P2P借贷违约风险预测及投资决策研究
发布时间：2021-04-20 21:27
P2P借贷（P2P Lending）,即个人对个人的借贷,是指有资金的个人,通过电子交易平台借贷给其他有借款需求的个人。全球第一家在线P2P借贷平台Zopa于2005年3月成立于英国伦敦,然后迅速传播到了美洲、亚洲等地区,经过十多年的持续发展,世界各国的P2P借贷的业务模式已逐步稳定,各国配套的监管体系也日趋成熟,相关服务越来越被大众接受。P2P借贷自2007年就已进入我国,但在我国的发展却充满曲折,在经历了一段野蛮生长以后,从2014年开始进入调整期,2018年更是迎来了风险集中暴露,各项业务指标出现了较大程度回调。我国P2P借贷业务发展所遇到的问题,主要是由与金融市场不成熟、监管相对不健全、集成金融服务欠缺等因素相关。但从我国当前金融市场发展的实际情况来看,P2P借贷对于有效匹配投资和借贷需求,提高社会资金的利用率,促进经济发展有较大的正面意义,将在我国金融市场中扮演重要的角色。为了推动我国P2P借贷业务健康、稳定发展,降低信息不对称性,提升贷款违约预测准确性,为投资人提供投资决策辅助,协助其有效防范风险,具有较大的现实意义。本文研究的目的是为个人投资者提供方法和工具,更加准确地对...
【文章来源】：中央财经大学北京市 211工程院校 教育部直属院校
【文章页数】：136 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
第一节 P2P借贷发展历程
一、诞生壮大以及在我国的曲折发展
二、P2P借贷业务特点及面临的挑战
第二节 本文研究内容及拟解决问题
第三节 本文研究方法论
一、总体框架
二、理论和方法
三、使用的实证数据
四、路线图
第二章 国内外P2P借贷业务现状
第一节 世界主要国家P2P借贷业务发展现状
第二节 我国P2P借贷业务发展现状
第三章 相关研究综述
第一节 主要相关研究领域
一、业务模式及特点
二、信息不对称性
三、借贷风险防范
四、多来源多类型信息的利用
五、投资决策辅助支持
第二节 主要研究方法和工具
第三节 研究使用的数据
第四节 几个有待完善的方面
第四章 基于投资人效用的P2P贷款违约预测模型及实证
第一节 当前P2P借贷违约预测主要使用的模型
一、基于借款人信息的各类预测模型
二、基于投资人投资稳定性的预测模型
第二节 基于投资人效用的P2P贷款违约预测模型设计
一、条件假设
二、模型设计
第三节 优化投资人权重计算因子
一、词语文章关系与投资人贷款关系的相似性对比
二、借助TF‐IDF算法优化投资人权重因子
第四节 主要算法实现
一、算法1‐计算投资人历史投资收益率
二、算法2‐计算基于投资人效用的P2P贷款违约概率
第五节 实证分析
一、实验对比模型选择
二、实验数据说明
三、实验结果对比与分析
第六节 本章小结
第五章 融合投资人与借款人信息的集成学习方法及实证
第一节 机器学习与集成学习
一、机器学习
二、集成学习
三、在传统银行信贷领域的应用
第二节 目前集成学习方法在P2P借贷研究中的应用
第三节 集成学习训练方法的设计
一、训练过程中使用的度量指标
二、集成学习训练的总体流程
三、训练效果的检验
第四节 主要算法实现
第五节 实证分析
一、实验设计
二、实验数据说明
三、实验结果对比与分析
第六节 本章小结
第六章 P2P贷款投资的辅助决策方法设计及实证
第一节 P2P借贷业务辅助决策领域的研究现状
第二节 基于信息熵的P2P贷款投资辅助决策方法设计
一、评价指标选择
二、构建资产组合
第三节 主要算法实现
第四节 实证分析
一、实验数据说明
二、实验设计
三、实现结果对比及分析
第五节 本章小结
第七章 研究结论及未来工作
第一节 研究结论
第二节 未来工作方向
附录
附录A1 国内外P2P借贷业务发展现状分析与对比
附录A2 当前P2P借贷研究中主要使用的方法
附录A3 本文出现的主要变量定义说明
附录A4 主要名词解释
附录A5 实验数据预处理过程及基本统计信息
一、原始数据导入
二、数据清洗与校验
三、主要数据属性与贷款违约的相关性分析
附录A6 实证结果的度量指标选择
一、贷款违约预测
二、贷款投资决策
参考文献
后记
【参考文献】：
期刊论文
[1]基于集成学习的中国P2P网络借贷信用风险预警模型的对比研究[J]. 操玮,李灿,贺婷婷,朱卫东. 数据分析与知识发现. 2018(10)
[2]P2P网络借贷实证研究:一个文献综述[J]. 廖理,张伟强. 清华大学学报(哲学社会科学版). 2017(02)
[3]P2P网贷平台风险评价指标研究——基于层次分析法[J]. 张巧良,张黎. 南京审计学院学报. 2015(06)
[4]商业银行参与P2P网络借贷的路径分析及建议——基于贝叶斯网络投资模型的测算结果[J]. 邓帆帆,薛菁,闫海鑫. 集美大学学报(哲学社会科学版). 2015(02)
[5]P2P网络借贷平台中的逾期行为研究[J]. 谈超,孙本芝,王冀宁. 财会通讯. 2015(05)
[6]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]. 肖曼君,欧缘媛,李颖. 财经理论与实践. 2015(01)
[7]观察中学习:P2P网络投资中信息传递与羊群行为[J]. 廖理,李梦然,王正位,贺裴菲. 清华大学学报(哲学社会科学版). 2015(01)
[8]借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,杨宇轩. 经济研究. 2014(S1)
