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

. S1 S- }  s5 R! {6 p  M1 [1 w. b
$ |! w) h. z, X4 [& j
# ~/ c; ~3 ~, Y7 B2 `2 TＰ２Ｐ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
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
9 `- m" [' ?7 C- |% j& P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
7 z: t2 a; ^1 H9 o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。


- e. q- t) \) c