面向互联网金融微观对象的数据挖掘方法及应用研究

发布时间：2020-08-25 20:17

【摘要】：互联网金融(Internet Finance)是指传统金融机构或者互联网企业利用互联网等信息技术实现资金融通、支付、投资和信息中介等服务的新型金融业务模式。互联网金融是目前金融科技(Fintech)领域的重要形态之一。相比于传统金融,互联网金融具有效率高、成本低、范围广、操作方便等优势。但是,互联网金融的模式也在一定程度上造成了金融市场门槛降低,市场流动性增大,以及监管困难等问题。近些年,互联网金融经历了快速的发展,并且变得越来越流行。然而,互联网金融带来的市场易变性和业务复杂化对传统经济学、金融学的研究范式提出了挑战。与此同时,互联网金融市场中积累了海量的用户和交易数据,也为研究者深入探索互联网环境下金融市场的潜在价值,解决互联网金融市场中存在的问题,开发大数据驱动的智慧金融和商务服务带来了全新的机遇。事实上,针对互联网金融场景的研究已经逐渐引起了国内外学术界和产业界的重视。基于以上背景,本文系统性地开展了针对互联网金融微观对象的数据挖掘方法及应用的探索性研究工作。具体地,针对互联网金融市场的主要微观对象(用户、产品和市场管理),分别开展了系列研究工作。在用户方面,提出了基于风险管理的投资推荐方法和基于多目标优化的投资组合选择方法;在金融产品方面,提出了面向融资动态的层次时间序列预测方法和基于贝叶斯隐马尔可夫的市场状态建模方法;在市场管理方面,提出了面向捐赠行为和用户流失的联合生存分析方法。本文主要的工作与贡献可以概括如下:第一,详细调研了互联网金融的现状,并对该领域做了系统性的综述。互联网金融是学术界和产业界新兴的应用研究领域。针对目前主流的互联网金融平台进行了对比分类,总结了该领域内不同背景学者的研究成果,并对该领域未来的研究进行了展望和建议。为了进行数据驱动的调查和研究,前期收集了多个不同类型的、有代表性的互联网金融平台的数据,并对数据进行了剖析和展示。第二,在用户方面,提出了基于风险管理的投资推荐方法和基于多目标优化的产品组合选择方法。互联网金融市场中微观参与用户面对纷繁多样的金融产品,难以做出高效的投资理财决策。针对该问题,提出了基于风险管理的投资推荐方法。具体而言,该方法主要帮助用户解决“选择哪些产品”以及“每个产品分配多少投资额度”的问题。首先通过“用户-产品”二部图关系对用户和产品进行画像;在此基础上,设计了基于经验近邻的协同过滤帮助用户解决“选择哪些产品”的问题;更进一步地,通过基于投资情境感知的优化策略帮助用户确定“每个产品分配多少投资额度”。最后,在真实的网络借贷数据上进行了大量实验,其结果表明所提出的方法能够准确地满足用户的偏好,同时提高用户的投资收益。不同互联网平台的交易机制有所差别,用户在投资决策过程中的考虑也非常复杂。目前,很多的互联网金融平台(特别是一些网络借贷平台)采用基于拍卖的交易机制。这些平台上,理性用户在决策过程中往往有多种目标的考虑,例如风险(产品违约概率)和交易效率(产品成功融资概率、投标中标概率)等。另外,很多用户在投资中会同时选择多个产品作为组合。针对这类市场,提出了一种基于多目标优化的组合选择方法。具体地,首先采用梯度提升决策树融合产品融资过程中的动态和静态特征,实现对产品的多维度评测。其次,提出了两种选择策略,即基于加权目标优化的策略和基于多目标优化的策略,帮助微观用户选择产品组合。最后,在真实的网络借贷数据集上进行了大量的实验,其结果表明所提出的方法选择的产品在多维度的目标评估中均能表现最优。第三,在金融产品方面,提出了面向融资动态的层次时间序列预测方法和基于贝叶斯隐马尔可夫的市场状态建模方法。金融市场中融资动态是金融产品最核心的属性和表现之一,也是融资者和平台最关心的内容。在一些互联网金融平台中(特别是现在流行的众筹平台),具体的产品项目往往会设置多种投资选项以供参与者选择。因此,对于融资项目产品来说,一个核心的问题就是预测未来一段时间内,一个产品及其所设置的多种投资选项分别在单位时间内的融资金额。研究中将金融产品的融资动态定义为层次时间序列问题,即项目层次和投资选项层次。而具体到每一层次,开发了专门的回归模型。模型建模了微观参与者群体的决策过程及其影响决策的因素。为了解决融资动态序列的异构性问题,提出了强化的转化回归模型。在此基础上,引入一个矫正矩阵将两层的基本预测融合,得到对融资动态最终的预测。最后,在一个真实的众筹数据集上进行了大量的实验,其结果充分验证了所提出的层次时间序列模型在众筹融资动态预测上的有效性。事实上,金融产品的融资动态是由其隐含的市场状态决定的。为了挖掘产品隐含的市场状态与融资动态之间的关系,提出了基于隐马尔可夫模型的市场状态建模方法。具体地,通过扩展贝叶斯隐马尔可夫模型提出了两种强化的序列模型。模型可以学习金融产品市场状态的隐含语义,并且理解参与者的投标行为。第一种模型只考虑单个产品本身的局部观察信息,而第二种强化模型则同时考虑了产品的信息以及全局的市场信息,例如竞争、互补关系等。最后,在网络借贷的真实数据集上进行了实验验证,其结果充分地说明了所设计的模型在市场状态建模及其相关应用任务上的有效性。最后,在市场管理方面,提出了面向交易行为和用户流失的联合生存分析方法。互联网金融平台中微观参与者的流动性非常大。特别是在基于捐赠类的众筹中,由于平台的非营利性,用户的流失问题更加严重。分析影响用户流失的原因,进而预测用户的流失性,是平台管理中非常重要的内容。特别地,研究中关注两类用户的行为事件,即用户的重复交易(捐赠)和用户的生存保留。针对该问题,提出了一个联合深度生存模型。首先,该模型可以融合异构的各种特征,例如用户动机、最近捐赠项目和社会关系等。另外,用户的重复捐赠行为和生存保留行为具有高度的相关性,模型可以对这两种行为实现协同建模。其次,设计了多种新颖的排序约束,并将其嵌入到模型的优化目标中,使得模型能够从生存分析的角度建模删失性和序列依赖关系。最后,在真实数据集上进行了分析和实验验证,其结果显著地表明了所提出的方法在分析和预测重复捐赠行为和客户保留问题上的有效性。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：F830;TP311.13
【图文】：

