基于SMOTE算法机器学习模型对P2P网贷平台借款人违约行为研究——基于人人贷数据分析.pdfVIP

中文科技期刊数据库（全文版）经济管理

中文科技期刊数据库（全文版）经济管理

基于SMOTE算法机器学习模型对P2P网贷平台借款人违

约行为研究——基于人人贷数据分析

赵亚平

上海建桥学院，上海200000

摘要：P2P网贷平台作为互联网金融的重要模式，近年来快速发展，但借款人违约风险始终是行业的核心挑战。

以“人人贷”为代表的平台积累了海量交易数据，为机器学习模型的应用提供了基础。传统违约预测模型常面临

样本不平衡问题，导致模型对少数类的识别能力不足。SMOTE算法通过生成合成样本有效缓解数据不平衡，提升

机器学习模型对违约行为的预测精度。研究依托两大趋势：一是金融科技对风控智能化的需求，监管政策要求平

台加强风险定价能力；二是机器学习在信用评估中的普及，SMOTE与集成学习的结合成为解决样本不平衡问题的

前沿方向。基于人人贷真实数据的研究，不仅能验证SMOTE算法的实践价值，还可为P2P平台优化风控模型提供

方法论支持。

关键词：SMOTE算法；P2P网贷平台；借款人违约行为

中图分类号：F832.4

1样本选择与数据描述远高于女性，前者占比超过八成；3、借款人工作年

限普遍较短，工作年限在三年及以下的借款人超过70%；

1.1研究样本

4、样本的违约率为1.91%，最高违约金额在156,540

本文抓取了人人贷网站上共计55471条经历完还

元。

款期限的借款订单数据。

1.2自变量选取与描述性统计

目前，“人人贷”网站上能够获取的信息包括借

款人特征信息、借款人经济信息和平台信息三个方面

的信息。（见表1）

表1自变量描述

变量分类变量名备注

年龄男性赋值1，女性赋值0。

高中或以下赋值0，大专赋值1，

学历

借款人特本科赋值2，硕士及以上赋值3。

征信息“人人贷”将婚姻状况划分为“未

婚姻状况婚”、“已婚”、“离异”、“丧图1借款人信息与违约情况

偶”，分别赋值0-3。

薪资借款人月薪。2数据处理与模型建立

借款人经“人人贷”将工作年限划分为1年

济信息工作年限（含）以下，1-3年（含），5年2.1随机过采样

以上，分别赋值0-3。

成功借款数据处理与模型建立是核心环节。针对“人人贷”

借款人的历史还清借款次数。

平台信息次数平台数据中普遍存在的类别不平衡问题（正常还款样

借款金额本次借款金额。

利率年化借款利率。本远多于违约样本），本研究采用随机过采样（Random

通过对数据的整理（见图1），我们发现：1、借Oversampling）与SMOTE（SyntheticMinority

款人学历普遍偏低，高学历借款人（本科、硕士及以OversamplingTechnique）相结合的混合采样策略。

上）只占约20%；2、在“人人贷”上进行借款的男性具体而言，首先对原始数据进行预处理，包括缺失值

填补、异常值处