基于机器学习模型的P2P网贷平台风险预警研究

严武; 冯凌秉; 蒋志慧; 孔雯

首页> 中文期刊> 《金融与经济》 >基于机器学习模型的P2P网贷平台风险预警研究

基于机器学习模型的P2P网贷平台风险预警研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

cqvip:本文利用大数据网络爬虫技术收集了网贷第三方网站平台的公开数据,利用机器学习模型对网贷平台的非法集资风险进行了预警研究,比较了传统机器学习方法(以逻辑回归和决策树模型为代表)与前沿机器学习模型(以随机森林模型和XGBoost模型为代表)在多个预测指标上的静态预警效能,并在动态预警框架下研究了网贷平台全生命周期内各模型的动态预警效果.研究表明,传统与前沿机器学习模型均表现出了优良的预警效果,传统模型的准确率略低于前沿模型,但决策树模型在重要检出率指标上的表现优于其他模型.在动态预警框架下,本文发现在平台全生命周期内,所采用机器学习模型的预警效果随时间的变化呈现波动上升并在2017年后缓慢下降的趋势.虽然该趋势与我国网贷行业的发展和监管现状相符,但也表明预警模型的使用者应积极寻找表外指标,进一步挖掘网贷平台的深层次指标以稳定预警效果.

著录项

来源
《金融与经济》 |2019年第9期|18-25|共8页
作者
严武; 冯凌秉; 蒋志慧; 孔雯;
展开▼
作者单位

江西财经大学金融学院江西南昌330013;

江西财经大学产业经济研究院江西南昌330013;

展开▼
原文格式 PDF
正文语种 chi
中图分类金融市场;
关键词
P2P网络借贷; 风险; 机器学习; 动态预警;

相似文献

中文文献
外文文献
专利

1. 基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类研究 [J] . 周青松1 ,范兴容2 . 科学大众 . 2018,第003期
2. 基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类研究 [J] . 周青松 ,范兴容 . 无线互联科技 . 2018,第024期
3. 基于GBDT模型的P2P网贷平台运营风险预警研究 [J] . 王小俐 ,魏建国 ,梁方瑞 . 武汉理工大学学报（社会科学版） . 2020,第002期
4. 基于电子感官和机器学习模型的混合金银花区分鉴别方法研究 [J] . 杨天歌 ,倪诗婷 ,高旭华 . 特产研究 . 2021,第003期
5. 基于机器学习模型的制造业企业信用评级研究 [J] . 王灿华 . 债券 . 2021,第009期
6. 基于机器学习模型的沙漠腹地地下水含盐量变化过程及模拟研究 [C] . FAN Jinglong ,范敬龙 ,LIU Hailong . 中国生态学学会2013年学术年会 . 2013
7. 基于分类算法的P2P网贷平台风险预警研究 [A] . 蒋志慧 . 2019

基于机器学习模型的P2P网贷平台风险预警研究

摘要

著录项

相似文献

相关主题

期刊订阅