基于互聯(lián)網(wǎng)文本的P2P平臺風險預測研究與實現(xiàn)
發(fā)布時間:2021-03-21 13:01
隨著互聯(lián)網(wǎng)的快速發(fā)展,金融業(yè)借助互聯(lián)網(wǎng)發(fā)展出新的商業(yè)模式—P2P借貸。P2P借貸是互聯(lián)網(wǎng)金融的一種,它為中小型企業(yè)融資借貸提供便利的同時,也為個人投資提供了新的渠道。P2P平臺是指經(jīng)營P2P借貸業(yè)務的網(wǎng)貸平臺。當P2P平臺出現(xiàn)支付困難或償還能力惡化、企業(yè)高級管理層出現(xiàn)貪墨事件或攜款潛逃等問題而未得到及時的治理和監(jiān)管時,就會產(chǎn)生金融風險,從而可能引發(fā)金融突發(fā)事件。本文基于互聯(lián)網(wǎng)文本數(shù)據(jù)研究與實現(xiàn)了P2P平臺風險預測。首先,本文通過爬蟲技術(shù)從P2P第三方資訊平臺獲取P2P平臺信息和P2P平臺評論文本,依靠人工標注的方法構(gòu)建P2P領(lǐng)域的情感分類數(shù)據(jù)集和序列標注數(shù)據(jù)集。其次,本文利用TextCNN 模型對評論文本做情感分類,得出情感傾向變化的時間序列,達到度量投資者情感變化趨勢的目的;通過格蘭杰因果檢驗和皮爾遜相關(guān)系數(shù)驗證投資者情感時間序列和成交量指數(shù)之間的關(guān)系,實驗證明了情感變化趨勢與成交量指數(shù)有統(tǒng)計意義上的因果關(guān)系和強相關(guān)性;基于以上的研究,本文提出了基于投資者情感變化的P2P成交量預測方法,發(fā)現(xiàn)情感特征在P2P成交量預測中起到顯著作用。然后,本文提出了改進的序列標注模型ELMo-BiLS...
【文章來源】:北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【部分圖文】:
圖1-1研究框架圖??1.3.1投資者情感變化趨勢與P2P市場關(guān)系的研究??
帶來梯度消失、梯度爆炸、過擬合、退化等問題。??前饋神經(jīng)網(wǎng)絡表7K輸入到輸出的映射關(guān)系F,令;c表不模型的輸入,_);表不模??型的輸出,即y?=?F〇:,u〇。神經(jīng)網(wǎng)絡的結(jié)構(gòu)示意圖如圖2-1所示。??9??
取序列間的時序關(guān)系,而且由于它的每層的神經(jīng)元數(shù)量是固定的,因此也難以處??理具有不同長度的時序問題。而_是具有循環(huán)結(jié)構(gòu),它每一時刻的輸出不僅??與當前時刻的輸入有關(guān),也與先前時刻的輸出有關(guān)。圖2-2展示RNN的循環(huán)結(jié)??構(gòu)。??輸出層?|?(^)?(^)?(^)?(^)???V"?Y?Y??隱藏層?C?…??/V?X?X?X?x?1??網(wǎng)?O??????????圖2-2?RNN的循環(huán)結(jié)構(gòu)??其中Xt、/^和}^分別表7K/_時刻輸入層、隱藏層和輸出層值的表不。RNN把??/-/時刻的隱藏層輸出傳遞給f時刻的輸入中,即/時刻的輸入是由當前時刻??的輸入Xt和前一時刻的隱藏層的輸出Zltq組成。[/表示輸入層到隱藏層的權(quán)重矩??陣,F表示上一時刻的輸出在這一時刻權(quán)重矩陣,F表示隱藏層到輸出層的權(quán)重??矩陣。由圖2-2可見不同時亥拱享"、F和F的參數(shù)矩陣。RNN的前向傳播公??式如式2-5和式2-6所示,其中g和/表示不同的激活函數(shù)。??ht?=?g(Uxt?+?Wht_t?+?bh)?(2-5)??yt=f(Vht?+?by)?(2-6)??RNN網(wǎng)絡的原理是求解t/、F和F的最優(yōu)解,使損失函數(shù)的值達到全局最??小值。RNN網(wǎng)絡的基本傳播原理與前饋神經(jīng)網(wǎng)絡類似,它使用基于時間的反向??11??
