简单随机样本。利用有偏样本训练违约风加模型的泛化误差，从而降低模型的违约风险评价性能。此外能具有一定的违约风险判别能力。如何有效地利用不完全数据数据来提高违约风险评价性能是对 P2P 平台的借款人进行有效关键。

生长策略

机制将在 3.2 节中作详细介绍。复杂和耗时和问题，LightGBM 模的 one-side 采样、互斥特征绑定方作详细介绍。层次结构是需要解决的问题。我们做一个平衡，以防止模型的过拟合生长策略，如图 3.1 所示。因为对要对其进行分裂和搜索。Level-w同一层的所有叶节点，会影响模策略：Leaf-wise 生长策略，如图，每次从当前所有叶节点中，寻找。因此，与 Level-wise 相比，L时获得更好的精度。Leaf-wise 的合。因此，LightGBM 在 Leaf-wisMax Depth），以防止模型过拟合
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F832.4;F724.6

【相似文献】