沈曉彤

摘要：P2P網(wǎng)絡(luò)借貸的模式進(jìn)入我國(guó)后，經(jīng)歷了野蠻生長(zhǎng)期，平臺(tái)暴雷期和逐步成熟期，2016年隨著國(guó)家相關(guān)政策的出臺(tái)，P2P平臺(tái)走向了規(guī)范化、可控化，然而道阻且長(zhǎng)，P2P平臺(tái)的管理不僅要靠國(guó)家的法律監(jiān)管，平臺(tái)和投資者更要提高風(fēng)險(xiǎn)識(shí)別能力。本文利用某借貸平臺(tái)的借貸數(shù)據(jù)信息對(duì)P2P平臺(tái)黑名單進(jìn)行了大數(shù)據(jù)分析，將總體誤判率降低至2.89%，為失信人的初步識(shí)別提供了有效方法。

關(guān)鍵詞：P2P;大數(shù)據(jù);隨機(jī)森林;因子分析

一、引言

近年來，互聯(lián)網(wǎng)技術(shù)在全球范圍內(nèi)蓬勃發(fā)展，互聯(lián)網(wǎng)金融也隨之逐漸強(qiáng)大。在此背景之下，一種全新的民間借貸方式——P2P網(wǎng)絡(luò)借貸應(yīng)運(yùn)而生。P2P（Peer to Peer）網(wǎng)絡(luò)借貸是指借貸者和投資者通過互聯(lián)網(wǎng)平臺(tái)在線上完成的小額借貸模式，不需要傳統(tǒng)金融機(jī)構(gòu)作為中介參與進(jìn)來。P2P網(wǎng)絡(luò)借貸自2007年進(jìn)入我國(guó)，發(fā)展至今已經(jīng)有13年，給投資者和借貸者帶來極大助力的同時(shí)，也帶來了極大的風(fēng)險(xiǎn)。由于P2P網(wǎng)絡(luò)借貸平臺(tái)擁有大量借貸者身份信息，如何在當(dāng)前的大數(shù)據(jù)的背景下，挖掘失信人群的行為特征，刻畫黑名單用戶的畫像，使得P2P網(wǎng)絡(luò)借貸平臺(tái)更全面地了解其客戶的信用情況，這對(duì)提高P2P網(wǎng)貸行業(yè)的良性發(fā)展的能力、促進(jìn)我國(guó)征信體系的健康發(fā)展和提高企業(yè)抗風(fēng)險(xiǎn)能力有積極的意義。

二、實(shí)證分析過程與結(jié)果

（一）描述性分析

本文數(shù)據(jù)來源于某借貸平臺(tái)的歷史借貸信息，包括607條黑名單數(shù)據(jù)，9393條一般數(shù)據(jù)，共計(jì)10000條完整數(shù)據(jù)。主要包括借貸人個(gè)人信息、借貸詳細(xì)信息、是否列入黑名單等共計(jì)41項(xiàng)條目。

描述性統(tǒng)計(jì)分析可知：（1） 借款數(shù)額集中在5萬元附近，個(gè)案間借款金額差異較大;（2） 借款人年齡多集中在35歲左右，大多是中年人群，已婚人群比例大;（3） 借款人以男性居多，占比74%;（4） 借款人收入集中在5000-10000元間;（5） 擁有不動(dòng)產(chǎn)的借款人接近57%有房貸，而擁有汽車的借款人，約有31%的人有車貸;（6）借款人的學(xué)歷主要集中在大專及以下，工作行業(yè)主要為零售業(yè)和制造業(yè)。

（二）因子分析

本文選取表1中的變量進(jìn)行因子分析。球形檢驗(yàn)結(jié)果P<0.000，KMO檢驗(yàn)結(jié)果為0.84>0.8。探索性因子分析結(jié)果表明適合的因子個(gè)數(shù)為5個(gè)。

