基于Fisher判别法的P2P网络借贷平台信誉等级评价模型

发布时间：2018-04-03 05:20

本文选题：PP网络借贷　切入点：平台信誉　出处：《金融理论与实践》2014年11期

【摘要】：P2P网络借贷是一种新兴的互联网金融,平台的信誉是影响投资者选择平台的主要影响因素之一。选取成交积分、人气积分、营收积分、分散积分、杠杆积分、透明度、品牌、流动性、收益积分9个影响因素作为判别平台等级预测的评价指标,同时对这9个评价指标做主成分分析,提取出3个主要成分,用Fisher判别法进行训练预测,建立了基于主成分分析的网络借贷平台信誉等级预测的Fisher判别模型。通过对"网贷之家"公布的37组平台数据作为训练样本数据集进行模型的训练,12组数据作为该预测模型的测试数据,进行网络借贷平台信誉等级的预测,同时通过其他预测模型预测结果的对比,验证了Fisher判别法在网络借贷平台信誉等级的预测中具有较低的误判率,其误判率仅为1/12。
[Abstract]:P2P network lending is a new kind of Internet finance, and the credibility of the platform is one of the main factors that affect the investors' choice of the platform.Nine factors, such as transaction score, popularity score, revenue score, decentralized integral, leverage score, transparency, brand, liquidity and income integral, are selected as the evaluation index to judge the prediction of platform grade.At the same time, the nine evaluation indexes were analyzed by principal component analysis, three main components were extracted, and the Fisher discriminant method was used to train and predict, and the Fisher discriminant model of credit grade prediction of network lending platform based on principal component analysis was established.Through the training of 37 groups of platform data published by Internet loan House as the training sample data set, 12 groups of data are used as the test data of the prediction model, and the credit rating of the network lending platform is forecasted.At the same time, by comparing the results of other prediction models, it is verified that the Fisher discriminant method has a lower misjudgment rate in the credit grade prediction of network lending platform, and its misjudgment rate is only 1 / 12.
【作者单位】：辽宁工程技术大学工商管理学院;
【分类号】：F724.6;F832.4

【参考文献】

相关期刊论文前10条

1 钱金叶;杨飞;;中国P2P网络借贷的发展现状及前景[J];金融论坛;2012年01期

2 陈冬宇;李伟军;丁婕;;网络借贷借款人决策辅助模型[J];吉林大学学报(信息科学版);2012年06期

3 陈霄;丁晓裕;王贝芬;;民间借贷逾期行为研究——基于P2P网络借贷的实证分析[J];金融论坛;2013年11期

4 温小霓;武小娟;;P2P网络借贷成功率影响因素分析——以拍拍贷为例[J];金融论坛;2014年03期

5 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

6 裴玲玲;陈万明;王正新;;江苏科技与经济发展的协调性分析[J];科技与经济;2010年01期

7 仇冬芳;柯飞帆;李宝宝;王瑶;;基于主成分分析的江苏省高技术服务业发展评价研究[J];科技与经济;2011年06期

8 董陇军;李夕兵;白云飞;;急倾斜煤层顶煤可放性分类预测的Fisher判别分析模型及应用[J];煤炭学报;2009年01期

9 周健;史秀志;;冲击地压危险性等级预测的Fisher判别分析方法[J];煤炭学报;2010年S1期

10 郝先虎;;基于Fisher判别分析法的矿柱稳定性研究[J];煤炭技术;2014年03期

【共引文献】

相关期刊论文前10条

1 李上田;石勤;;基于因子分析法的劳动力转移途径研究[J];安徽农业科学;2008年17期

2 孙瑶;田沁;朱振锋;;兰州市土地利用变化及驱动力分析[J];安徽农业科学;2011年29期

3 张家义;;基于猕猴桃采后生理的主成分分析及其与电学指标相关性研究[J];安徽农业科学;2011年30期

4 顾远;;违约风险评估模型及其实证研究[J];安徽工业大学学报(社会科学版);2006年06期

5 胡燕京,刘永乐;因子分析在医药上市公司绩效评价中的应用[J];安徽商贸职业技术学院学报(社会科学版);2005年02期

6 杨世东;陈莉;;基于因子分析的我国建筑业经济增长方式评价[J];蚌埠学院学报;2012年02期

7 李捷;王有科;;不同杏品种花的抗寒性研究[J];北方园艺;2009年08期

8 王莹;曲立;;基于DEA方法的民办高校竞争力评价实证研究[J];北京信息科技大学学报(自然科学版);2012年02期

9 胡明形;;心理因素对条件价值法评价结果的影响[J];北京林业大学学报(社会科学版);2003年S1期

10 张春雨;赵秀海;郑景明;;长白山阔叶红松林林隙大小结构研究[J];北京林业大学学报;2006年04期

相关期刊论文前10条

1 孙凤琪;;AdaBoost集成神经网络在冲击地压预报中的应用[J];吉林大学学报(信息科学版);2009年01期

2 钱金叶;杨飞;;中国P2P网络借贷的发展现状及前景[J];金融论坛;2012年01期

3 王艳;陈小辉;邢增艺;;网络借贷中的监管空白及完善[J];当代经济;2009年24期

4 王圆;孙铁利;李杨;;Web文本挖掘中的特征表示和特征提取[J];电脑知识与技术;2006年14期

5 王江;李郁璞;;北京市高技术服务业发展现状及前景分析[J];国际商务(对外经济贸易大学学报);2010年03期

6 田春岐;邹仕洪;田慧蓉;王文东;程时端;;一种基于信誉和风险评价的分布式P2P信任模型[J];电子与信息学报;2007年07期

7 吴晓光;曹一;;论加强P2P网络借贷平台的监管[J];南方金融;2011年04期

8 鲁耀斌,董圆圆;电子商务信任问题理论框架研究[J];管理学报;2005年05期

9 陈冬宇;李伟军;丁婕;;网络借贷借款人决策辅助模型[J];吉林大学学报(信息科学版);2012年06期

10 高明中;顶煤冒放性分类与预测[J];淮南矿业学院学报;1997年03期

相关期刊论文前10条

1 李蔚;;罗伯判别法推广Ⅰ[J];中国高新技术企业;2010年30期

2 胡向东;;统筹图劳力均衡的波动值判别法[J];优选与管理科学;1984年00期

3 董秋;吴黎军;;费歇判别法的改进及其应用[J];统计与决策;2006年10期

4 段玉;;伯尔特昂判别法的推广[J];湖南商学院学报;1998年03期

5 李春江;;级数收敛的判别方法[J];中小企业管理与科技(上旬刊);2010年04期

6 麦宏元;陆春桃;;正项级数敛散性判别法研究[J];山西财经大学学报;2012年S2期

7 陈敏琼;;典型相关分析与Fisher判别法关系探讨[J];统计与决策;2013年02期

8 钟冲;;Fisher判别法在高校财务风险分析中的应用[J];西南交通大学学报(社会科学版);2007年06期

9 高元源;用二级判别法评价企业综合经济效益的探讨[J];技术经济与管理研究;1998年06期

10 王梅英;函数单调性的一个判别法[J];南京审计学院学报;2005年01期