【參考文獻】:
期刊論文
[1]P2P保險的道德風險問題研究[J]. 楊超,楊天禹,陳秉正. 運籌與管理. 2018(12)
[2]融合社交情感分析的股市預測探究[J]. 劉斌. 計算機系統(tǒng)應用. 2018(02)
[3]基于社交網(wǎng)絡的P2P借貸信用風險緩釋機制研究[J]. 楊立,趙翠翠,陳曉紅. 中國管理科學. 2018(01)
[4]基于微博情感分析的電影票房預測研究[J]. 史偉,王洪偉,何紹義. 華中師范大學學報(自然科學版). 2015(01)
[5]借款人描述性信息對投資人決策的影響——基于P2P網(wǎng)絡借貸平臺的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,楊宇軒. 經(jīng)濟研究. 2014(S1)
[6]互聯(lián)網(wǎng)金融監(jiān)管的必要性與核心原則[J]. 謝平,鄒傳偉,劉海二. 國際金融研究. 2014(08)
[7]中國P2P網(wǎng)絡借貸平臺信用認證機制研究——來自“人人貸”的經(jīng)驗證據(jù)[J]. 王會娟,廖理. 中國工業(yè)經(jīng)濟. 2014(04)
[8]投資者情緒指標與股票市場——基于擴展卡爾曼濾波方法的研究[J]. 池麗旭,張廣勝,莊新田,宋大雷. 管理工程學報. 2012(03)
[9]文本情感分析[J]. 趙妍妍,秦兵,劉挺. 軟件學報. 2010(08)
[10]基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實證研究[J]. 郝媛媛,鄒鵬,李一軍,葉強. 管理評論. 2009(10)
本文編號:3092905
【文章來源】:北京郵電大學北京市 211工程院校 教育部直屬院校
【文章頁數(shù)】:92 頁
【學位級別】:碩士
【部分圖文】:
圖1-1研究框架圖??1.3.1投資者情感變化趨勢與P2P市場關(guān)系的研究??
帶來梯度消失、梯度爆炸、過擬合、退化等問題。??前饋神經(jīng)網(wǎng)絡表7K輸入到輸出的映射關(guān)系F,令;c表不模型的輸入,_);表不模??型的輸出,即y?=?F〇:,u〇。神經(jīng)網(wǎng)絡的結(jié)構(gòu)示意圖如圖2-1所示。??9??
取序列間的時序關(guān)系,而且由于它的每層的神經(jīng)元數(shù)量是固定的,因此也難以處??理具有不同長度的時序問題。而_是具有循環(huán)結(jié)構(gòu),它每一時刻的輸出不僅??與當前時刻的輸入有關(guān),也與先前時刻的輸出有關(guān)。圖2-2展示RNN的循環(huán)結(jié)??構(gòu)。??輸出層?|?(^)?(^)?(^)?(^)???V"?Y?Y??隱藏層?C?…??/V?X?X?X?x?1??網(wǎng)?O??????????圖2-2?RNN的循環(huán)結(jié)構(gòu)??其中Xt、/^和}^分別表7K/_時刻輸入層、隱藏層和輸出層值的表不。RNN把??/-/時刻的隱藏層輸出傳遞給f時刻的輸入中,即/時刻的輸入是由當前時刻??的輸入Xt和前一時刻的隱藏層的輸出Zltq組成。[/表示輸入層到隱藏層的權(quán)重矩??陣,F表示上一時刻的輸出在這一時刻權(quán)重矩陣,F表示隱藏層到輸出層的權(quán)重??矩陣。由圖2-2可見不同時亥拱享"、F和F的參數(shù)矩陣。RNN的前向傳播公??式如式2-5和式2-6所示,其中g和/表示不同的激活函數(shù)。??ht?=?g(Uxt?+?Wht_t?+?bh)?(2-5)??yt=f(Vht?+?by)?(2-6)??RNN網(wǎng)絡的原理是求解t/、F和F的最優(yōu)解,使損失函數(shù)的值達到全局最??小值。RNN網(wǎng)絡的基本傳播原理與前饋神經(jīng)網(wǎng)絡類似,它使用基于時間的反向??11??
【參考文獻】:
期刊論文
[1]P2P保險的道德風險問題研究[J]. 楊超,楊天禹,陳秉正. 運籌與管理. 2018(12)
[2]融合社交情感分析的股市預測探究[J]. 劉斌. 計算機系統(tǒng)應用. 2018(02)
[3]基于社交網(wǎng)絡的P2P借貸信用風險緩釋機制研究[J]. 楊立,趙翠翠,陳曉紅. 中國管理科學. 2018(01)
[4]基于微博情感分析的電影票房預測研究[J]. 史偉,王洪偉,何紹義. 華中師范大學學報(自然科學版). 2015(01)
[5]借款人描述性信息對投資人決策的影響——基于P2P網(wǎng)絡借貸平臺的分析[J]. 李焰,高弋君,李珍妮,才子豪,王冰婷,楊宇軒. 經(jīng)濟研究. 2014(S1)
[6]互聯(lián)網(wǎng)金融監(jiān)管的必要性與核心原則[J]. 謝平,鄒傳偉,劉海二. 國際金融研究. 2014(08)
[7]中國P2P網(wǎng)絡借貸平臺信用認證機制研究——來自“人人貸”的經(jīng)驗證據(jù)[J]. 王會娟,廖理. 中國工業(yè)經(jīng)濟. 2014(04)
[8]投資者情緒指標與股票市場——基于擴展卡爾曼濾波方法的研究[J]. 池麗旭,張廣勝,莊新田,宋大雷. 管理工程學報. 2012(03)
[9]文本情感分析[J]. 趙妍妍,秦兵,劉挺. 軟件學報. 2010(08)
[10]基于電影面板數(shù)據(jù)的在線評論情感傾向?qū)︿N售收入影響的實證研究[J]. 郝媛媛,鄒鵬,李一軍,葉強. 管理評論. 2009(10)
本文編號:3092905
本文鏈接:http://www.sikaile.net/jingjilunwen/guojimaoyilunwen/3092905.html
最近更新
教材專著