基于贝叶斯网络的P2P网贷借款人信用评价模型

被引：22

作者：

裴平

郭永济

机构：

[1] 南京大学商学院

来源：

中国经济问题 | 2017年 / 02期

关键词：

P2P网络借贷; 信用模型; 贝叶斯网络;

D O I：

10.19365/j.issn1000-4181.2017.02.03

中图分类号：

F713.36 [电子贸易、网上贸易]; F831.2 [金融组织与业务];

学科分类号：

1201 ; 020202 ;

摘要：

本文以大数据征信为视角,认为空间维度上借款人多角度、多层次信息的交叉复现,以及时间维度上借款人社会活动信息的持续呈现能够更加准确地反映借款人信用状况,进而构建了基于贝叶斯网络(Bayesian network,BN)的P2P借款人信用评价模型。研究表明,贝叶斯网络为P2P借款人多维信息间的复杂关系提供了统一的表达方式;基于贝叶斯网络推理的样本内信用评价准确率高达87%,提高信用评价的概率值临界点能够显著增强信用评价模型的精准性;样本外信用评价准确率超过90%,增加训练数据集能明显提高信用评价模型的精准性;通过对比不同信息维度模型的评价准确率,也可验证所构建的P2P借款人信用评价模型是稳健的。

引用

页码：29 / 41

页数：13

共 10 条

[1] 聪明的投资者:非完全市场化利率与风险识别——来自P2P网络借贷的证据 [J].

廖理 ;

李梦然 ;

王正位 .

经济研究, 2014, 49 (07) :125-137

[2] 中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据 [J].

王会娟 ;

廖理 .

中国工业经济, 2014, (04) :136-147

[3] 中国P2P小额贷款市场借贷成功率影响因素分析 [J].

李悦雷 ;

郭阳 ;

张维 .

金融研究, 2013, (07) :126-138

[4] Do Unverifiable Disclosures Matter? Evidence from Peer-to-Peer Lending [J].

Michels, Jeremy .

ACCOUNTING REVIEW, 2012, 87 (04) :1385-1413

[5]

What's in a Picture?: Evidence of Discrimination from Prosper.com[J] . Devin Garett. Pope,Justin Reuel. Sydnor.Journal of Human Resources . 2011 (1)

[6]

Peer to Peer Lending: The Relationship Between Language Features, Trustworthiness, and Persuasion Success[J] . Laura Larrimore,Li Jiang,Jeff Larrimore,David Markowitz,Scott Gorski.Journal of Applied Communication Research . 2011 (1)

[7]

Strategic Herding Behavior in Peer-to-Peer Loan Auctions[J] . Michal Herzenstein,Utpal M. Dholakia,Rick L. Andrews.Journal of Interactive Marketing . 2010 (1)

[8]

Bidding strategies for real-life small loan auctions[J] . Lauri Puro,Jeffrey E. Teich,Hannele Wallenius,Jyrki Wallenius.Decision Support Systems . 2010 (1)

[9]

Kin Groups and Reciprocity: A Model of Credit Transactions in Ghana[J] . Eliana La Ferrara.The American Economic Review . 2003 (5)

[10]

Judging borrowers by the company they keep:Social networks and adverse selection in online peer-to-peer lending .2 LIN Mingfeng,Nagpurnanand R Prabhala,Siva Viswanathan. SSRN e Library . 2009

← 1 →