P2P网络借贷中的数据分析与决策模型研究.pdf

关叩灾心哆釉登厦门大学学位论文原创性声明叽本人呈交的学位论文是本人在导师指导下,独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果,均在文中以适当方式明确标明,并符合法律规范和《厦门大学研究生学术活动规范孕》。另外,该学位论文为课题的研究成果,获得翁组经费或实验室的资助,在笛槭彝瓿伞朐谝陨侠ê拍谔钚纯翁饣蚩翁庾楦涸鹑嘶蚴笛槭颐疲未有此项声明内容的,可以不作特别声明。年日士丑、。八●●,
厦门大学学位敝著作权使用声‰㈣关矿误雠嗒人口月名德年明加儿占、、●“●●,
摘要..缃璐墙昀闯鱿值男滦耸挛铩T谕缃璐教上,借贷双方不需要以银行等传统金融机构为中介,直接通过交易无担保借贷。美国最大缃璐教≒.涑万的会员及将近亿美元交易量为投资分析提供了充分的数据。本文针对缃璐奶氐悖咏杩人的角度分析借款用途对借款成功率的影响,并建立贝叶斯模型和二部投资网络模型帮助投资者进行投资决策。本文的主要工作及创新点如下:从借款人的角度出发,研究网络借贷中借款用途对借贷成功率的影响,以单一变量原则建立数学模型,并使用最小二乘法进行参数估计,回归实证研究表明:同等条件下,学生借款比其它种借款成功率低%,分析其原因发现学生还款率并不比其它的低,因此对学生存在直觉歧视。通过类似的方法,本文还发现用于汽车或者其它方面的债务更容易借到钱。同时,实证研究还得出了其它若干因素,如借款金额、利率等对借款成功率的影响。从投资者的角度出发,研究借款人的属性庞闷婪帧⑹欠裼凶》俊⒄袷入比敖杩钕钅康氖粜借款金额、利率、借款用途、每月还款金额、投标数目对还款率的影响。首先利用一年前的数据作为模型训练数据集,通过计算两两属性之间的互信息得出它们之间的关联程度,利用最大生成树算法建立无向图,最后选任意顶点作为根节点并将目标节点作为每个节点的父节点,建立贝叶斯网络。再利用此贝叶斯模型对一年以后的数据进行预测,将预测结果与实际还款情况进行比较。实验结果表明:贝叶斯模型预测还款概率较高的借贷,实际还款概率确实比较高,特别是,预测概率高于%的借款,实际还款率达到了ァ因此,贝叶斯网络模型通过综合考虑借款人及借款本身的各个属性,能够帮助投资者做出正确的决策。缃璐校蹲嗜撕徒杩钕钅啃纬闪艘桓龆喽远嗟亩客纪纾蹲者和借款项目分别是二部图两边的顶点,每条边的权值为投标金额。本文建立了基于该二部图的评分模型,先利用已知状态的借款项目对投资人进行评分,再用投资人对未知状态的借款项目进行评分,通过这种相互评分,能得到整个二部图
网络各结点的分值,实验结果证明:该方法所得分数对投资决策具有重要的参考价值,分值较高的借款项目具有较好的投资价值。关键词:缃璐钚《朔ǎ匆端雇纾客
嚎甶.,猚甌絚舶%.,.,%,産瑂%,瑆,..瑂..
,.,鷐琣.;籅瓻,.琫甌瑆—疭篜籓
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章相关知识介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第三章基于最乘法的网络借贷模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第四章基于贝叶斯网络的投资策略模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第五章基于二部网络的投资策略模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.课曩的背景和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的研究工作及创新之处⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的组织结构⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数据挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数据来源⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数据分布⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.数学模型的建立⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..嘣O咝曰毓槟P图盎毓橄凳淖钚《ⅰ.笛榻峁疤致邸本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯贝叶斯网络概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...跫バ畔ⅰ.学习算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...怕始扑愎健实验结果及分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.菁霸ご怼贝叶斯模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.笛榻峁胺治觥⋯........⋯⋯..........⋯.......⋯......⋯⋯⋯........⋯......⋯...........⋯.....
第六章总结和展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