正文描述:《基于决策树与Logistic回归的P2P网贷平台信用风险评价比较分析》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、基于决策树与Logistic回归的P2P网贷平台信用风险评价比较分析余华银雷雅慧安徽财经大学统计与数学学院摘要:P2P网贷行业在屮国发展迅速,其背后的风险不容忽视。文章旨在研究P2P网贷平台存在的信用风险,参考银行对中小企业的信用风险评价方法以及国内相关文献的评价指标,构建了P2P网贷平台信用风险评价指标体系。运用两种决策树模型和Logistic回归对529家网贷平台进行了实证分析,建立了网贷平台的信用风险评价模型。结果表明,3种模型都具有较好的信用风险预测能力,其中决策树的预测能力更优,具有更好的应用前景。关键词:P2P网贷平台;决策树;Logistic;信用风险;作者
2、简介:余华银(1962-),男,安徽全椒人,教授,主要从事金融与投资统计研究。收稿日期:2017-07-11基金:安徽省哲学社会科学规划项目(AHSKY2015D53)ComparativeAnalysisonCreditRiskEvaluationofP2PNetworkLoanPlatformBasedonDecisionTreeandLogisticRegressionYUHuayinLEIYahuiInstituteofStatisticsandAppliedMa/thematics,AnhuiFinanceandEconomicsUniversity;Abstr
3、act:P2PnetworkloanindustrygrowsrapidlyinChina,andthecreditriskproblemsoftheplatformareincreasinglyapparent.ThispaperaimstoexplorethecreditriskproblemsofP2Pnetworkloanplatform,andconstruetsanevaluationindexsystembydrawingreferencesfrombanks'creditriskevaluationonsmallandmiddlcsizcdcntcrpri
4、scsandevaluationindexesindomesticrelatedliterature.Empiricalanalysison529networkloanplatformsismadebyusingthetwodecisiontreemodelsandLogisticregressionandthecreditriskmodelisestablished.TheresuItsshowthatthethreemodelshavestrongabilitytopredictcreditrisks,andamongwhichtheeffeetofdecisiont
5、reeissuperior,havingbetterapplicationprospect.Keyword:P2Pnetworkloanplatfonn;decisiontree;Logistic;creditrisk;Received:2017-07-11长期以來,我国屮小企业和个人贷款难度高、大众小额理财的需求量大,在这种背景下,近年来P2P网贷的优势H益突出,在国内得到了迅速发展。P2P网贷融入互联网技术,给民间借贷带来了新思维,受到了借贷双方的普遍欢迎,成为互联网金融领域的代表模式之一。然而,我国投资者普遍风险意识较弱、投资缺乏理性,很容易被网贷华丽的“包装”所迷
6、惑。近些年,P2P在国内日益蓬勃发展,看似欣欣向荣的表彖下,其潜在的风险也口益显现。2016年,全年出现因经营不善、携款跑路、黑客攻击等原因使网站无法止常运营而停业的平台就有一千余家。可见,平台的信用风险是投资者甄选平台的重要依据,因此,选用恰当的方法对平台进行信用风险评价是网贷领域研究的焦点。国内外学者以网贷平台真实数据为基础,对信用风险领域展开了研究。孙同阳和谢朝阳从网贷个人信用风险角度,运用决策树模型进行实证分析,发现网贷平台对个人信用风险评级方而存在严重问题山。王丹和张洪潮参考了传统金融机构对小微企业信用评价方法,运用AHP和模糊数学综合评价法对网贷平台进行了信用
7、评级②。严复雷和李浩然利用Logit模型对87家网贷平台进行回归分析,得出了对网贷平台信用风险有着重要影响的指标RL潘爽和魏建国运用信号传递模型探索了分散网贷平台信用风险的有效方式赵1。董梁和胡明雅对新进的借款人进行研究,以借款人年龄、借款用途、收入等指标为依据,运用Logistic回归模型建立了信用风险评价模型。实证分析结果表明,扩大评价指标类型和加大对平台的审核力度是防范借款人信用风险的有效方法[5]oLaura等人对P2P借款者在贷款时的描述性语言展开了研究,并使用LI-WC软件对20万余个借款请求进行了分析。借款请求中
显示全部收起
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。