發(fā)布時(shí)間：2020-07-17 03:34

【摘要】：P2P網(wǎng)絡(luò)貸款是一種點(diǎn)對點(diǎn)的借款行為方式,它作為整個(gè)借貸環(huán)節(jié)的中介方,為借款方、投資方提供借貸服務(wù),并以收取相應(yīng)的費(fèi)用作為盈利模式。該貸款方式創(chuàng)新性地把現(xiàn)代民間借貸業(yè)務(wù)的資本市場、互聯(lián)網(wǎng)人工智能信息技術(shù)、金融服務(wù)項(xiàng)目和電子信息商務(wù)平臺綜合起來,通過互聯(lián)網(wǎng)平臺把匯聚在一起的小額資本以類似債券的形式借貸給有需求的人或者中小微型等企業(yè)。至2018年底,類似網(wǎng)絡(luò)借貸功能的平臺已經(jīng)超過6000家,這些平臺與傳統(tǒng)正規(guī)的金融業(yè)務(wù)不同,他們?nèi)菀撰@取大量資金和利潤。由于個(gè)人信用問題、政策未及時(shí)落實(shí)等因素造成借款方未按期還款、平臺中介“卷款跑路”等現(xiàn)象,使得該領(lǐng)域成為一個(gè)高風(fēng)險(xiǎn)行業(yè)。2018年我國存在異常的平臺共4672家,占總平臺數(shù)的比值高達(dá)77.4%。本文從引發(fā)網(wǎng)貸款信用風(fēng)險(xiǎn)的原因作為切入口,深度剖析其風(fēng)險(xiǎn)成因,結(jié)合實(shí)證分析,對我國提出政策性建議。由于國內(nèi)P2P網(wǎng)貸的規(guī)模較小以及數(shù)據(jù)的完整性不高,因此本文針對目前全球規(guī)模最大的P2P網(wǎng)絡(luò)貸款平臺,美國Lending Club。研究中收集了2016年至2018年共三年的數(shù)據(jù)庫,多達(dá)1340797個(gè)樣本,其中有效樣本為43041個(gè)。文章分為四個(gè)模塊進(jìn)行闡述。首先介紹了信用和風(fēng)險(xiǎn)的相關(guān)理論以及目前我國P2P網(wǎng)貸行業(yè)存在的問題和政府的整頓措施。其次分析了機(jī)器學(xué)習(xí)思想及其核心技術(shù)。針對所收集的數(shù)據(jù)樣本,討論和比較了不同機(jī)器學(xué)習(xí)模型的優(yōu)劣,最終選擇Logistic回歸模型對P2P網(wǎng)絡(luò)貸款風(fēng)險(xiǎn)測度進(jìn)行研究。再次,為了尋找最優(yōu)模型,文中還引入了L1、L2正則項(xiàng)對該模型進(jìn)行優(yōu)化。通過機(jī)器學(xué)習(xí)方法的研究,發(fā)現(xiàn)L1正則化Logistic回歸的風(fēng)險(xiǎn)評估效能(AUC=0.838)顯著優(yōu)于傳統(tǒng)Logistic回歸(AUC=0.740)和L2正則化Logistic回歸(AUC=0.791)。實(shí)際結(jié)果符合理論情況,說明Logistic回歸模型對P2P網(wǎng)絡(luò)貸款風(fēng)險(xiǎn)測度研究是可行和可靠的。最后總結(jié)了風(fēng)險(xiǎn)測度方向是P2P網(wǎng)貸行業(yè)穩(wěn)步發(fā)展的必要條件等結(jié)論。與此同時(shí),對未來P2P網(wǎng)絡(luò)貸款業(yè)務(wù)提出政策建設(shè)建議,這對我國后期完善P2P網(wǎng)絡(luò)貸款服務(wù)體系具有非常重要的參考價(jià)值。
【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】：C81
【圖文】：

第一章 引言方案，本章節(jié)的亮點(diǎn)在于降維方法、模型構(gòu)建與優(yōu)化方法的應(yīng)用和比較，對比假設(shè)檢驗(yàn)方法和單因素 Logistic 回歸方法等不同降維方法的優(yōu)劣，以及對比 L1、L2 正則化 Logistic 回歸模型的優(yōu)化效能。第五章對實(shí)證結(jié)果進(jìn)行總結(jié)分析，及對未來 P2P 網(wǎng)絡(luò)貸款行業(yè)提出相應(yīng)的建議與展望。二、 結(jié)構(gòu)框架(一) 章節(jié)關(guān)系思路圖

