隨著互聯(lián)網(wǎng)的飛速發(fā)展,傳統(tǒng)的金融業(yè)受到?jīng)_擊,這樣的大環(huán)境促使了P2P網(wǎng)絡(luò)借貸平臺(tái)的誕生,用戶無(wú)需通過(guò)中介機(jī)構(gòu)來(lái)進(jìn)行借貸,直接通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)個(gè)人對(duì)個(gè)人的實(shí)行借貸行為。P2P網(wǎng)絡(luò)借貸平臺(tái)面向?qū)ο蟊容^廣泛,要求不高,操作便捷,越來(lái)越多的人選擇在P2P平臺(tái)進(jìn)行借貸,但是隨之而來(lái)的問(wèn)題也逐漸開始顯現(xiàn)。由于信息的不對(duì)稱,P2P網(wǎng)絡(luò)借貸平臺(tái)很難全面掌握用戶的資料,信用評(píng)估困難重重,借貸門檻低、客戶資料不全面、貸款金額少、違約情況多等現(xiàn)象加大了進(jìn)行信用評(píng)估的難度,由于借款客戶每天的交易數(shù)據(jù)量巨大,傳統(tǒng)的信用評(píng)估方式已經(jīng)不適用,建立一個(gè)更高效、更精準(zhǔn)、更客觀、更低成本的信用評(píng)估系統(tǒng)成為難題。本文以2019年上半年Lending Club的用戶數(shù)據(jù)為研究樣本,以違約客戶識(shí)別算法為研究對(duì)象,研究?jī)?nèi)容主要分為五個(gè)部分,第一,交代論文的研究背景以及研究的意義,總結(jié)國(guó)內(nèi)外學(xué)者在P2P借貸平臺(tái)違約影響因素和違約預(yù)測(cè)模型上的研究現(xiàn)狀,介紹論文的研究框架;第二,介紹P2P網(wǎng)絡(luò)借貸相關(guān)研究,總結(jié)P2P網(wǎng)絡(luò)借貸平臺(tái)在中國(guó)經(jīng)歷的各個(gè)階段和運(yùn)營(yíng)模式,歸納了P2P網(wǎng)絡(luò)借貸的主要風(fēng)險(xiǎn),簡(jiǎn)述分類問(wèn)題及集成學(xué)習(xí)不同結(jié)合策略,并詳細(xì)介紹... 

