基于机器学习的Ｐ２Ｐ网络借贷违约风险预警研究

杨利霞

基于机器学习的Ｐ２Ｐ网络借贷违约风险预警研究

% w/ a. z: |  k2 Q1 V; ~

+ _: q% m  e$ x6 \. d5 NＰ２Ｐ借贷中借款人违约风险较高，严重影响 Ｐ２Ｐ借贷正常交易。为了研究 Ｐ２Ｐ借贷中违约风险预
警问题，基于“拍拍贷”的真实交易数据，建立 Ｌｏｇｉｓｔｉｃ回 归、ＢＰ神 经 网 络、支持向量机等机器学习模型，预 测
0 I) Y0 C$ ~6 Z$ c借款人违约概率，通过对比实验研究法，分析各机器学习模型的预警准确率。研 究 表 明，机器学习预测借款
人违约行为的准确率普遍高于传统回归模型，其 中 随 机 森 林、神经网络及决策树算法的效果更佳。基 于 此，
平台可通过建立相关机器学习模型，正确评价借款人信用，实现对借款人违约概率的科学预警，继 而 有 效 防
范及降低 Ｐ２Ｐ借贷交易中存在的违约风险，避免逆向选择和道德风险问题。