圖 2-1 P2P 網(wǎng)絡(luò)貸款中角色關(guān)系圖P2P 網(wǎng)絡(luò)貸款風(fēng)險(xiǎn)來源、種類和特征分析 網(wǎng)絡(luò)貸款是一種有別于傳統(tǒng)金融類項(xiàng)目的新型業(yè)務(wù)，其發(fā)展尚處于因此將受到許多因素的影響，造成一定程度的風(fēng)險(xiǎn)現(xiàn)象。貸款業(yè)務(wù)括貸款方、借款方和 P2P 平臺，在整體流程中的每個(gè)環(huán)節(jié)均會(huì)出現(xiàn)險(xiǎn)節(jié)點(diǎn)。信用貸款風(fēng)險(xiǎn)出現(xiàn)在信貸市場交易活動(dòng)中，它影響著信貸徑，并且構(gòu)成發(fā)展結(jié)果的不確定性，這種不確定性正是信用風(fēng)險(xiǎn)產(chǎn)。本文研究了影響 P2P 網(wǎng)絡(luò)貸款的健康發(fā)展的主要風(fēng)險(xiǎn)因素，發(fā)現(xiàn)由傳統(tǒng)業(yè)務(wù)的風(fēng)險(xiǎn)因素以及基于互聯(lián)網(wǎng)平臺本身的內(nèi)在的風(fēng)險(xiǎn)因質(zhì)可以將風(fēng)險(xiǎn)分為兩大類，第一類為固有風(fēng)險(xiǎn)，第二類為不定風(fēng)有風(fēng)險(xiǎn)

圖 3-1 機(jī)器學(xué)習(xí)三要素文研究的主要是監(jiān)督學(xué)習(xí)，該方法最重要的特征在于模型構(gòu)建過程解釋變量，主要由回歸分析和分類分析兩大類構(gòu)成。在回歸分析中為連續(xù)型特征，而在分類分析中，被解釋變量為離散型特征。本文絡(luò)貸款風(fēng)險(xiǎn)測度模型中，將貸款者的個(gè)人身份、資產(chǎn)等信息作為解而將其是否違約作為被解釋變量特征。在本文研究中，模型的假設(shè)ic 回歸模型，模型選擇的準(zhǔn)則有平方誤差(square-error)和 AUC 值，法為引入 L1 正則項(xiàng)，利用交叉驗(yàn)證技術(shù)和梯度下降法進(jìn)行最優(yōu)化器學(xué)習(xí)在整個(gè)最優(yōu)化模型的構(gòu)建中，其思想在于如何把握訓(xùn)練集、減少到一定程度，并從眾多模型中選擇出一個(gè)最優(yōu)模型，即機(jī)器學(xué)程。節(jié) Logistic 回歸模型及其優(yōu)化

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 宋麗平;張利坤;徐瑋;;P2P網(wǎng)絡(luò)借貸個(gè)人信用風(fēng)險(xiǎn)評估[J];財(cái)會(huì)月刊;2015年35期

2 閆春英;張佳睿;;完善我國P2P網(wǎng)絡(luò)借貸平臺風(fēng)險(xiǎn)控制體系的策略研究[J];經(jīng)濟(jì)學(xué)家;2015年10期

3 廖愉平;;我國互聯(lián)網(wǎng)金融發(fā)展及其風(fēng)險(xiǎn)監(jiān)管研究——以P2P平臺、余額寶、第三方支付為例[J];經(jīng)濟(jì)與管理;2015年02期

4 傅彥銘;臧敦剛;戚名鈺;;P2P網(wǎng)絡(luò)貸款信用的風(fēng)險(xiǎn)評估[J];統(tǒng)計(jì)與決策;2014年21期

5 李珍香;王文劍;郭虎升;;處理多類不平衡數(shù)據(jù)的SVM分類算法[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年07期

6 楊徑川;;基于“Prosper”和“拍拍貸”的對比分析,探討我國“人人貸”發(fā)展的風(fēng)險(xiǎn)與不足[J];中國科技投資;2013年11期

7 張曉毛;張志芳;;我國中小商業(yè)銀行拓展微小企業(yè)信貸業(yè)務(wù)創(chuàng)新研究[J];商業(yè)文化(下半月);2012年02期

8 姜明輝;袁緒川;;個(gè)人信用評估PSO-SVM模型的構(gòu)建及應(yīng)用[J];管理學(xué)報(bào);2008年04期

相關(guān)碩士學(xué)位論文 前5條

1 高瑞瑤;我國P2P網(wǎng)絡(luò)借貸借款方風(fēng)險(xiǎn)分析與防范[D];中國社會(huì)科學(xué)院研究生院;2014年

2 羅揚(yáng);我國P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)管理體系的構(gòu)建[D];浙江理工大學(xué);2014年

3 袁羽;基于Logistic回歸的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)度量[D];上海社會(huì)科學(xué)院;2014年

4 白金瑞;基于Logistic回歸的神經(jīng)網(wǎng)絡(luò)模型在個(gè)人信用評估中的應(yīng)用[D];內(nèi)蒙古大學(xué);2012年

5 王琪;基于數(shù)據(jù)挖掘的商業(yè)銀行個(gè)人信用風(fēng)險(xiǎn)評估體系研究[D];北京交通大學(xué);2009年

本文編號：2758921