基于Stacking集成策略的P2P网贷违约风险预警研究

发布时间：2018-03-15 23:31

  本文选题：PP网贷　切入点：违约风险　出处：《投资研究》2017年04期 　论文类型：期刊论文

【摘要】：本文以logistic回归、决策树、支持向量机(SVM)作为初级学习器,以SVM作为次级学习器,构建基于Stacking集成策略的评估模型来预测P2P网贷中借款人的违约风险。构建模型时采用10×10折嵌套交叉验证方法以克服交叉学习现象。通过爬虫技术抓取人人贷的交易数据进行的实证研究结果表明,相较单一的logistic回归、决策树或者SVM模型,基于Stacking集成策略的预测模型能显著降低一类错误和二类错误比例,提高预测正确率。本研究对P2P网贷平台的违约风险预警具有应用参考意义。
[Abstract]:In this paper, logistic regression, decision tree, support vector machine (SVM) are used as primary learner and SVM as secondary learner. An evaluation model based on Stacking integration strategy was constructed to predict the default risk of borrowers in P2P network loan. The 10 脳 10 fold nested cross validation method was used to overcome the cross-learning phenomenon. Peer-to-peer lending's cross was captured by crawler technique. Empirical research conducted by easy data shows that. Compared with a single logistic regression, decision tree or SVM model, the prediction model based on Stacking integration strategy can significantly reduce the proportion of a class of errors and two kinds of errors. This study can be used as a reference for early warning of default risk of P2P network loan platform.
【作者单位】： 复旦大学管理学院产业经济学系;
【基金】：国家自然科学基金项目“P2P网络借贷平台的运行机制、竞争策略与监管研究”(编号:71572045) 上海市哲学社会科学规划项目“互联网金融产业生态化发展与生态圈构建研究”(编号:2015BJB010)资助
【分类号】：F724.6;F832.4

【参考文献】

相关期刊论文 前10条

1 孙涛;;互联网金融的风险控制:法制环境的力量——基于P2P交易数据的经验研究[J];投资研究;2016年01期

2 卢馨;李慧敏;;P2P网络借贷的运行模式与风险管控[J];改革;2015年02期

3 肖曼君;欧缘媛;李颖;;我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析[J];财经理论与实践;2015年01期

