基于BP神经网络的P2P网贷借款人信用评估

评估借款人信用是P2P网贷公司控制风险的重要步骤,对于网贷公司的正常运行有着极其重要的意义。论文参考商业银行信用指标体系并根据P2P网贷自身特点,建立了P2P网贷借款人的信用评估指标体系。根据建立的指标体系构建相应的BP神经网络模型,并利用一步正切法进行优化。然后选取具有代表性的P2P网贷平台的相关数据,对该模型进行训练和仿真,证明了该模型对P2P网贷平台的风险控制起到一定的作用。     

基于改进TOPSIS法的P2P网贷平台运营效率评价北大核心CSCD

近年来,P2P网络借贷发展迅猛,吸引了来自金融、经济、管理等诸多领域研究人员越来越多的关注.如何结合运营数据对P2P网贷平台效率进行综合评价,这对P2P网贷平台的运营管理和投资者的投资决策有着十分重要的影响,目前关于这方面的研究相对欠缺.鉴于此,文章提出数据驱动赋权的改进TOSPSIS法对P2P网贷平台效率进行综合评价.首先,针对TOPSIS法存在的主观权重问题,提出数据驱动赋权的数学模型;其次,利用教与学优化算法确定最优权重,以最大化赋权前后数据的一致性和权重的客观性;最后,结合网贷之家的运营数据应用改进TOPSIS法对100家P2P网贷平台效率进行综合评价.结果表明,基于改进TOPSIS法的评价结果和网贷之家的评价结果具有较高的一致性.     

P2P网贷平台风险预测研究

随着大数据和机器学习的流行,其在破产预测和风险预测领域逐渐崭露头角。本文运用爬虫技术得到885家网贷平台的16815条数据,通过因子分析及模型验证挖掘出了若干能较好评估P2P平台风险的因子。然后本文通过选取的指标体系建立了Logistics回归、支持向量机、BP神经网络、LightGBM等单模型以及融合模型进行学习训练,所建立的融合模型在测试集中得到最高的准确率,说明本文所建的融合模型能较好地评估网贷平台的风险。本文还选取决策树绘图以及对特征进行重要性排名,选取出了对识别问题平台有重要作用的十项特征。这对投资者选取安全平台进行投资或者监管者选取重点平台进行监管有很好的借鉴意义。     

野蛮生长的P2P江湖

自2007年国内首家P2P平台“拍拍贷”成立起，P2P网贷这一源自西方发达国家的“舶来品”在中国市场上展现出了强悍的繁殖能力。短短7年内，无论是P2P平台的数量、存量资金、还是整体的交易量、投资者数量，都发生了翻天覆地的变化。尤其是2014年以来，P2P行业更是火爆异常，越来越多的精英、草根、巨贾、骗子开始涌入这个正在“井喷”的市场。     

P2P网络借贷市场利率主导权偏离程度的研究——基于双边随机前沿模型

近年来P2P网络借贷作为一种典型的互联网金融模式获得了跳跃式的发展,由于借贷双方信息不对称,导致我国P2P网贷市场利率普遍偏高。本文利用双边随机前沿分析(SFA)方法对我国P2P网贷市场借贷双方利率主导权力进行测算,并对借贷双方的主导权力对贷款利率的影响效应进行定量分析,同时对借款者个体特征对借贷双方利率主导权力的影响进行比较分析。实证结果表明,出借方拥有明显的主导权力,随着学历、年龄、收入、信用等级的增高,借款人地位将有所改善。     

文本信息在P2P借贷平台违约评价中的作用——基于Multinomial Lasso-logistic模型

选取Lending Club 2007年1月至2016年3月的交易数据,运用Multinomial Lasso-logistic模型得到影响平台违约的关键因素并预测了违约概率.结果表明,出借人实际借款的总额、借款利率等因素对违约有显著的影响,此外与以往研究不同的是,发现由借款人提供的借款描述和借款标题等文本信息与违约之间显著负相关,说明当借款人提供更多的文本信息,将表现出相对较低的违约率.研究结论补充了现有文献的不足,对P2P平台的监管和投资者的决策提供了借鉴意义.     

