基于互联网文本的P2P平台风险预测研究与实现
发布时间：2021-03-21 13:01
随着互联网的快速发展,金融业借助互联网发展出新的商业模式—P2P借贷。P2P借贷是互联网金融的一种,它为中小型企业融资借贷提供便利的同时,也为个人投资提供了新的渠道。P2P平台是指经营P2P借贷业务的网贷平台。当P2P平台出现支付困难或偿还能力恶化、企业高级管理层出现贪墨事件或携款潜逃等问题而未得到及时的治理和监管时,就会产生金融风险,从而可能引发金融突发事件。本文基于互联网文本数据研究与实现了P2P平台风险预测。首先,本文通过爬虫技术从P2P第三方资讯平台获取P2P平台信息和P2P平台评论文本,依靠人工标注的方法构建P2P领域的情感分类数据集和序列标注数据集。其次,本文利用TextCNN 模型对评论文本做情感分类,得出情感倾向变化的时间序列,达到度量投资者情感变化趋势的目的;通过格兰杰因果检验和皮尔逊相关系数验证投资者情感时间序列和成交量指数之间的关系,实验证明了情感变化趋势与成交量指数有统计意义上的因果关系和强相关性;基于以上的研究,本文提出了基于投资者情感变化的P2P成交量预测方法,发现情感特征在P2P成交量预测中起到显著作用。然后,本文提出了改进的序列标注模型ELMo-BiLS...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
图１－１研究框架图??１．３．１投资者情感变化趋势与Ｐ２Ｐ市场关系的研究??
带来梯度消失、梯度爆炸、过拟合、退化等问题。??前馈神经网络表７Ｋ输入到输出的映射关系Ｆ，令；ｃ表不模型的输入，＿）；表不模??型的输出，即ｙ?＝?Ｆ〇：，ｕ〇。神经网络的结构示意图如图２－１所示。??９??
取序列间的时序关系，而且由于它的每层的神经元数量是固定的，因此也难以处??理具有不同长度的时序问题。而＿是具有循环结构，它每一时刻的输出不仅??与当前时刻的输入有关，也与先前时刻的输出有关。图２－２展示ＲＮＮ的循环结??构。??输出层?｜?（＾）?（＾）?（＾）?（＾）???Ｖ＂?Ｙ?Ｙ??隐藏层?Ｃ?…??／Ｖ?Ｘ?Ｘ?Ｘ?ｘ?１??网?Ｏ?？?？?？?？??图２－２?ＲＮＮ的循环结构??其中Ｘｔ、／＾和｝＾分别表７Ｋ／＿时刻输入层、隐藏层和输出层值的表不。ＲＮＮ把??／－／时刻的隐藏层输出传递给ｆ时刻的输入中，即／时刻的输入是由当前时刻??的输入Ｘｔ和前一时刻的隐藏层的输出Ｚｌｔｑ组成。［／表示输入层到隐藏层的权重矩??阵，Ｆ表示上一时刻的输出在这一时刻权重矩阵，Ｆ表示隐藏层到输出层的权重??矩阵。由图２－２可见不同时亥拱享＂、Ｆ和Ｆ的参数矩阵。ＲＮＮ的前向传播公??式如式２－５和式２－６所示，其中ｇ和／表示不同的激活函数。??ｈｔ?＝?ｇ（Ｕｘｔ?＋?Ｗｈｔ＿ｔ?＋?ｂｈ）?（２－５）??ｙｔ＝ｆ（Ｖｈｔ?＋?ｂｙ）?（２－６）??ＲＮＮ网络的原理是求解ｔ／、Ｆ和Ｆ的最优解，使损失函数的值达到全局最??小值。ＲＮＮ网络的基本传播原理与前馈神经网络类似，它使用基于时间的反向??１１??
