P2P网络借贷个人信用评估

发布时间：2023-10-21 10:29

　　随着互联网金融的兴起,P2P网络借贷成功地将传统金融和互联网组合,并且凭借着高收益、流程快、操作简单等特点,抓住了大量投资者和借贷者的目光。P2P网络借贷平台最先出现在国外,2007年才进入到我国,我国P2P网络借贷平台发展迅速但是因为缺乏有效的监管措施,每年都会出现较多的问题平台,不管是对投资者、借贷者还是网贷市场都产生极其不利的影响。因此如何提高平台的风险识别管控能力,降低投资者的投资风险,对于P2P网络借贷平台的良性成长起着至关重要的作用。本文分别采用传统的统计模型以及机器学习模型对借贷者的信用进行评估。利用美国Lending Club平台上的2017年全年和2018年前三个季度的150346条借贷者相关信息数据进行实证分析。首先对借贷者的工作年限、房产情况、信用等级等信息进行统计描述,得到借贷者的基本画像,对借贷者的违约风险进行了定性分析。接着针对借贷数据进行定量分析,建立违约预测模型。在建模过程中,对于数据存在的不均衡情况,如果在不进行任何处理的情况下进行建模,结果显示模型对于违约用户的识别准确率只有30%左右。为了提高对违约用户的识别能力,本文采用改进的SMOTE算法Bor...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 研究背景及意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 国外研究现状
        1.2.2 国内研究现状
    1.3 研究方法与论文主要内容
        1.3.1 研究方法
        1.3.2 论文主要内容
第2章 P2P网络借贷和信用评估基本理论
    2.1 P2P网络借贷主要运作模式
    2.2 信用风险
    2.3 信用评估
        2.3.1 平台信用评估体系
        2.3.2 其他信用评估方法
第3章 信用评估模型的构建与评估
    3.1 模型的理论基础
        3.1.1 逻辑回归
        3.1.2 随机森林
        3.1.3 梯度提升树-逻辑回归组合模型
    3.2 模型评估
第4章 个人信用评估实证分析
    4.1 数据的选取及描述性统计
    4.2 数据预处理
    4.3 数据均衡化处理
    4.4 特征选择
    4.5 模型效果评估
        4.5.1 逻辑回归模型评估
        4.5.2 随机森林模型评估
        4.5.3 梯度提升树-逻辑回归组合模型评估
        4.5.4 模型综合评估
第5章 总结与展望
    5.1 总结
    5.2 展望
参考文献
致谢



本文编号：3855655