基于改进TOPSIS法的P2P网贷平台运营效率评价

近年来,P2P网络借贷发展迅猛,吸引了来自金融、经济、管理等诸多领域研究人员越来越多的关注.如何结合运营数据对P2P网贷平台效率进行综合评价,这对P2P网贷平台的运营管理和投资者的投资决策有着十分重要的影响,目前关于这方面的研究相对欠缺.鉴于此,文章提出数据驱动赋权的改进TOSPSIS法对P2P网贷平台效率进行综合评价.首先,针对TOPSIS法存在的主观权重问题,提出数据驱动赋权的数学模型;其次,利用教与学优化算法确定最优权重,以最大化赋权前后数据的一致性和权重的客观性;最后,结合网贷之家的运营数据应用改进TOPSIS法对100家P2P网贷平台效率进行综合评价.结果表明,基于改进TOPSIS法的评价结果和网贷之家的评价结果具有较高的一致性.     

基于SVM~(K-Means)的非均衡P2P网贷平台风险预测研究

P2P网贷平台的高速发展,降低了小微企业的借贷成本,提高了投资者的收益与效率,较好地满足了小微企业的融资需求.然而,现阶段中国的P2P网贷平台在发展过程中也暴露出大量的风险问题,不仅使投资者财富遭受损失,也严重危害了P2P行业的健康发展.因此,对P2P网贷平台进行早期风险预测,在风险问题未发生之前对投资者进行风险预警并为投资者提供投资辅助决策是目前学术界广受关注的一个热点研究问题.针对真实P2P网贷平台数据的类别分布非均衡性问题,文章提出了一种基于K-Means聚类和支持向量机(support vector machine,SVM)的非均衡分类方法SVM~(K-Means)用以预测P2P网贷平台风险.通过网贷之家真实数据并以经典的逻辑回归(logistic regression)、支持向量机以及神经网络(back propagation neural network)为基准方法进行的比较试验表明,文章提出的SVMK-Means方法能够更加准确地在早期进行P2P网贷平台风险预测.     

基于有限关注的P2P借贷市场监管模式:以百度为例

P2P借贷相对于传统金融中介具有向下整合闲散资金并降低交易成本的优势,在"互联网+"和"大众创业万众创新"的政策背景下能够有效倒逼传统金融中介改革,为创新企业提供资金.但目前行业仍存在严重的监管缺失问题,而银监会等政府部门监管缺乏法律授权,监管行为缺乏积极性.因此,提出了以《互联网信息搜索服务管理规定》为契机,通过监管百度对P2P的推广业务进而规范行业发展的思路,并论证了这种方法的有效性.百度搜索量对P2P用户投资行为的相关性分析表明,监管百度推广业务能有效阻碍问题平台获得用户,进而减少问题平台的产生及影响.     

P2P网贷违约人是否具有区域性特征——来自湖南省的例证

借助网络爬虫技术手段获取"人人贷"平台上借款人的各项信息,提取两个样本:分为全国随机样本和湖南省随机样本,构建二元Logit回归模型,分析其中对违约率有显著影响的变量.研究表明,负债收入比、借款期限、学历、房产、房贷、描述指数对违约行为有负向影响,而借款利率、车产、认证个数对借款者违约行为有正向影响.同时,通过对两个样本最终回归模型的比较,发现湖南省违约人特征与全国随机样本中体现的违约人特征基本一致,但其中较为特殊的是,在湖南拥有房产和车产不能作为网络借款人履约能力提升的标志.     

在线网络借贷投资决策模型及实证研究

P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出一个新颖的方法,即投资者构成分析方法,通过分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案(investor profile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.     

