|
|||||
|
|
| 基于随机森林分类模型的P2P网络借贷标的信用风险因子研究 | |
| 作者单位： | ;1.吉林大学经济学院;2.北京大学经济学院博士后科研流动站 |
| 摘 要： | P2P网络借贷是互联网金融重要的模式之一。当前,我国P2P网络借贷行业迅速发展,呈现出爆发式增长态势。但是,P2P网络借贷标的信用风险因子的识别和计量问题具有特殊性,需要开展有针对性的研究。以人人贷平台标的数据为样本,采用随机森林分类(RFC)模型对P2P网络借贷标的信用风险因子的研究表明:首次借款标的信用风险因子主要包括借款标的特征、借款人基本信息、借款人财务状况、借款人信用认证、借款人和投资人非历史信用行为。首次借款标的信用风险必须综合借款标的、借款人和投资人等多维信息进行识别。 |
| 关 键 词： | P2P网络借贷 信用风险 随机森林分类模型 互联网金融 |
Research on Credit Risk Factors of Peer-to-Peer Online Lending by the Random Forest Classification Model |
|
| Abstract: | |
| Keywords: | |