融入软信息的P2P网络借贷违约预测方法

摘要：

在P2P网络借贷中,预测借款的违约概率是用户信用评价的关键,也是借贷平台与投资者关注的重点问题.由于P2P平台所获取的用户财务信息有限,P2P借款信用评价和违约预测面临新的挑战.本文结合P2P平台的信息特点,提出一种融入软信息的网络借款违约预测方法.首先利用主题模型抽取并量化文本软信息中的相关变量,进而分析不同软信息变量对借款违约的影响关系;其次,设计了一种两阶段的变量选择方法对软硬信息进行组合筛选;最后,引入随机森林算法构建融入软信息的违约预测模型,并结合P2P平台的真实数据进行实证分析.结果表明,在P2P借款的违约预测模型中融入有价值的软信息可以提高预测准确率.

关键词：P2P借贷、违约预测、软信息、主题模型、变量选择、随机森林

所属期刊栏目：25

分类号：F832.4(金融、银行)

资助基金：国家自然科学基金资助项目71731005,71571059

在线出版日期：2018-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：12-21