【参考文献】：
期刊论文
[1]P2P保险的道德风险问题研究[J]. 杨超,杨天禹,陈秉正. 运筹与管理. 2018(12)
[2]融合社交情感分析的股市预测探究[J]. 刘斌. 计算机系统应用. 2018(02)
[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]基于微博情感分析的电影票房预测研究[J]. 史伟,王洪伟,何绍义. 华中师范大学学报(自然科学版). 2015(01)
[5]借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,杨宇轩. 经济研究. 2014(S1)
[6]互联网金融监管的必要性与核心原则[J]. 谢平,邹传伟,刘海二. 国际金融研究. 2014(08)
[7]中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J]. 王会娟,廖理. 中国工业经济. 2014(04)
[8]投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究[J]. 池丽旭,张广胜,庄新田,宋大雷. 管理工程学报. 2012(03)
[9]文本情感分析[J]. 赵妍妍,秦兵,刘挺. 软件学报. 2010(08)
[10]基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J]. 郝媛媛,邹鹏,李一军,叶强. 管理评论. 2009(10)
本文编号：3092905
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【部分图文】：
图１－１研究框架图??１．３．１投资者情感变化趋势与Ｐ２Ｐ市场关系的研究??
带来梯度消失、梯度爆炸、过拟合、退化等问题。??前馈神经网络表７Ｋ输入到输出的映射关系Ｆ，令；ｃ表不模型的输入，＿）；表不模??型的输出，即ｙ?＝?Ｆ〇：，ｕ〇。神经网络的结构示意图如图２－１所示。??９??
取序列间的时序关系，而且由于它的每层的神经元数量是固定的，因此也难以处??理具有不同长度的时序问题。而＿是具有循环结构，它每一时刻的输出不仅??与当前时刻的输入有关，也与先前时刻的输出有关。图２－２展示ＲＮＮ的循环结??构。??输出层?｜?（＾）?（＾）?（＾）?（＾）???Ｖ＂?Ｙ?Ｙ??隐藏层?Ｃ?…??／Ｖ?Ｘ?Ｘ?Ｘ?ｘ?１??网?Ｏ?？?？?？?？??图２－２?ＲＮＮ的循环结构??其中Ｘｔ、／＾和｝＾分别表７Ｋ／＿时刻输入层、隐藏层和输出层值的表不。ＲＮＮ把??／－／时刻的隐藏层输出传递给ｆ时刻的输入中，即／时刻的输入是由当前时刻??的输入Ｘｔ和前一时刻的隐藏层的输出Ｚｌｔｑ组成。［／表示输入层到隐藏层的权重矩??阵，Ｆ表示上一时刻的输出在这一时刻权重矩阵，Ｆ表示隐藏层到输出层的权重??矩阵。由图２－２可见不同时亥拱享＂、Ｆ和Ｆ的参数矩阵。ＲＮＮ的前向传播公??式如式２－５和式２－６所示，其中ｇ和／表示不同的激活函数。??ｈｔ?＝?ｇ（Ｕｘｔ?＋?Ｗｈｔ＿ｔ?＋?ｂｈ）?（２－５）??ｙｔ＝ｆ（Ｖｈｔ?＋?ｂｙ）?（２－６）??ＲＮＮ网络的原理是求解ｔ／、Ｆ和Ｆ的最优解，使损失函数的值达到全局最??小值。ＲＮＮ网络的基本传播原理与前馈神经网络类似，它使用基于时间的反向??１１??
【参考文献】：
期刊论文
[1]P2P保险的道德风险问题研究[J]. 杨超,杨天禹,陈秉正. 运筹与管理. 2018(12)
[2]融合社交情感分析的股市预测探究[J]. 刘斌. 计算机系统应用. 2018(02)
[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]基于微博情感分析的电影票房预测研究[J]. 史伟,王洪伟,何绍义. 华中师范大学学报(自然科学版). 2015(01)
[5]借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,杨宇轩. 经济研究. 2014(S1)
[6]互联网金融监管的必要性与核心原则[J]. 谢平,邹传伟,刘海二. 国际金融研究. 2014(08)
[7]中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J]. 王会娟,廖理. 中国工业经济. 2014(04)
[8]投资者情绪指标与股票市场——基于扩展卡尔曼滤波方法的研究[J]. 池丽旭,张广胜,庄新田,宋大雷. 管理工程学报. 2012(03)
[9]文本情感分析[J]. 赵妍妍,秦兵,刘挺. 软件学报. 2010(08)
[10]基于电影面板数据的在线评论情感倾向对销售收入影响的实证研究[J]. 郝媛媛,邹鹏,李一军,叶强. 管理评论. 2009(10)
本文编号：3092905
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3092905.html
