P2P网贷信用风险评估及博弈分析.docxVIP

P2P网贷信用风险评估及博弈分析 随着我国经济实力的稳步上升 , 科技水平在大步前进 , 互联网技术也在不断 提高 , 传统的社会融资手段已经越来越无法满足人们对资金旺盛的需求。近些年 , 互联网金融以其便利、 快捷等多方面的优点应运而生 , 正慢慢地为社会填补着资金缺口、改善着融资困难 , 成为了一种新型的金融服务手段。 其中 ,P2P 网络借贷 ( 以下简称 “网贷” ) 发展正处于极其迅速阶段。 P2P网贷是一类将互联网作为依托 , 联接着借款人和投资人的第三方融资平台。 由于借款人进入平台的门槛较低、借贷双方信息的严重不对称 ,P2P 网贷平台面临信用风险。许多网贷平台虽然已经在大力维护平台信用风险测算系统的稳定性和精确性 , 但仍存在部分逾期还款甚至严重逾期的借款人 , 这使得出借人的经济权益受到极大威胁 , 也让网贷平台面临较高的坏账率 , 甚至是运营资金链断裂的经济风险 , 同时承担社会各界的经济与舆论压力。 本文结合数据挖掘方法与博弈论理论对 P2P网贷的信用风险进行评估与分析。首先利用网页信息爬取技术获得 63240 条人人贷平台的原始数据 , 经过预处理后得到 35904 条数据。 通过结合历史记录中借款人的特征信息与行为表现以及是否出现违约还款, 挑选 28 个评估指标建立三种分类模型 : 支持向量机模型、决策树模型与人工神经 网络模型。分别对数据进行预测 , 发现决策树的预测精度最高 , 其次为人工神经网 络与支持向量机模型 , 故可用决策树模型来判定存在信用风险的借款人。 P2P网贷平台提供信用风险监测 , 避免可能会给投资人带来经济损失的隐患。同时 , 结合博弈论分析信用风险成因 , 通过做出不完全信息下的博弈分析 , 根 据决策树模型得出平台为降低信用风险应做出的机制设计 : 设置合理的激励 ( 惩 ) 系数、贷款利率并加强信用评分、 ID 号码、利率、收入、工作时间和借款用途等信息共享机制 , 从而更有效地为投资人面临的经济风险提供依据与对策 , 使 得 P2P网贷平台的融资环境得到优化与改善。