Print

P2P网络借贷信用风险度量模型的对比研究——以“Prosper”和“拍拍贷”为例

论文摘要

P2P网络借贷是一种创新的普惠金融模式,是解决我国个人及中小微企业融资难问题的一种有效手段。作为P2P借贷与网络借贷相结合的新型金融模式,P2P平台将承受较强的借款人信用风险。为了提高P2P平台的借款人准入门槛,降低平台的运营风险,建立完善的借款人信用风险度量模型是非常必要的。首先,我们对11个分类模型以及8个评价指标进行了简单介绍。其次,针对Prosper和拍拍贷两个数据集,分别得到了11个分类模型的8个评价指标值。而且,得出SVM模型是最高评价指标数量最多的模型。最后,我们建立了综合评价指标,对该11个分类模型进行了排序。发现,SVM模型和基于规则的CBA/CPAR模型是排序最高的三个模型,该结论为我们进一步开发综合性能更优的信用风险度量方法奠定了研究基础。

论文目录

  • 1 引言
  • 2 信用风险度量模型简介
  •   2.1 决策树类算法
  •   2.2 函数类算法
  •   2.3 贝叶斯算法
  •   2.4 K邻近(KNN)分类算法
  •   2.5 基于规则的算法
  • 3 评价指标
  • 4 信用评分模型的综合评价
  • 5 结语
  • 文章来源

    类型: 期刊论文

    作者: 邓春生

    关键词: 网络借贷,信用风险度量,分类模型,对比分析

    来源: 中国商论 2019年24期

    年度: 2019

    分类: 经济与管理科学,信息科技

    专业: 计算机软件及计算机应用,贸易经济,金融

    单位: 西南财经大学法学院

    分类号: F713.36;F831.2

    DOI: 10.19699/j.cnki.issn2096-0298.2019.24.063

    页码: 63-66

    总页数: 4

    文件大小: 2423K

    下载量: 800

    相关论文文献

    本文来源: https://www.lunwen66.cn/article/8f67c10c74c5672706412dac.html