决策树算法在P2P网贷借款信用风险评估中的应用研究

发布时间：2017-09-13 05:25

  本文关键词：决策树算法在P2P网贷借款信用风险评估中的应用研究

  更多相关文章： P2P网络借贷 信用风险评估 决策树 C4.5算法

【摘要】：P2P网络借贷起源于英国,随着互联网金融的逐步发展,已成为我国时下炙手可热的互联网金融新模式,在个人贷款和中小企业融资方面发挥了重要作用。然而网络借贷行业在爆发式增长的同时,也面临着重大的信用风险,而信用风险评估则是有效识别并降低信用风险的决定性因素。P2P信贷在中国处于起步阶段,该信贷模式拥有众多的优点,但还面临许多问题,尤其是巨大的信贷安全隐患,本文以P2P网络信贷平台交易数据为依据,运用决策树来构建信用风险评估模型进行分析。在本实验中,根据已知的样本与原始信用评价状态,基于历史数据进行训练和测试,以从一系列可能的指标中找出与违约个体(包含自然人、法人及其他组织)具有统计显著性的若干指标;然后反过来根据这些预警指标值,识别和预测其他个体(包含自然人、法人及其他组织)未来违约的可能性,以采取针对性措施提前化解风险。本文的主要工作包括:(1)提出本论文的研究背景及意义、论述国内外目前在本领域的研究前沿、把握学术研究动态以及焦点、并发现存在的问题,找到文章的切入点,最后提出本文的研究思路和研究内容。(2)对信用风险评估基础理论做了比较详细的介绍。首先界定了信用风险评估中四个最基本概念(信用、信用风险、信用风险管理和信用风险评估),最终通过对这些基本概念的相关理论详细的整理和回顾,本文对信用风险评估的理论体系进行了细致的梳理;(3)通过对信用风险评估指标体系的研究与探讨,在此基础上,构建了P2P网络借贷信用风险评估指标体系,并将模型的性能与计算结果进行分析,最后利用实际数据对信用风险评估指标体系及基于C4.5算法的信用风险评估模型进行改进并实证检验。
【关键词】：P2P网络借贷 信用风险评估 决策树 C4.5算法
【学位授予单位】：湖南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F832.4;TP311.13
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-18
• 1.1 选题背景及意义11
• 1.2 文献回顾11-16
• 1.2.1 国外文献综述12-14
• 1.2.2 国内研究综述14-16
• 1.3 研究内容与研究结构16-17
• 1.4 创新点17
• 1.5 本章小结17-18
• 第2章 P2P网络信贷信用风险评估及决策树理论18-26
• 2.1 信用风险理论概述18-19
• 2.2 信用风险评估系统理论19-21
• 2.2.1 风险评估理论19-20
• 2.2.2 信用风险评估系统20-21
• 2.3 P2P网络信贷理论21-23
• 2.3.1 P2P网络信贷起源与发展21-23
• 2.3.2 P2P网络信贷经营模式与特点23
• 2.4 决策树方法及其在P2P网贷信用风险管理中的应用23-25
• 2.4.1 决策树方法23-25
• 2.4.2 决策树在网贷信用风险管理中的应用25
• 2.5 本章小结25-26
• 第3章 基于决策树法的信用风险评估模型构建26-37
• 3.1 基于决策树信用风险评估的基本思想26-27
• 3.2 模型的构建27-29
• 3.2.1 构建初始决策树27
• 3.2.2 修剪决策树27-28
• 3.2.3 信息增益的计算及属性评估分值的获得28-29
• 3.3 ID3算法29-31
• 3.3.1 ID3算法概述29-30
• 3.3.2 ID3算法流程30-31
• 3.4 决策树算法的代码设计31-36
• 3.4.1 使用包party建立决策树31-32
• 3.4.2 使用包rpart建立决策树32-36
• 3.5 本章小结36-37
• 第4章 基于决策树方法的信用风险评估模型实现37-42
• 4.1 指标体系的构建37-39
• 4.1.1 风险定义及指标分类37-38
• 4.1.2 模型指标选取38-39
• 4.2 信用风险评估模型的实现39-41
• 4.2.1 样本选择及指标数据预处理39-40
• 4.2.2 结果分析40-41
• 4.3 本章小结41-42
• 第5章 模型算法改进及案例分析42-58
• 5.1 信用风险评估模型的改进42-47
• 5.1.1 ID3算法的性能分析42
• 5.1.2 C4.5 算法42-43
• 5.1.3 信息增益率的计算43-44
• 5.1.4 C4.5 算法与ID3算法比较44-47
• 5.2 C4.5 算法代码设计47-55
• 5.3 改进模型的案例分析55-57
• 5.4 本章小结57-58
• 结论58-60
• 参考文献60-64
• 致谢64

