【摘要】：P2P(Peer to Peer)即表示個(gè)人對個(gè)人.P2P網(wǎng)貸作為互聯(lián)金融的子業(yè),是個(gè)人與個(gè)人之間借助網(wǎng)貸平臺直接實(shí)現(xiàn)雙方借貸交易的業(yè)務(wù)模式.近年來,P2P網(wǎng)貸行業(yè)在國內(nèi)外發(fā)展進(jìn)行的十分火熱,各類模式的網(wǎng)貸平臺也隨之陸續(xù)出現(xiàn).尤其是在國內(nèi),根據(jù)網(wǎng)貸之家數(shù)據(jù)顯示,直至2018年年底,P2P網(wǎng)貸平臺已經(jīng)累積達(dá)到6000家以上,但是網(wǎng)貸平臺同時(shí)也爆發(fā)出跑路、停業(yè)等惡劣現(xiàn)象,其中平臺借款人大量出現(xiàn)違約行為會嚴(yán)重影響P2P網(wǎng)貸行業(yè)的穩(wěn)定發(fā)展.因此本文對網(wǎng)貸平臺借款人信用風(fēng)險(xiǎn)進(jìn)行重點(diǎn)研究,建立一個(gè)快速而有效的網(wǎng)貸平臺貸前審核借款人信用風(fēng)險(xiǎn)評估模型,從而促進(jìn)P2P網(wǎng)貸行業(yè)未來的健康發(fā)展.本文首先介紹了三種樹的集成模型對網(wǎng)貸平臺借款人信用風(fēng)險(xiǎn)進(jìn)行快速有效評估,分別是梯度提升決策樹(GBDT)模型、隨機(jī)森林(RF)模型和極端梯度提升(XGBOOST)模型,然后通過獲取人人貸平臺散標(biāo)借款人網(wǎng)貸數(shù)據(jù),將預(yù)處理完后的數(shù)據(jù)隨機(jī)分為原始訓(xùn)練集和原始測試集.由于借款人網(wǎng)貸數(shù)據(jù)存在不平衡現(xiàn)象,利用Borderline-SMOTE算法平衡化原始訓(xùn)練集后,得到BLSMOTE訓(xùn)練集.在各模型進(jìn)行建模及預(yù)測前,選用5折交叉驗(yàn)證法進(jìn)行模型參數(shù)調(diào)優(yōu)取較優(yōu)值,分別在原始訓(xùn)練集和BLSMOTE訓(xùn)練集下各模型訓(xùn)練預(yù)測得出相應(yīng)的分類評價(jià)指標(biāo)和運(yùn)行時(shí)間.將各模型的分類評價(jià)指標(biāo)和運(yùn)行時(shí)間作對比,得出結(jié)論:在BLSMOTE訓(xùn)練集下,XGBOOST模型和GBDT模型的分類性能有所提高,而RF模型的分類性能略微下降.在原始訓(xùn)練集和BLSMOTE訓(xùn)練集下,XGBOOST的分類性能均比GBDT模型和RF模型要好,其中分類評價(jià)指標(biāo)中的ACC值和AUC值均比后兩者大,相應(yīng)得到的ROC曲線也比后兩者要更往左上方(0,1)點(diǎn)處靠攏.XGBOOST模型預(yù)測得出FP和FPR(第一類誤分率,即將較差還款人誤分為較好還款人的比例)均比GBDT模型和RF模型要小.在運(yùn)行時(shí)間上,XGBOOST模型消耗時(shí)間最短.因此,本文認(rèn)為XGBOOST模型是一個(gè)快速而有效的網(wǎng)貸平臺貸前審核借款人信用風(fēng)險(xiǎn)評估模型,可以為平臺管理者提供有效評估和管理的參考價(jià)值.
【圖文】：

P2P網(wǎng)貸行業(yè)正常運(yùn)營平臺數(shù)量

P2P網(wǎng)貸行業(yè)成交量
【學(xué)位授予單位】：廣州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F832.4;F724.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 何劍;王小康;于淑利;;中國P2P網(wǎng)貸行業(yè)的風(fēng)險(xiǎn)評析——基于126家P2P網(wǎng)貸平臺的實(shí)證[J];嘉應(yīng)學(xué)院學(xué)報(bào);2015年06期

2 郭海鳳;陳霄;;P2P網(wǎng)貸平臺綜合競爭力評價(jià)研究[J];金融論壇;2015年02期

3 肖曼君;歐緣媛;李穎;;我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究——基于排序選擇模型的實(shí)證分析[J];財(cái)經(jīng)理論與實(shí)踐;2015年01期

4 繆蓮英;陳金龍;;P2P網(wǎng)絡(luò)借貸中社會資本對借款者違約風(fēng)險(xiǎn)的影響——以Prosper為例[J];金融論壇;2014年03期

5 李悅雷;郭陽;張維;;中國P2P小額貸款市場借貸成功率影響因素分析[J];金融研究;2013年07期

，

本文編號：2598459