我国互联网消费金融的信用风险防范研究

发布时间：2024-05-12 12:17

　　随着互联网技术的发展,各行各业都寄希望与互联网相互整合以谋求企业新的发展方向。加之国家将消费金融行业作为未来经济发展的战略新兴产业,互联网消费金融便应运而生。我国互联网消费金融指的是为人民提供的以消费为目的一种信贷服务方式(除房屋和汽车消费之外)。这种方式相较于传统信贷来说具有信息化、批量化以及低成本化的优点。它也因此具有零抵押、在线快速审核、极速放款的特点。正是因为这些特点,一经推出便吸引了大量的消费者,整个行业也因此步入快车道。然而,与高速增长一并而来的是行业整体的信用风险也在呈上升趋势,严重的影响行业稳定向前。本文将我国互联网消费金融的信用风险作为研究对象。通过识别行业整体存在的信用风险,探究其发生的原因、相关的影响因素,进而提出针对性的防范建议。并希望以此有效降低行业发生信用违约的概率。首先,本文分别从借款人角度、平台角度以及贷款人角度有效识别了我国互联网消费金融行业可能存在的信用风险。同时,了解到现有的消费金融服务平台防范信用风险的模式主要有基于电商平台的模式、基于社交平台的模式以及依托同业合作的模式。其次,在有效识别信用风险的基础上、分析其发生的可能原因。发现我国互联网消费...

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

图5-3随机森林示意图

相似。CART中每一次对数据集进行分类都会降低基尼系数。相较于上面三种分类算法，随机森林算法本质是在以决策树为基学习器的基础上构建出的一种集成式分类算法，基于底层的决策树算法与它们并没有任何区别。但是，随机森林算法从整体层面给决策树的分类加入了更多的随机属性。每一个模型在训练阶段....

图5-4随机森林精确度变化曲线

凶?庞?于随机森林建模分析的工具包——scikit-learn库中的randomForest模块进行实证分析。为检验模型的泛化能力，本文将原始数据集中的61460(占比70%)个样本用于训练模型，剩下的26340(占比30%)个样本用于检验模型的预测效果。随机森林模型主要有决策树....

本文编号：3971316