交易量,平台,金融业务

．业务模式和营业情况。其中的数据统计截止到２０１５年１２月［３］。从中可以看出，逡逑互联网金融业务已经在世界多个国家初具规模，拥有了非常可观的市场和用户逡逑群体。图１．１详细展示了三个代表性的网络借贷平台的业务增长状况（图１．１（ａ）表逡逑示每月的成交贷款数量，图１．１（ｂ）表示每月的成交贷款金额）Ｗ。从整体上可以邋＇逡逑看出，三个平台的业务规模儿乎…肓保持指数级的增长态势。逡逑互联网环境中金融市场的流动性增强、易变性更高。同时，信总技术使得传逡逑统金融业务也变得更加多样化。这些对传统经济学、金融学的研究提出了挑战。逡逑ａ＞ｈｔｔｐｓ；／／ｗｗｗ．ｌｅｎｄｉｎｇｃｌｕｂ．ｃｏｍ逡逑１２邋ｈｔｔｐｓ：／／ｗｗｗ．ｐｒｏｓｐｅｒ．ｃｏｍ逡逑③邋ｈｔｔｐｓ：／／ｗｗｗ．ｉｎｄｉｅｇｏｇｏ．ｃｏｍ逡逑？ｈｔｔｐｓ：／／ｗｗｗ．ｋｉｃｋｓｔａｒｔｅｒ．ｃｏｍ逡逑１逡逑

互联网,金融产品

场管理）的角度出发，分别研究了一系列有现实意义和应用价值的问题。逡逑１．３研究内容逡逑图１．３展示了本文研究工作的整体框架。具体地，针对互联网金融市场主要逡逑的微观对象（用户、金融产品和市场管理），分别开展了系列研究工作。在微观逡逑用户方面，提出了基于风险管理的投资推荐方法和基于多目标优化的投资组合逡逑选择方法；在金融产品方面，提出了面向融资动态的层次时间序列预测方法和基逡逑于贝叶斯隐马尔可夫的市场状态建模方法；在市场管理方面，提出了面向捐赠行逡逑为和用户流失的联合生存分析方法。本文的工作与贡献可以概括如下：逡逑第一，详细调研了互联网金融的现状，并对该领域做了系统性的综述。互联逡逑网金融是学术界和产业界新兴的应用研究领域，本文针对目前主流的互联网金逡逑融平台进行了对比分类，总结了该领域内不同背景学者的研究成果；并对该领域逡逑未来的研究进行了展望和建议。为了进行数据驱动的调查和研究

拍卖机制,融资机制,互联网,平台

目前世界上具有代表性的互联网金融平台。逡逑１．互联网金融平台分类逡逑图２．１从三个不同的维度展示了对互联网金融平台的分类。下文依次对三个逡逑维度进行介绍。逡逑？应用领域．根据针对的具体应用领域，互联网金融平台可以分为两大类，逡逑即一般性平台和专业性平台。一般性平台可以接受任何的个人或者小企业作为逡逑用户，而不限制他们的融资或者理财的目的。早期的网络借贷平台基本上都属于逡逑这一类，例如Ｐｒｏｓｐｅｒ和Ｌｅｎｄｉｎｇｃｌｕｂ。近些年，很多专门针对具体应用领域的专逡逑业互联网金融平台不断出现。例如，ＡｇＦｕｎｄｅｒ是一个在线的投资市场，可以帮逡逑助投资者对农业和农业技术类的公司进行投资；Ｋｉｖａ是一个非营利的慈善组织，逡逑它的使命是通过借贷的形式去连接不同地区的人们，以实现帮助发展中国家居逡逑民摆脱贫困的目的。逡逑？交易规则．根据所采用的交易规则，互联网金融平台大概可以分为两类

【参考文献】