借貸金額、第一天的借貸金額、第一小時(shí)的借貸金額、最后一小時(shí)的借貸金額、最大的借貸金額和從經(jīng)常借貸人處借貸金額對(duì)因子PA1的影響較大，因此將因子PA1稱為借款金額因子;借款利率、借款期限和工資對(duì)因子PA2的影響較大，因此將因子PA2稱為借款要求因子;有無個(gè)人不動(dòng)產(chǎn)及是否有房貸對(duì)因子PA4影響較大，因此將因子PA4稱為個(gè)人不動(dòng)產(chǎn)因子;有無汽車及是否有車貸對(duì)因子PA3影響較大，因此將因子PA3稱為個(gè)人動(dòng)產(chǎn)因子;年齡、婚姻狀況對(duì)因子PA5影響較大，因此將因子PA5稱為個(gè)人狀況因子。這五個(gè)因子共同構(gòu)成了對(duì)借貸人的評(píng)價(jià)體系。

（三）隨機(jī)森林回歸

1. 選擇合適參數(shù)

剔除行業(yè)和所處企業(yè)規(guī)模兩個(gè)有缺失值的變量后，最終共有38個(gè)自變量用于建模。本文通過遍歷設(shè)定參數(shù)為1至38進(jìn)行38次建模，并打印每次建模的錯(cuò)誤率，選擇錯(cuò)誤率最低為0.127751的mtry取值36。而當(dāng)決策樹取值超過400后，整體錯(cuò)誤率趨于穩(wěn)定，因此本文將ntree參數(shù)設(shè)定為500。

2. 最終模型結(jié)果

建立隨機(jī)森林模型結(jié)果顯示，基于OOB數(shù)據(jù)的總體誤判率為2.89%。其中，實(shí)際沒有違約的用戶模型判斷正確率為99.06%，實(shí)際違約的用戶模型判斷正確率為66%。采用測(cè)試數(shù)據(jù)集對(duì)模型進(jìn)行檢驗(yàn)，發(fā)現(xiàn)模型對(duì)于實(shí)際沒有違約用戶的判斷正確率非常高，但對(duì)于實(shí)際違約用戶的判斷正確率僅有57%。因此如果模型根據(jù)用戶的相關(guān)借貸信息判斷該用戶有違約可能，則大概率該用戶會(huì)違約。ROC曲線中的線下面積AUC為0.781，表明本文的模型具有一定的識(shí)別和判斷價(jià)值。

三、結(jié)論與建議

本文利用某借貸平臺(tái)提供的10000條借貸數(shù)據(jù)信息對(duì)P2P平臺(tái)黑名單進(jìn)行了大數(shù)據(jù)分析。因子分析結(jié)果表明，借款人評(píng)估應(yīng)該從借款金額因子、借款要求因子、個(gè)人不動(dòng)產(chǎn)因子、個(gè)人動(dòng)產(chǎn)因子、個(gè)人狀況因子五個(gè)維度收集借款人信息。本文還嘗試使用隨機(jī)森林進(jìn)行建模，以期能夠通過模型幫助對(duì)借款人進(jìn)行分析。通過遍歷方法本文確定錯(cuò)誤率最低的參數(shù)為mtry=36，ntree=500，最終建立的模型OOB數(shù)據(jù)的總體誤判率為2.89%，其中將實(shí)際未違約人判定為違約人的概率為低于1%，但將實(shí)際違約人判定為未違約人的概率約為40%，因此該模型適用于對(duì)借貸人進(jìn)行初步評(píng)估，篩選出極有可能不能按時(shí)還款的借款人。若在預(yù)測(cè)中認(rèn)為該借款人有較大概率拖欠借款，即可采取一定的跟進(jìn)或制裁方式來保證借款的回收，例如調(diào)整利息率、縮短還款期、降低信用評(píng)級(jí)水平等，以有效降低借貸平臺(tái)的逾期率和壞賬率，進(jìn)而保證平臺(tái)的健康發(fā)展。