4 郑联盛;;中国互联网金融:模式、影响、本质与风险[J];国际经济评论;2014年05期

5 廖理;李梦然;王正位;;聪明的投资者:非完全市场化利率与风险识别——来自P2P网络借贷的证据[J];经济研究;2014年07期

6 沈良辉;陈莹;;美国P2P网贷信用风险管理经验及对我国的启示[J];征信;2014年06期

7 缪莲英;陈金龙;;P2P网络借贷中社会资本对借款者违约风险的影响——以Prosper为例[J];金融论坛;2014年03期

8 叶圣永;王晓茹;刘志刚;钱清泉;;基于Stacking元学习策略的电力系统暂态稳定评估[J];电力系统保护与控制;2011年06期

9 丁世飞;齐丙娟;谭红艳;;支持向量机理论与算法研究综述[J];电子科技大学学报;2011年01期

10 李寿山;黄居仁;;基于Stacking组合分类方法的中文情感分类研究[J];中文信息学报;2010年05期

相关会议论文 前1条

1 夏雨霏;刘传哲;徐嘉辰;;聚类支持向量机在P2P网络借贷违约预测中的应用[A];第十届（2015）中国管理学年会论文集[C];2015年

【共引文献】

相关期刊论文 前10条

1 张文博;;互联网金融与互联网金融征信体系的发展研究[J];现代管理科学;2017年10期

2 吴宇飞;;产业融合视角下互联网金融的政策出路[J];现代管理科学;2017年10期

3 张亦婷;罗婧钰;李钰;朱忻妍;;大数据背景下互联网金融借贷风险预警研究[J];价值工程;2017年26期

4 依绍华;;电商消费金融面临的问题及对策建议[J];河北学刊;2017年05期

5 肖晓东;卢加伟;海景;廖利;;垃圾焚烧烟气中二VA英类浓度的支持向量回归预测[J];可再生能源;2017年08期

6 陈晨;陈琴;苏一丹;朱茜;;路径跟踪线性规划向量机[J];计算机工程与设计;2017年08期

7 随学超;闫言;;大学生对互联网理财风险的认知及其影响因素研究——来自安徽高校的经验证据[J];合肥工业大学学报(社会科学版);2017年04期

8 郑诚;沈沁;杨柳明;;信息不对称下网络借贷市场信用风险识别[J];统计与决策;2017年15期

9 王艳;郭雪梅;;互联网金融助力PPP模式的对策研究[J];武汉理工大学学报(信息与管理工程版);2017年04期

10 沈杰;许高建;杨阳;李绍稳;;不确定性数据的分类方法研究综述[J];重庆科技学院学报(自然科学版);2017年04期

【二级参考文献】

相关期刊论文 前10条

1 许一鸣;;关于互联网金融的几个问题[J];投资研究;2015年09期

2 陆松新;兰虹;;风险投资、第三方资金托管与中国P2P网络借贷平台成交量——基于P2P网络借贷投资者的视角[J];投资研究;2015年08期

3 卢馨;汪柳希;杨宜;;互联网金融与小微企业融资成本研究[J];管理现代化;2014年05期

4 李悦雷;郭阳;张维;;中国P2P小额贷款市场借贷成功率影响因素分析[J];金融研究;2013年07期

5 廖理;李梦然;王正位;;聪明的投资者:非完全市场化利率与风险识别——来自P2P网络借贷的证据[J];经济研究;2014年07期

6 彭冰;;P2P网贷与非法集资[J];金融监管研究;2014年06期

7 王曙光;孔新雅;徐余江;;互联网金融的网络信任:形成机制、评估与改进——以P2P网络借贷为例[J];金融监管研究;2014年05期

8 廖理;李梦然;王正位;;中国互联网金融的地域歧视研究[J];数量经济技术经济研究;2014年05期

9 王国刚;;从互联网金融看我国金融体系改革新趋势[J];红旗文稿;2014年08期

10 王会娟;廖理;;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];中国工业经济;2014年04期

【相似文献】

相关期刊论文 前7条

1 熊柏柳;王子宽;;基于知识管理的企业创新主体集成策略[J];中国人力资源开发;2007年07期

2 邓军,余忠华,吴昭同;TQM与ERP的集成策略探讨[J];中国机械工程;2004年07期

3 杜磊;;iPolicy Networks开启零风险网络之门[J];计算机与网络;2006年19期

4 张齐;;安全思路:Windows XP功能限制集成策略[J];网络与信息;2008年02期

5 高翠娟;矫萍;林向义;罗洪云;;提升企业自主创新能力的知识集成策略[J];情报杂志;2010年08期

6 仇丽凤;董卫红;王淑娟;;计算机网络系统集成策略与实践[J];科技创新导报;2010年03期

7 ;[J];;年期

相关会议论文 前1条

1 华山;唐世渭;杨冬青;李红燕;;基于XML的信息结构与逻辑的集成策略[A];第十九届全国数据库学术会议论文集（研究报告篇）[C];2002年

相关重要报纸文章 前1条

1 ;Iforce为企业上网建.COM构架[N];北京科技报;2000年

相关博士学位论文 前1条

1 宋相中;近红外光谱定量分析中三种新型波长选择方法研究[D];中国农业大学;2017年

相关硕士学位论文 前2条

1 周国静;基于最小最大规则的集成策略研究[D];南京邮电大学;2015年

2 张勇;基于SOA的电力企业管理信息集成策略的研究[D];华北电力大学（河北）;2009年

，

本文编号：1617351