杜梅慧，李莉莉，张璇

青岛大学经济学院, 青岛 266100

出版日期:2021-02-25发布日期:2021-04-19

Research on P2P Credit Risk Prediction Based on Two-Step Subsampling Algorithm

DU Meihui,LI Lili,ZHANG Xuan

School of Economics, Qingdao University, Qingdao 266100

Online:2021-02-25Published:2021-04-19







摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论

随着大数据时代的到来, P2P网络借贷的数据规模日 益庞大, 导致P2P 网络借贷信用风险比传统的金融借贷信用风险更 加难以预测, 使得大量的P2P机构面临倒闭.文章运用美国Lending Club网站2017--2018年的数据, 采取两步子抽样方法抽取样本, 建立logistic回归模型对P2P网络借贷信用风险进行预测. 研究结果表明: P2P网络借贷信用风险与借款人的年收入、FICO得分、贷款金额等多种因素有关; 基于两步子抽样方法建立的logistic回归模型在P2P网络借贷信用风险预测方面优于基于简单随机抽样方法建立的logistics 回归模型.

分享此文:

()

[1]	李晨露. 大数据下广义线性模型的参数估计算法[J]. 系统科学与数学, 2020, 40(5): 927-940.
[2]	琚春华，傅小康，邹江波. 融入社会关系强度的个人信用价值度量模型研究[J]. 系统科学与数学, 2020, 40(3): 448-468.
[3]	刘翱，童泽平，邓旭东，刘克. 基于改进TOPSIS法的P2P网贷平台运营效率评价[J]. 系统科学与数学, 2017, 37(7): 1620-1632.
[4]	王勇，董恒新. 大数据背景下中国季度失业率的预测研究------基于网络搜索数据的分析[J]. 系统科学与数学, 2017, 37(2): 460-472.
[5]	贾效伟，李梦，贾忠伟. 从健康系统工程谈口腔影像学大数据研究伦理[J]. 系统科学与数学, 2016, 36(2): 219-.

-->

PDF全文下载地址:

http://sysmath.com/jweb_xtkxysx/CN/article/downloadArticleFile.do?attachType=PDF&id=14150