盲目的借貸——基于數(shù)據(jù)挖掘方法的P2P網(wǎng)絡(luò)借貸的研究.pdf

1、P2P網(wǎng)絡(luò)借貸憑借其相對(duì)較低的投資門檻，借款的易得性和更低的交易成本的特征，在近幾年得到了迅速的發(fā)展，開創(chuàng)了平民化投資的新時(shí)代。在高速發(fā)展的同時(shí)也暴露了許多問題，首要的是因信息不對(duì)稱引發(fā)的道德風(fēng)險(xiǎn)和逆向選擇，讓平臺(tái)經(jīng)營(yíng)者更容易跑路，讓借款人不得不提高利率，也讓投資者的投資行為呈現(xiàn)非理性的態(tài)勢(shì);然后，在投資者對(duì)高利率的追逐和狂熱的風(fēng)險(xiǎn)偏好行為面前，其借貸行為表現(xiàn)的異常的非理性，對(duì)于借款人發(fā)出的市場(chǎng)信號(hào)，并沒有做到準(zhǔn)確的識(shí)別。
　　在

2、介紹了研究背景和實(shí)際意義的基礎(chǔ)上，本文系統(tǒng)梳理了P2P網(wǎng)貸研究方面的系列文獻(xiàn)，從理論上對(duì)投資者的行為進(jìn)行了探討，部分揭露了其非理性行為的成因和后果。為了證實(shí)非理性的假設(shè)，本文從分三步展開研究，第一步，本文從人人貸的交易數(shù)據(jù)著手，通過(guò)數(shù)據(jù)挖掘的方法，根據(jù)已有的信息變量構(gòu)建模型，分別對(duì)借款的成功率和借款的違約率進(jìn)行預(yù)測(cè)，分別比較支持向量機(jī)、決策樹和隨機(jī)森林模型的預(yù)測(cè)精度，并得到分類預(yù)測(cè)的重要變量，在這一步發(fā)現(xiàn)隨機(jī)森林模型的預(yù)測(cè)效果最好。在借

3、款成功率模型中，其樣本內(nèi)錯(cuò)分率和樣本外錯(cuò)分率分別為2.18％和2.161％，在借款違約率模型中，其樣本內(nèi)錯(cuò)分率和樣本外錯(cuò)分率分別為3.57％和5％;
　　第二步，在隨機(jī)森林模型下，并分別對(duì)成功率和違約率模型影響因素的重要性進(jìn)行排序，發(fā)現(xiàn)在現(xiàn)有的硬信息下對(duì)借款人的可以有一個(gè)良好的鑒別，但也發(fā)現(xiàn)一些影響違約的重要因素并沒有得到投資者考慮，比如在兩個(gè)模型中工作時(shí)間、借款期限、借款利率和借款金額是共有的重要影響因素，這代表了投資者理性的部