盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究

盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究

ID:35092727

大小:6.54 MB

页数:75页

时间:2019-03-17

盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究_第1页
盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究_第2页
盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究_第3页
盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究_第4页
盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究_第5页
资源描述:

《盲目的借贷——基于数据挖掘方法的p2p网络借贷的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、角氣&煮與键义聲-SOUTHVHSTERN(?NANCENDECONOMICSL^N1V[;KS[TYFFIA硕±学位论文M乂STRSDISSERTATION盲目的借贷—基于数据挖掘方法的P2P网络借贷的研究LendinehavioroflingbbgEmipiricalAnalyssofP2Plengdingbasedonaamininme化oddtg学位申请人刘祖帆指导教师李伊副教授学科专业数量经济学学位类别经济学盲目的借贷—基于数

2、据挖掘方法的P2P网络借贷的研究Lendingbehaviorofbli打g—nEmpiricalAnalsisofP2Pledinbasedondatamininmethodyggg学位申请人:刘祖帆学号:213020209015学科专业:数量经济学研究方向:金離数量分析指导教师:李伊副教授定稿时间:2016年3月西南财经大学学位论文原创性及知识产权声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下独立进行研究工作所取得的成果,。除文中己经注明引用的

3、内容外本论文不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个,人和集体,均己在文中明确方式标明因本学位论文引起的法律结果完全由本人承担。本人同意在校攻读学位期间论文工作的知识产权单位属西南财经大学。本人完全了解西南财经大学有关保留、使用学位论文的规定,即学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权西南财经大学可W将本学位论文的全部或部分内容编入有关数据库进行检索,可レッ采用影印、缩印、数字化或其他复制手段保存和汇编本学位论文。本学位论文属于

4、1、□保密,在年解密后适用本授权书。2、因尔保密特此声明。約学位申请人:矣!懷兴日/知如/摘要摘要P2P网络借贷凭借其相对较低的投资口槛,借款的易得性和更低的交易成本的特征,,在近几年得到了迅速的发展开创了平民化投资的新时代。在高速发展的同时也暴露了许多问题,首要的是因信息不对称引发的道德风险和逆向选择,让,,让平台经营者更容易跑路借款人不得不提高利率也让投资者的投资斤为呈现非理性的态势,;然后在投资者对高利率的追逐和狂热的风险偏好行为面前,其借贷行为表现的异常的非理性,对于借款人发出的市场信号

5、,并没有做到准确的识别。在介绍了研究背景和实际意义的基础上,本文系统梳理了P2P网贷研究方面的系列文献,从理论上对投资者的行为进行了探讨,部分揭露了其非理性行为的成因和后果,,。为了证实非理性的假设本文从分王步展开研巧第一步,,本文从人人贷的交易数据着手通过数据挖掘的方法,根据己有的信息变量构建模型,分别对借款的成功率和借款的违约率进行预测,分别比较支持向量机,、决策树和随机森林模型的预测精度并得到分类预测的重要变一量,在这步发现随机森林模型的预测效果最好。在借款成功率模型中,其样本内错分率和样本外错分率分别为2.18

6、%和2.161%,在借款违约率模型中,其样本内措分率和样本外错分率分别为3.57%和5%;第二步,在随机森林模型下,并分别对成功率和违约率模型影响因素的一重要性进行排序,发现在现有的硬信息下对借款人的可W有个良好的鉴别,一些影响违约的重要因素并没有得到投资者考虑但也发现,比如在两个模型中工作时间、借款期限、借款利率和借款金额是共有的重要影响因素,这代表了投资者理性的部分:工,但影响违约率的重要因素作证明和收入证明却一没有在借款成功率中得到考虑,这表明投资者在信息不对称下存在定的盲目性;1盲目的借贷—基于数据挖巧

7、方法的P2P网络借贷的研巧第H步,由于在本文中数据变量较多,加上哑变量高达36个,为了模型的精确性和可解释性,涉及到变量选择。在处理P2P数据涉及的高维数据时,sso一运用了la变量选择的方法,通过结构化分析,进步证实了投资者在决,限于他们的时间和精力,策时,并没有充分考虑风险和收益因素投资的盲一直存在目性。关键词:P2P资者行为数据挖据LAS撕,投,,2AbductAbstractWUhtheadvanceofelectroniccommerceandsocialnetwork,P2Ple

8、ndinghavearapidofdevelopmentinCh

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
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。