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

1、P2P網(wǎng)絡借貸憑借其相對較低的投資門檻，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代。在高速發(fā)展的同時也暴露了許多問題，首要的是因信息不對稱引發(fā)的道德風險和逆向選擇，讓平臺經(jīng)營者更容易跑路，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;然后，在投資者對高利率的追逐和狂熱的風險偏好行為面前，其借貸行為表現(xiàn)的異常的非理性，對于借款人發(fā)出的市場信號，并沒有做到準確的識別。
　　在

2、介紹了研究背景和實際意義的基礎上，本文系統(tǒng)梳理了P2P網(wǎng)貸研究方面的系列文獻，從理論上對投資者的行為進行了探討，部分揭露了其非理性行為的成因和后果。為了證實非理性的假設，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，通過數(shù)據(jù)挖掘的方法，根據(jù)已有的信息變量構建模型，分別對借款的成功率和借款的違約率進行預測，分別比較支持向量機、決策樹和隨機森林模型的預測精度，并得到分類預測的重要變量，在這一步發(fā)現(xiàn)隨機森林模型的預測效果最好。在借

3、款成功率模型中，其樣本內(nèi)錯分率和樣本外錯分率分別為2.18％和2.161％，在借款違約率模型中，其樣本內(nèi)錯分率和樣本外錯分率分別為3.57％和5％;
　　第二步，在隨機森林模型下，并分別對成功率和違約率模型影響因素的重要性進行排序，發(fā)現(xiàn)在現(xiàn)有的硬信息下對借款人的可以有一個良好的鑒別，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，比如在兩個模型中工作時間、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