【相似文献】

中国期刊全文数据库 前8条

1 费文颖;于继科;杨扬;;信用风险评估的一类改进模糊ISODATA算法[J];信息系统工程;2014年03期

2 孙丹,张秀艳;商业银行信用风险评估混合软计算系统[J];吉林大学学报(信息科学版);2002年03期

3 王春峰,万海晖,张维;基于神经网络技术的商业银行信用风险评估[J];系统工程理论与实践;1999年09期

4 陈云;石松;;基于PSO-BP集成的国内外企业信用风险评估[J];计算机应用研究;2014年09期

5 夏光虎;贾宇波;范红丹;;分类与预测挖掘在信用风险评估中的应用研究[J];工业控制计算机;2012年07期

6 朱金华;;组合模型在商业银行信用风险评估中的研究[J];计算机仿真;2011年09期

7 李君艺;张宇华;;商业银行信用风险评估实证分析及方法比较[J];网络安全技术与应用;2013年03期

8 ;[J];;年期

中国重要会议论文全文数据库 前4条

1 周绮凤;林成德;;商业银行信用风险评估中多分类方法的比较[A];第二十四届中国控制会议论文集（下册）[C];2005年

2 刘睿;周宗放;;云理论在企业集团信用风险评估中的应用[A];“中国视角的风险分析和危机反应”——中国灾害防御协会风险分析专业委员会第四届年会论文集[C];2010年

3 邓宇翔;鲁炜;黄敏;;运用概率神经网络进行企业信用风险评估[A];2003年中国管理科学学术会议论文集[C];2003年

4 陈林;周宗放;肖珉;;企业集团信用风险评估研究综述[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

中国重要报纸全文数据库 前7条

1 记者 卫容之;中国信用风险评估仍高居“A类”[N];国际金融报;2003年

2 记者　陈小三;日本信用风险评估工具登陆中国[N];国际商报;2006年

3 海 燕;AMS信用风险评估引入中国[N];中国商报;2006年

4 程汲;地区信用风险评估应该推行[N];金融时报;2004年

5 李良;紧缩政策下债券买点渐现[N];中国证券报;2008年

6 证券时报记者　 徐涛;今年保险资金投资需求超过6000亿[N];证券时报;2006年

7 本报驻比利时记者 张亮;美三大评级机构惹恼欧盟[N];人民日报;2011年

中国博士学位论文全文数据库 前4条

1 郭英见;基于信息融合的国有商业银行信用风险评估研究[D];哈尔滨工业大学;2010年

2 赵静娴;基于决策树的信用风险评估方法研究[D];天津大学;2009年

3 肖珉;我国企业集团上市公司财务预警与信用风险评估研究[D];电子科技大学;2012年

4 罗圣雅;台湾上市柜公司信用风险评估[D];苏州大学;2011年

中国硕士学位论文全文数据库 前10条

1 郑文龙;商业银行个人住房贷款业务信用风险评估研究[D];长安大学;2015年

2 刘璇;我国制造业上市公司信用风险评估研究[D];天津财经大学;2015年

3 崔晟;基于平衡计分卡的Z银行公司客户信用风险评估研究[D];中国海洋大学;2015年

4 仇亚萍;基于神经网络的商业银行信用风险评估研究[D];兰州大学;2016年

5 张静;基于信用风险评估的现代物流产业融资模式研究[D];大连海事大学;2016年

6 张婷;P2P信贷助农过程中农户信用风险评估研究[D];东北农业大学;2016年

7 赵素芳;我国P2P网络借贷信用风险评估方法研究[D];信阳师范学院;2016年

8 梁刚毅;基于决策树的H公司代理商信用风险评估模型研究[D];广西大学;2016年

9 刘艺;决策树算法在P2P网贷借款信用风险评估中的应用研究[D];湖南大学;2016年

10 易孟霏;城投债信用风险评估体系的方案设计[D];湖南大学;2016年

，

本文编号：841782