[9]P2P网络借贷中出借人的投资策略[J]. 王会娟. 金融论坛. 2014(10)
[10]P2P网络借贷市场中出借人投标行为影响因子的实证研究——基于信任的视角[J]. 李渊博,王珠琳,朱顺林,张琦. 特区经济. 2014(08)
博士论文
[1]P2P网络借贷中的投资决策模型研究[D]. 雒春雨.大连理工大学 2012
硕士论文
[1]基于核的P2P信贷风险评估模型研究[D]. 高见.华中科技大学 2013
本文编号：3150436
【文章来源】：中央财经大学北京市 211工程院校 教育部直属院校
【文章页数】：136 页
【学位级别】：博士
【文章目录】：
摘要
abstract
第一章 绪论
第一节 P2P借贷发展历程
一、诞生壮大以及在我国的曲折发展
二、P2P借贷业务特点及面临的挑战
第二节 本文研究内容及拟解决问题
第三节 本文研究方法论
一、总体框架
二、理论和方法
三、使用的实证数据
四、路线图
第二章 国内外P2P借贷业务现状
第一节 世界主要国家P2P借贷业务发展现状
第二节 我国P2P借贷业务发展现状
第三章 相关研究综述
第一节 主要相关研究领域
一、业务模式及特点
二、信息不对称性
三、借贷风险防范
四、多来源多类型信息的利用
五、投资决策辅助支持
第二节 主要研究方法和工具
第三节 研究使用的数据
第四节 几个有待完善的方面
第四章 基于投资人效用的P2P贷款违约预测模型及实证
第一节 当前P2P借贷违约预测主要使用的模型
一、基于借款人信息的各类预测模型
二、基于投资人投资稳定性的预测模型
第二节 基于投资人效用的P2P贷款违约预测模型设计
一、条件假设
二、模型设计
第三节 优化投资人权重计算因子
一、词语文章关系与投资人贷款关系的相似性对比
二、借助TF‐IDF算法优化投资人权重因子
第四节 主要算法实现
一、算法1‐计算投资人历史投资收益率
二、算法2‐计算基于投资人效用的P2P贷款违约概率
第五节 实证分析
一、实验对比模型选择
二、实验数据说明
三、实验结果对比与分析
第六节 本章小结
第五章 融合投资人与借款人信息的集成学习方法及实证
第一节 机器学习与集成学习
一、机器学习
二、集成学习
三、在传统银行信贷领域的应用
第二节 目前集成学习方法在P2P借贷研究中的应用
第三节 集成学习训练方法的设计
一、训练过程中使用的度量指标
二、集成学习训练的总体流程
三、训练效果的检验
第四节 主要算法实现
第五节 实证分析
一、实验设计
二、实验数据说明
三、实验结果对比与分析
第六节 本章小结
第六章 P2P贷款投资的辅助决策方法设计及实证
第一节 P2P借贷业务辅助决策领域的研究现状
第二节 基于信息熵的P2P贷款投资辅助决策方法设计
一、评价指标选择
二、构建资产组合
第三节 主要算法实现
第四节 实证分析
一、实验数据说明
二、实验设计
三、实现结果对比及分析
第五节 本章小结
第七章 研究结论及未来工作
第一节 研究结论
第二节 未来工作方向
附录
附录A1 国内外P2P借贷业务发展现状分析与对比
附录A2 当前P2P借贷研究中主要使用的方法
附录A3 本文出现的主要变量定义说明
附录A4 主要名词解释
附录A5 实验数据预处理过程及基本统计信息
一、原始数据导入
二、数据清洗与校验
三、主要数据属性与贷款违约的相关性分析
附录A6 实证结果的度量指标选择
一、贷款违约预测
二、贷款投资决策
参考文献
后记
【参考文献】：
期刊论文
[1]基于集成学习的中国P2P网络借贷信用风险预警模型的对比研究[J]. 操玮,李灿,贺婷婷,朱卫东. 数据分析与知识发现. 2018(10)
[2]P2P网络借贷实证研究:一个文献综述[J]. 廖理,张伟强. 清华大学学报(哲学社会科学版). 2017(02)
[3]P2P网贷平台风险评价指标研究——基于层次分析法[J]. 张巧良,张黎. 南京审计学院学报. 2015(06)
[4]商业银行参与P2P网络借贷的路径分析及建议——基于贝叶斯网络投资模型的测算结果[J]. 邓帆帆,薛菁,闫海鑫. 集美大学学报(哲学社会科学版). 2015(02)
[5]P2P网络借贷平台中的逾期行为研究[J]. 谈超,孙本芝,王冀宁. 财会通讯. 2015(05)
[6]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]. 肖曼君,欧缘媛,李颖. 财经理论与实践. 2015(01)
[7]观察中学习:P2P网络投资中信息传递与羊群行为[J]. 廖理,李梦然,王正位,贺裴菲. 清华大学学报(哲学社会科学版). 2015(01)
[8]借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,杨宇轩. 经济研究. 2014(S1)
[9]P2P网络借贷中出借人的投资策略[J]. 王会娟. 金融论坛. 2014(10)
[10]P2P网络借贷市场中出借人投标行为影响因子的实证研究——基于信任的视角[J]. 李渊博,王珠琳,朱顺林,张琦. 特区经济. 2014(08)
博士论文
[1]P2P网络借贷中的投资决策模型研究[D]. 雒春雨.大连理工大学 2012
硕士论文
[1]基于核的P2P信贷风险评估模型研究[D]. 高见.华中科技大学 2013
本文编号：3150436
本文链接：https://www.wllwen.com/shoufeilunwen/jjglbs/3150436.html
