基于随机森林的P2P网贷信用风险评价、预警与实证研究

发布时间：2023-08-29 21:27

　　Peer to Peer(P2P)网络借贷是一种新兴的互联网金融模式。根据已有的非均衡少量样本,分别采用随机森林分类和回归算法进行建模,结果表明:模型对各级风险样本的识别正确率均达到了100%,具有很好的实用价值和预测能力,讨论了各个评价指标的重要性及其与信用风险之间的非线性关系,分析了现有的用神经网络建模文献存在的主要问题。研究结果为P2P网贷发展提供了理论依据和实践基础。

【文章页数】：6 页

【文章目录】：
一、引言
二、建立P2P网贷个人信用评价指标体系
三、随机森林建模原理
四、建立P2P网贷个人信用风险评价与预警的RF模型
    (一)建立基于随机森林回归的模型及其结果判定
    (二)建立基于随机森林分类模型及其结果判定
五、结果与讨论
    (一)文献[10]所列92 位借贷人的信用风险评价结果
    (二)分析各个评价指标与个人信用(模型输出值)之间的非线性关系
    (三)数据缺失对随机森林模型结果的影响——模型的鲁棒性分析
    (四)文献[10]建模过程存在的原理性错误及其结果的不确定性分析
    (五)合理选取P2P借贷人有效降低风险
六、结束语



本文编号：3844318