| 以下仅列出文章摘要、提纲简介，如需获取全文阅读权限，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| P2P模式下的借款人违约风险度量 摘要 互联网金融的快速发展，对于传统金融行业有很大的冲击，直接影响金融市场的格局，为我国的金融行业带来更多的发展机遇和挑战。互联网金融在很多方面都取得了成果，尤其是P2P网络借贷行业。P2P网络借贷是基于网络平台的个人对个人直接借贷商业模式，在满足个人、小微企业资金需求，完善我国个人信用体系及提高社会闲散资金利用率方面，都起到重要作用。但平台的风险度量能力远低于传统的商业银行，在发展过程中暴露出较多问题，面临的最大风险就是借款者的信用风险。 本文站在 P2P 平台控制风险的角度，研究借款人这一角色的违约风险度量方法，利用 Lending Club 网站上公布的借款人详细交易数据，选取出若干备选风险特征与变量，通过数据抽取、数据转换、过采样、数据离散化等方法对数据进行预处理，并借助信息增益率技术筛选出最终建模特征变量，继而在 Weka 平台上构建 C4.5 决策树信用风险度量模型，对Lending Club的平台数据进行借款人违约风险度量。文章最后基于决策树违约风险评估研究结果对完善平台借款人征信体系提出了一些改进意见。 关键词：互联网金融；P2P网贷；违约风险度量 目录 摘要 I Abstract II 1 绪论 1 1.1研究背景及意义 1 1.2研究内容 2 1.3研究方法与思路 2 1.4文献综述 2 2 风险理论基础 3 2.1信息不对称理论 4 2.2信用风险评估理论 4 2.3P2P平台借款人违约风险概述 5 2.3.1P2P借款人违约原因 5 2.3.2P2P借款人信用风险影响因素 6 3 互联网金融概念与现状 7 3.3.1国内外P2P经营模式 8 3.3.2P2P行业主要问题 10 4 决策树模型及借款人违约风险度量 11 4.1决策树模型及生成算法 11 4.1.1决策树基本原理 11 4.1.2C4.5决策树算法基本原理 11 4.1.3决策树模型在网络贷款中的适用性 12 4.2基于C4.5决策树模型下的P2P借款人违约风险度量 13 4.2.1数据来源说明 13 4.2.2数据预处理 13 4.2.3特征变量选择 16 4.2.4决策树模型建立 17 4.3模型有效性检验 18 4.3.1混淆矩阵检验 18 4.3.2 ROC曲线检验 19 结论 21 参考文献 22 致谢 24 |
