基于數(shù)據(jù)挖掘的P2P網(wǎng)貸獲貸結(jié)果影響因素及放貸決策模型研究.pdf

1、P2P網(wǎng)絡(luò)貸款指的是出借人與借款人之間通過網(wǎng)絡(luò)借貸平臺而不是金融機構(gòu)產(chǎn)生的無抵押貸款。從2015年起我國的P2P網(wǎng)絡(luò)貸款發(fā)展非常迅猛，《中國P2P網(wǎng)貸行業(yè)2015年年報簡報》顯示，2015年全國的P2P網(wǎng)貸平臺數(shù)量從2918家增至5121家，年度累計成交量從2014年的2528億元增加到2015年的9823.04億元。然而，截止至2017年2月，全國累計成立的5882家P2P網(wǎng)絡(luò)貸款平臺中，已有3547家平臺停業(yè)或者出現(xiàn)問題。由此可見，

2、P2P網(wǎng)貸平臺的風險控制問題刻不容緩。
　　本文基于P2P網(wǎng)貸平臺“好貸網(wǎng)”的真實貸款數(shù)據(jù)，從申請者的一系列特征變量中識別出影響其獲貸結(jié)果的顯著因素，并建立了有效的放貸決策模型判別申請者的獲貸結(jié)果。文章具體內(nèi)容如下:
　　數(shù)據(jù)預處理部分，將原始數(shù)據(jù)的貸款申請表和申請者信息表用SQL.拼接成個人貸款分析表，通過邏輯處理刪除無效數(shù)據(jù)，然后用KNN插值法對缺失值進行插補，再通過WOE分箱法處理離群值，最終得到3003條有效數(shù)據(jù)，2

3、0個申請者特征變量。
　　獲貸結(jié)果影響因素識別部分，首先通過計算20個變量的Ⅳ值篩選出對獲貸結(jié)果顯著的14個變量，接著用隨機森林模型計算每個顯著變量的Gini值平均減少量，平均減少量越大的變量對獲貸結(jié)果的影響越大。結(jié)果發(fā)現(xiàn)，對獲貸結(jié)果影響最大的因素是申請者以往信用記錄，其次是其職業(yè)和資產(chǎn)情況，最后是貸款額度和貸款期限，而性別和婚姻狀況等個人基本特征的影響非常小。通過成敗比進一步識別各因素對獲貸結(jié)果影響的具體方向和大小，發(fā)現(xiàn)有信用卡

4、比沒有信用卡的獲貸的成功率高20倍，單卡最高額度、開卡時間、工資、工作年限、文化程度都與獲貸成功率顯著成正比。
　　放貸決策模型建立部分，本文選用最常見的6種模型:統(tǒng)計模型中的Logistic回歸模型、非統(tǒng)計模型中的SVM模型和神經(jīng)網(wǎng)絡(luò)模型、組合模型中的AdaBoost模型、GDBT模型、XGBoost模型。首先對申請者用K-means聚類法進行分類，總結(jié)每類申請者的特征，再對每類申請者單獨建立模型并將每類申請者的模型預測結(jié)果匯總

5、，將匯總結(jié)果與未分類前所建立的模型結(jié)果進行對比，發(fā)現(xiàn)聚類后的模型準確度、靈敏度、特異性分別有3.31％、17.39％、11.05％的顯著提高，這意味著聚類后的模型與來聚類相比能為P2P網(wǎng)貸平臺增加17.39％的業(yè)務(wù)，降低11.05％的錯判風險。從而得到如下結(jié)論:不同申請者之間存在較大差異，對申請者整體建模會忽略這些差異信息，造成模型精度下降。先用K-means聚類法將申請者分類再在各類申請者中建立模型，能顯著增強模型捕捉不同類申請者特征