P2P网贷平台借款人信用风险评估模型适应性研究

摘要：

本文对比分析了基于Logistic回归、决策树、随机森林、支持向量机和神经网络的个人信用风险评估模型,并在此基础上提出了采用4种机器学习算法综合筛选重要变量再建立Logistic回归模型的两阶段组合模型.应用这一模型对"人人贷"平台借款人数据进行实证研究.结果表明:该模型相较于Logistic回归模型有着更高的精确度,克服了数据维度及定性变量数量的限制,而且提高了单一机器学习算法的指标解释能力,说明基于机器学习算法的Logistic回归模型对P2P网贷平台的借款人信用风险评估有更好的适应性.

关键词：P2P网贷平台、个人信用评估模型、Logistic回归模型、机器学习

分类号：F832.39(金融、银行)

在线出版日期：2019-05-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：23-29