【文章來(lái)源】：安徽財(cái)經(jīng)大學(xué)安徽省

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 引言
    第一節(jié) 研究背景與研究意義
        一、研究背景
        二、研究意義
    第二節(jié) 國(guó)內(nèi)外文獻(xiàn)綜述
        一、P2P網(wǎng)貸違約影響因素
        二、P2P網(wǎng)貸違約預(yù)測(cè)模型
    第三節(jié) 論文研究框架
        一、研究方法
        二、研究?jī)?nèi)容
        三、創(chuàng)新和不足
第二章 P2P網(wǎng)貸平臺(tái)及模型理論介紹
    第一節(jié) 國(guó)內(nèi)P2P網(wǎng)絡(luò)借貸發(fā)展介紹
        一、國(guó)內(nèi)發(fā)展階段
        二、運(yùn)營(yíng)模式發(fā)展
        三、P2P網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)
    第二節(jié) 分類問(wèn)題及集成學(xué)習(xí)工作原理簡(jiǎn)述
        一、分類問(wèn)題簡(jiǎn)述
        二、集成學(xué)習(xí)工作原理
    第三節(jié) 集成學(xué)習(xí)算法介紹
        一、XGBoost算法
        二、隨機(jī)森林算法
        三、投票分類算法
    第四節(jié) 模型評(píng)價(jià)指標(biāo)
        一、查準(zhǔn)率、查全率與F1
        二、ROC曲線與AUC值
第三章 數(shù)據(jù)統(tǒng)計(jì)與預(yù)處理
    第一節(jié) 數(shù)據(jù)描述性統(tǒng)計(jì)
        一、數(shù)據(jù)簡(jiǎn)介
        二、變量分布統(tǒng)計(jì)
        三、網(wǎng)貸違約用戶畫像分析
    第二節(jié) 數(shù)據(jù)預(yù)處理
        一、缺失值處理
        二、類別變量處理
        三、樣本不均衡處理
    第三節(jié) 特征工程
        一、特征縮放
        二、特征選擇
第四章 P2P網(wǎng)絡(luò)貸款違約客戶識(shí)別的實(shí)證分析
    第一節(jié) 基于XGBoost算法的實(shí)施及結(jié)果
        一、超參數(shù)調(diào)優(yōu)
        二、特征貢獻(xiàn)度
        三、預(yù)測(cè)結(jié)果及模型評(píng)價(jià)
    第二節(jié) 基于隨機(jī)森林算法的實(shí)施及結(jié)果
        一、超參數(shù)調(diào)優(yōu)
        二、特征貢獻(xiàn)度
        三、預(yù)測(cè)結(jié)果及模型評(píng)價(jià)
    第三節(jié) 基于投票分類算法的實(shí)施及結(jié)果
        一、基學(xué)習(xí)器選擇
        二、預(yù)測(cè)結(jié)果及模型評(píng)價(jià)
    第四節(jié) 實(shí)證結(jié)果分析
        一、算法性能對(duì)比
        二、特征貢獻(xiàn)度綜合分析
第五章 結(jié)論與建議
    第一節(jié) 主要結(jié)論
        一、違約影響因素分析結(jié)論
        二、機(jī)器學(xué)習(xí)算法研究結(jié)論
    第二節(jié) 對(duì)P2P網(wǎng)絡(luò)貸款平臺(tái)的建議
參考文獻(xiàn)
附錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]我國(guó)P2P行業(yè)“出清”的教訓(xùn)及反思[J]. 楊米沙.  中國(guó)商論. 2020(07)
[2]英美等國(guó)在P2P監(jiān)管和退出上的經(jīng)驗(yàn)借鑒及對(duì)我國(guó)的啟示[J]. 秦榮波.  時(shí)代金融. 2020(09)
[3]互聯(lián)網(wǎng)P2P用戶借貸行為實(shí)證研究——基于美國(guó)市場(chǎng)的啟示[J]. 陳帥,王景.  電子商務(wù). 2020(03)
[4]關(guān)于我國(guó)P2P網(wǎng)絡(luò)借貸發(fā)展概況淺析[J]. 張健.  時(shí)代金融. 2020(03)
[5]基于Logistic回歸模型的P2P借款人信用違約風(fēng)險(xiǎn)評(píng)估模型研究[J]. 陳雪蓮,潘美芹.  上海管理科學(xué). 2019(03)
[6]基于機(jī)器學(xué)習(xí)的P2P違約預(yù)測(cè)算法比較——以“人人貸”為例[J]. 李汛,龍真,付懷宇,劉品璐.  統(tǒng)計(jì)與管理. 2019(06)
[7]P2P網(wǎng)貸違約人是否具有區(qū)域性特征——來(lái)自湖南省的例證[J]. 吳楠.  經(jīng)濟(jì)數(shù)學(xué). 2019(01)
[8]P2P借貸違約風(fēng)險(xiǎn)識(shí)別模型比較[J]. 安英博,程冬玲.  會(huì)計(jì)之友. 2019(02)
[9]P2P網(wǎng)貸借款人違約風(fēng)險(xiǎn)評(píng)估——基于決策樹的研究[J]. 沈玉溪,徐浩.  經(jīng)營(yíng)與管理. 2018(09)
[10]P2P網(wǎng)絡(luò)借貸借款人違約風(fēng)險(xiǎn)影響因素研究[J]. 李杰,劉露,Chao-Hsien Chu.  商業(yè)研究. 2018(09)

博士論文
[1]基于支持向量機(jī)的農(nóng)戶小額貸款決策評(píng)價(jià)研究[D]. 程硯秋.大連理工大學(xué) 2011

碩士論文
[1]P2P網(wǎng)絡(luò)借貸借款人信用風(fēng)險(xiǎn)影響因素研究[D]. 李妍.武漢大學(xué) 2019
[2]基于遺傳算法的P2P網(wǎng)貸違約預(yù)警模型研究[D]. 丁越.浙江大學(xué) 2019
[3]P2P網(wǎng)絡(luò)借貸借款人信用風(fēng)險(xiǎn)評(píng)估研究[D]. 戴一成.江蘇大學(xué) 2019
[4]基于遺傳XGBoost模型的個(gè)人網(wǎng)貸信用評(píng)估研究[D]. 周慶岸.江西財(cái)經(jīng)大學(xué) 2019
[5]P2P借款人信用風(fēng)險(xiǎn)防控研究[D]. 劉欣.河北金融學(xué)院 2019
[6]基于機(jī)器學(xué)習(xí)的P2P網(wǎng)貸平臺(tái)違約風(fēng)險(xiǎn)預(yù)測(cè)實(shí)證研究[D]. 胡芳琴.安慶師范大學(xué) 2019
[7]P2P網(wǎng)絡(luò)借貸平臺(tái)借款人違約因素研究[D]. 王文涵.山西財(cái)經(jīng)大學(xué) 2019
[8]P2P借貸的網(wǎng)絡(luò)特征及其對(duì)違約風(fēng)險(xiǎn)的影響研究[D]. 巴巨磊.電子科技大學(xué) 2019
[9]基于模糊聚類的P2P網(wǎng)貸平臺(tái)借款人信用評(píng)估研究[D]. 王海峰.西北農(nóng)林科技大學(xué) 2019
[10]基于生存分析法的P2P網(wǎng)絡(luò)借貸借款人違約風(fēng)險(xiǎn)評(píng)估研究[D]. 劉瓊.武漢科技大學(xué) 2019



本文編號(hào)：3640683