亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        誰是失信人:大數(shù)據(jù)識(shí)別潛在對(duì)象

        2021-11-07 19:44:35沈曉彤
        科技信息·學(xué)術(shù)版 2021年22期
        關(guān)鍵詞:隨機(jī)森林因子分析大數(shù)據(jù)

        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。

        猜你喜歡
        隨機(jī)森林因子分析大數(shù)據(jù)
        隨機(jī)森林在棉蚜蟲害等級(jí)預(yù)測(cè)中的應(yīng)用
        基于二次隨機(jī)森林的不平衡數(shù)據(jù)分類算法
        軟件(2016年7期)2017-02-07 15:54:01
        拱壩變形監(jiān)測(cè)預(yù)報(bào)的隨機(jī)森林模型及應(yīng)用
        基于主導(dǎo)產(chǎn)業(yè)視角的戰(zhàn)略性新興產(chǎn)業(yè)識(shí)別以及實(shí)證研究
        基于隨機(jī)森林算法的飛機(jī)發(fā)動(dòng)機(jī)故障診斷方法的研究
        基于省會(huì)城市經(jīng)濟(jì)發(fā)展程度的實(shí)證分析
        山東省縣域經(jīng)濟(jì)發(fā)展評(píng)價(jià)研究
        商(2016年27期)2016-10-17 07:17:42
        實(shí)證分析會(huì)計(jì)信息對(duì)股價(jià)的影響
        商(2016年27期)2016-10-17 05:39:59
        基于大數(shù)據(jù)背景下的智慧城市建設(shè)研究
        科技視界(2016年20期)2016-09-29 10:53:22
        亚洲AV无码一区二区三区日日强| 人人妻人人添人人爽欧美一区| 亚洲精品无码久久久久去q| 亚洲成成品网站源码中国有限公司| 男人阁久久| 宅男视频一区二区三区在线观看| 一个人看的www片免费高清视频| 中文人妻无码一区二区三区在线 | 男ji大巴进入女人的视频小说| 国产精品第一二三区久久蜜芽| 美女被射视频在线观看91| 日韩人妻精品视频一区二区三区| 亚洲色成人网站www永久| 国产精品开放小视频| 久久亚洲精品国产精品婷婷| 亚洲精品av一区二区| 波多野42部无码喷潮| 国产91色在线|亚洲| 中文字幕丰满人妻被公强| 久久精品国产免费观看三人同眠| 免费观看黄网站在线播放| 亚洲综合网站精品一区二区| 日本一区二区三区精品免费| 精品国产精品国产偷麻豆| 色狠狠色狠狠综合一区| 亚洲精品熟女乱色一区| 亚洲字幕中文综合久久| 人妻丰满熟妇av无码片| 韩国女主播一区二区在线观看| 日本国产一区二区在线| 午夜精品射精入后重之免费观看| 国产成人无码aⅴ片在线观看| 日本成人免费一区二区三区| av免费播放网站在线| 少妇高潮尖叫黑人激情在线| 欧美日韩国产另类在线观看 | 97色伦图片97综合影院| 最新亚洲精品国偷自产在线| 中文字幕无码免费久久| 国产一区av男人天堂| 无码中文字幕日韩专区视频|