网络借贷收窄利率定价区间的影响研究——基于倾向性分数匹配法

随着网络借贷的发展,学术界对网络借贷的研究逐渐深入。利率定价机制是网络借贷机制设计的核心,体现了金融的本质——对风险的定价,并逐渐成为学术研究的话题。Wei和Lin^[1]曾记录和分析了美国网络借贷机制变更的过程。本文选用国内一家代表性的网络借贷平台数据,用倾向性分数匹配法对其利率定价机制变化前后的交易行为进行研究,发现当平台收窄了利率区间且降低了合格借款人的审核通过率,违约率反而更高。狭窄的利率区间降低了利率区分度,而利率区分度是投资人判断具体贷款所处风险水平的重要依据,实际上恶化了信息不对称,影响投资人投资行为,具体表现为满标时间延长、单笔贷款投标占比减少,并且投资人羊群行为加重。本文以期限利率周度标准差为利率区间的代理变量,解释了上述变化产生的原因。平台收窄利率区间,降低了贷款质量优劣的区分度,使得平台和投资人风险识别效率降低,未能达到平台运营优化的结果。本文丰富了网络借贷的学术研究,为网络借贷利率定价机制的发展提供参考。     

P2P保险的道德风险问题研究

伴随信息产业的快速发展和互联网保险的广泛运用,近几年来国际上出现了一种新型保险模式――P2P保险(Peer to Peer Insurance)。该模式基于互联网,通过聚集若干风险类型相似的投保人组建风险共担互助小组,风险互助小组成员间一般是亲戚、朋友等熟人关系。P2P保险形成的相互监督机制和声誉机制,可以较好地解决传统保险市场中存在的道德风险问题。本文利用经济学中的比较静态分析方法,研究了P2P保险的道德风险问题,并从理论上证明了在P2P保险模式下,投保人会倾向于更加努力防范风险以降低出险概率,道德风险问题可以得到有效缓解。     

Optimal securitization of credit portfolios via impulse control

We study the optimal loan securitization policy of a commercial bank which is mainly engaged in lending activities. For this we propose a stylized dynamic model which contains the main features affecting the securitization decision. In line with reality we assume that there are non-negligible fixed and variable transaction costs associated with each securitization. The fixed transaction costs lead to a formulation of the optimization problem in an impulse control framework. We prove viscosity solution existence and uniqueness for the quasi-variational inequality associated with this impulse control problem. Iterated optimal stopping is used to find a numerical solution of this PDE, and numerical examples are discussed.     

一类分层非结构化P2P系统的随机优化

对于一类利用中心式构架和分布式构架各自优点的分层非结构化P2P系统,通过定义一种Markov切换空间模型来描述其动态组划分切换行为,从而导出相应的系统性能优化问题.同时还在Markov决策过程理论的基础上给出了关于性能指标的参数化梯度优化算法,并通过相应的实例仿真验证了算法的有效性.     

存在借贷资金的随机资金预算问题研究

讨论了企业运用自有资金及银行贷款进行投资时的资金预算问题,与以往的研究不同,本文假设投资支出、年投资收益以及银行贷款都为随机变量,而且,文章的研究并不要求待选的投资项目具有相同的投资期或具有相同的寿命周期.给出了随机环境下净现值收益的期望值模型及期望值目标规划模型,并设计了基于随机模拟的遗传算法,给出了模型的一般解决方法,此外,还提供了两个数值例子,用以说明建模思想,并例证算法的有效性.     

LOB中基于工期决定因素分析的资源均衡算法研究

资源均衡是重复性项目中的经典调度问题,本文提出一种新的基于平衡线法(line of balance,LOB)的资源均衡方法。首先,本文提出LOB中关键路线的确定方法,确定关键路线及关键工序类型。而后,本文分析项目总工期的决定因素,对不同类型关键工序的特性及其与总工期、资源调整之间的关系进行了研究,论证了在LOB的资源均衡问题中,由于逆关键工序、点关键工序这些特殊工序的存在,可以在保证项目总工期不变的前提下,通过同时调整关键工序和非关键工序实现资源优化。按照这一思路,论文设计了LOB中资源均衡的遗传算法。算例分析表明该资源均衡算法的优化性能。本文提出的资源均衡思路和算法能帮助项目计划人员拓展资源优化空间,达到更好的资源均衡效果。