大数据背景下网络借贷的信用风险评估——以人人贷为例.DOCVIP

大数据背景下网络借贷的信用风险评估 以人人贷为例 柳向东李凤 暨南大学经济学院 在大数据时代，网贷平台每天流动着海量交易数据。为充分利用这些数据控制信 用风险，运用数据挖掘算法建立了信用风险评估模型。由于网贷数据多为非平衡 数据，所以通过多次尝试使用SMOTE算法进行处理，提高了模型评估性能。研究发 现:随机森林模型更适合用于信用风险评估，其次是CART、ANN、C4.5。用广的婚 姻、房/车产(贷)等信息重要程度较低，而公司规模、工作吋间等信息，历史借款、 信用评分等信用档案信息在信用风险评估屮尤为重要。 关键词： P2P网络借贷;非平衡数据;SMOTE算法;数据挖掘;随机森林; 基金：国家自然科学基金面上项目《带L6vy跳的多因子市道轮换框架下的仿射 利率结构模型》 The Evaluation of the Borrower’s Credit Risk in Peer-to-Peer Lending under the Background of Big Data:Evidence from RenRen Dai LIU Xiang—dong LI Fen School of Economics，Jinan University; Abstract： Massive transaction data is flowing on the Peer-to-Peer lending platforms every day in the age of big data. For the purpose of making the most of these data to control the credit risk effectively, we established the credit risk evaluation model of Peer-to-Peer lending using data mining methods. Moreover, due to the imbalance of the data, we decided to use the synthetic minority over-sampling technique (SMOTE)to improve the performance of the credit risk model after several tries. The empirical study found that Random Forests is more suitable for the evaluation of credit risk. CART, ANN and C4. 5also perform well. In addition, the borrower’s marital status and possession of house, car, mortgage and auto loan is of no importance, but their personal information(company size, employment length, etc.)and credit information (loan information, credit score, etc.)play an important role in the evaluation of credit risk. Keyword： Peer-to-Peer lending; imbalanced data; SMOTE; data mining; random forests; 一、引言 随着互联网的发展和民间借贷的兴起，P2P网络借贷作为一种依托于互联网的新 型金融模式开始兴起并迅速发展壮大。互联网金融平台利用搜索引擎、社交平台、 云计算等，搜集和记泶数据，基于这些数据，运用数据挖掘技术可以提高金融风险 监控能力。用户信息、历史交易数据等的收集和记录，促进了资金供求双方的信 息交流，在一定程度上降低了由于信息不对称等带来的金融风险。然而，由于中国 P2P网络借贷起步较晚，信用体系不完善，相关法律法规缺失，平台跑路和借款人 不按时还款其至携款潜逃等问题仍时有发生，暴露出/较为严重的资金安全问 题。男一方而，步入大数据时代，P2P网络借贷平台每日产生的交易数据数量大， 包含的借贷信息多样，更新速度快，如何及时、合理、有效地利用这些数据获取有 用信息，提高平台的风险监控能力至关重要。由此，利用平台的海量交易数据，采 用数据挖掘技术，建立信用风险评估模型，为P2P网络借贷平台监管、投资者选择 投标项目提供依据，具有重要的现实意义。 目前，国外在P2P网络借