近年來互聯(lián)網(wǎng)金融與大數(shù)據(jù)技術(shù)的發(fā)展使得傳統(tǒng)金融機構(gòu)的中介作用下降,互聯(lián)網(wǎng)金融理財觀念日漸深入人心,大眾逐漸把P2P網(wǎng)絡(luò)借貸作為金融消費理財?shù)闹匾緩�。國�?nèi)P2P網(wǎng)貸行業(yè)因此迅速發(fā)展,但是在快速發(fā)展的背后伴隨的問題與風(fēng)險也在逐步提高,2018年我國P2P網(wǎng)貸平臺出現(xiàn)集中爆雷潮,發(fā)生了大面積的客戶違約現(xiàn)象,高壞賬率導(dǎo)致大量平臺出現(xiàn)資金提現(xiàn)困難、倒閉等現(xiàn)象,因此如何準確識別潛在違約客戶,降低信用違約風(fēng)險變成迫在眉睫的問題,只有將借款客戶的信用違約問題處理好,才能夠更好的促進我國P2P網(wǎng)絡(luò)貸款行業(yè)平穩(wěn)健康發(fā)展。本文旨在通過建立貸款違約預(yù)測模型,對P2P網(wǎng)貸平臺潛在違約客戶進行準確識別,以期能夠降低平臺經(jīng)營風(fēng)險,優(yōu)化我國互聯(lián)網(wǎng)金融環(huán)境,降低互聯(lián)網(wǎng)金融風(fēng)險。針對目前我國P2P平臺風(fēng)險量化研究較少,運用機器學(xué)習(xí)算法較單一且缺乏運用多模型融合策略的實際情況,本文利用Python爬取人人貸借貸數(shù)據(jù),借助Python、R等分析軟件,首先進行了數(shù)據(jù)預(yù)處理和Cox生存分析等探索性統(tǒng)計分析,在對非平衡數(shù)據(jù)使用Border-line Smot算法處理后,通過IV信息價值與Gini指數(shù)相結(jié)合的特征篩選方法,構(gòu)建Lo...

【文章頁數(shù)】：78 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 引言
    1.1 研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外P2P網(wǎng)貸違約風(fēng)險相關(guān)研究綜述
        1.2.1 國外相關(guān)研究綜述
        1.2.2 國內(nèi)相關(guān)研究綜述
    1.3 Stacking模型融合算法研究綜述
    1.4 論文主要內(nèi)容與技術(shù)路線
    1.5 論文創(chuàng)新點
    1.6 論文結(jié)構(gòu)
第2章 P2P網(wǎng)貸相關(guān)理論及發(fā)展現(xiàn)狀
    2.1 P2P網(wǎng)貸相關(guān)概念
        2.1.1 P2P網(wǎng)貸概述
        2.1.2 P2P網(wǎng)貸角色關(guān)系
        2.1.3 P2P網(wǎng)貸業(yè)務(wù)流程
    2.2 P2P網(wǎng)絡(luò)借貸風(fēng)險
    2.3 P2P網(wǎng)絡(luò)借貸發(fā)展現(xiàn)狀
        2.3.1 P2P平臺規(guī)模特征
        2.3.2 P2P平臺信用風(fēng)險問題日益嚴重
    2.4 本章小節(jié)
第3章 機器學(xué)習(xí)分類算法理論
    3.1 機器學(xué)習(xí)概述
    3.2 機器學(xué)習(xí)分類算法
        3.2.1 單分類算法
        3.2.2 集成學(xué)習(xí)算法
    3.3 Stacking模型融合算法
    3.4 本章小節(jié)
第4章 模型數(shù)據(jù)獲取與預(yù)處理
    4.1 數(shù)據(jù)獲取
    4.2 數(shù)據(jù)預(yù)處理
        4.2.1 數(shù)據(jù)清洗
        4.2.2 數(shù)據(jù)缺失值處理
        4.2.3 數(shù)據(jù)離群點處理
        4.2.4 數(shù)據(jù)特征抽象
        4.2.5 數(shù)據(jù)特征縮放
    4.3 非平衡數(shù)據(jù)處理
    4.4 本章小節(jié)
第5章 貸款數(shù)據(jù)探索與統(tǒng)計分析
    5.1 貸款生存時間分析
    5.2 貸款違約影響因素分析
        5.2.1 貸款違約與借款特征關(guān)系分析
        5.2.2 貸款違約與借款人特征關(guān)系分析
        5.2.3 貸款違約與地理位置特征關(guān)系分析
    5.3 本章小節(jié)
第6章 基于Stacking算法的模型構(gòu)建與應(yīng)用
    6.1 特征工程
        6.1.1 特征衍生
        6.1.2 特征篩選
    6.2 模型構(gòu)建
        6.2.1 模型評價指標
        6.2.2 模型的有效性評估方式
        6.2.3 模型優(yōu)化與比較
        6.2.4 穩(wěn)定性檢驗
        6.2.5 構(gòu)建Stacking融合模型與結(jié)果分析
    6.3 模型應(yīng)用分析
        6.3.1 客戶區(qū)分能力檢驗
        6.3.2 樣本外數(shù)據(jù)檢驗
        6.3.3 不良客戶轉(zhuǎn)化
        6.3.4 模型應(yīng)用建議
    6.4 本章小節(jié)
結(jié)論
致謝
參考文獻
攻讀學(xué)位期間取得學(xué)術(shù)成果



本文編號：3774314