基于數(shù)據(jù)挖掘的P2P網(wǎng)貸獲貸結(jié)果影響因素及放貸決策模型研究.pdf

1、P2P網(wǎng)絡(luò)貸款指的是出借人與借款人之間通過(guò)網(wǎng)絡(luò)借貸平臺(tái)而不是金融機(jī)構(gòu)產(chǎn)生的無(wú)抵押貸款。從2015年起我國(guó)的P2P網(wǎng)絡(luò)貸款發(fā)展非常迅猛，《中國(guó)P2P網(wǎng)貸行業(yè)2015年年報(bào)簡(jiǎn)報(bào)》顯示，2015年全國(guó)的P2P網(wǎng)貸平臺(tái)數(shù)量從2918家增至5121家，年度累計(jì)成交量從2014年的2528億元增加到2015年的9823.04億元。然而，截止至2017年2月，全國(guó)累計(jì)成立的5882家P2P網(wǎng)絡(luò)貸款平臺(tái)中，已有3547家平臺(tái)停業(yè)或者出現(xiàn)問(wèn)題。由此可見(jiàn)，

2、P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)控制問(wèn)題刻不容緩。
　　本文基于P2P網(wǎng)貸平臺(tái)“好貸網(wǎng)”的真實(shí)貸款數(shù)據(jù)，從申請(qǐng)者的一系列特征變量中識(shí)別出影響其獲貸結(jié)果的顯著因素，并建立了有效的放貸決策模型判別申請(qǐng)者的獲貸結(jié)果。文章具體內(nèi)容如下:
　　數(shù)據(jù)預(yù)處理部分，將原始數(shù)據(jù)的貸款申請(qǐng)表和申請(qǐng)者信息表用SQL.拼接成個(gè)人貸款分析表，通過(guò)邏輯處理刪除無(wú)效數(shù)據(jù)，然后用KNN插值法對(duì)缺失值進(jìn)行插補(bǔ)，再通過(guò)WOE分箱法處理離群值，最終得到3003條有效數(shù)據(jù)，2

3、0個(gè)申請(qǐng)者特征變量。
　　獲貸結(jié)果影響因素識(shí)別部分，首先通過(guò)計(jì)算20個(gè)變量的Ⅳ值篩選出對(duì)獲貸結(jié)果顯著的14個(gè)變量，接著用隨機(jī)森林模型計(jì)算每個(gè)顯著變量的Gini值平均減少量，平均減少量越大的變量對(duì)獲貸結(jié)果的影響越大。結(jié)果發(fā)現(xiàn)，對(duì)獲貸結(jié)果影響最大的因素是申請(qǐng)者以往信用記錄，其次是其職業(yè)和資產(chǎn)情況，最后是貸款額度和貸款期限，而性別和婚姻狀況等個(gè)人基本特征的影響非常小。通過(guò)成敗比進(jìn)一步識(shí)別各因素對(duì)獲貸結(jié)果影響的具體方向和大小，發(fā)現(xiàn)有信用卡

4、比沒(méi)有信用卡的獲貸的成功率高20倍，單卡最高額度、開(kāi)卡時(shí)間、工資、工作年限、文化程度都與獲貸成功率顯著成正比。
　　放貸決策模型建立部分，本文選用最常見(jiàn)的6種模型:統(tǒng)計(jì)模型中的Logistic回歸模型、非統(tǒng)計(jì)模型中的SVM模型和神經(jīng)網(wǎng)絡(luò)模型、組合模型中的AdaBoost模型、GDBT模型、XGBoost模型。首先對(duì)申請(qǐng)者用K-means聚類(lèi)法進(jìn)行分類(lèi)，總結(jié)每類(lèi)申請(qǐng)者的特征，再對(duì)每類(lèi)申請(qǐng)者單獨(dú)建立模型并將每類(lèi)申請(qǐng)者的模型預(yù)測(cè)結(jié)果匯總

5、，將匯總結(jié)果與未分類(lèi)前所建立的模型結(jié)果進(jìn)行對(duì)比，發(fā)現(xiàn)聚類(lèi)后的模型準(zhǔn)確度、靈敏度、特異性分別有3.31％、17.39％、11.05％的顯著提高，這意味著聚類(lèi)后的模型與來(lái)聚類(lèi)相比能為P2P網(wǎng)貸平臺(tái)增加17.39％的業(yè)務(wù)，降低11.05％的錯(cuò)判風(fēng)險(xiǎn)。從而得到如下結(jié)論:不同申請(qǐng)者之間存在較大差異，對(duì)申請(qǐng)者整體建模會(huì)忽略這些差異信息，造成模型精度下降。先用K-means聚類(lèi)法將申請(qǐng)者分類(lèi)再在各類(lèi)申請(qǐng)者中建立模型，能顯著增強(qiáng)模型捕捉不同類(lèi)申請(qǐng)者特征