基于隨機(jī)森林的P2P網(wǎng)絡(luò)借貸成功率預(yù)測(cè)研究

周玉琴 張曉玫 羅璇

（西南財(cái)經(jīng)大學(xué),四川成都 611130）

基于隨機(jī)森林的P2P網(wǎng)絡(luò)借貸成功率預(yù)測(cè)研究

周玉琴 張曉玫 羅璇

（西南財(cái)經(jīng)大學(xué),四川成都 611130）

P2P網(wǎng)絡(luò)借貸成功率較低是P2P網(wǎng)絡(luò)借貸市場(chǎng)快速發(fā)展瓶頸。探索借貸成功率提高路徑，構(gòu)建基于隨機(jī)森林的網(wǎng)絡(luò)借貸成功率評(píng)估模型，根據(jù)“人人貸”平臺(tái)2015年一季度訂單數(shù)據(jù)，選取借款人基本特征、歷史信息、貸款特征及認(rèn)證信息等33個(gè)變量，最大限度包含借款訂單信息。研究表明歷史借款成功率、未還清借款量、收入認(rèn)證等是借貸成功率重要影響因素；預(yù)測(cè)P2P網(wǎng)絡(luò)借貸成功率時(shí)，隨機(jī)森林方法準(zhǔn)確率明顯優(yōu)于Logistic回歸模型等方法。

隨機(jī)森林；smote算法；P2P網(wǎng)絡(luò)；歷史借貸成功率

P2P網(wǎng)絡(luò)借貸依托于互聯(lián)網(wǎng)技術(shù)與民間借貸，可快速發(fā)布信息并被投資者檢索，促成交易高效匹配，提升市場(chǎng)效率。P2P網(wǎng)絡(luò)借貸準(zhǔn)入門檻較低[1]（投資者僅需出資50元以上即可），參與方式較靈活，借貸雙方具有廣泛性。然而，由于交易通過互聯(lián)網(wǎng)渠道完成，借款人可能是傳統(tǒng)金融機(jī)構(gòu)篩選后的“次級(jí)客戶”，而借貸平臺(tái)無法考查所有借款人情況，且出借人可能不具備良好風(fēng)險(xiǎn)識(shí)別與承受力，導(dǎo)致基于信用的網(wǎng)絡(luò)借貸平臺(tái)借貸成功率偏低，制約網(wǎng)絡(luò)借貸市場(chǎng)持續(xù)健康發(fā)展。如何從大量借款訂單信息中挑選少量預(yù)測(cè)P2P網(wǎng)絡(luò)借貸平臺(tái)借貸成功率，進(jìn)而減少信息搜集成本，一直被監(jiān)管層、投資者以及學(xué)者廣泛關(guān)注。研究表明性別、借款人信用等級(jí)、年齡以及信用評(píng)級(jí)等對(duì)P2P網(wǎng)絡(luò)借貸成功率具有顯著影響[2-3]，已有文獻(xiàn)多采用統(tǒng)計(jì)模型（多元回歸、Logistic回歸和Tobit回歸等）研究網(wǎng)絡(luò)借貸成功率影響因素，但并未給出變量重要程度排序。雖然統(tǒng)計(jì)模型具有廣泛適用性，但線性、非線性傳統(tǒng)統(tǒng)計(jì)學(xué)嚴(yán)格假設(shè)條件要求預(yù)測(cè)變量、函數(shù)形式間相互獨(dú)立，與實(shí)際函數(shù)關(guān)系不符。因此，本文運(yùn)用機(jī)器學(xué)習(xí)方法中的隨機(jī)森林算法研究P2P網(wǎng)絡(luò)借貸成功率影響因素。

隨機(jī)森林是一種非參數(shù)統(tǒng)計(jì)方法，預(yù)測(cè)準(zhǔn)確率與噪聲容忍度明顯優(yōu)于支持向量機(jī)、神經(jīng)網(wǎng)絡(luò)、決策樹等機(jī)器學(xué)習(xí)方法[4]。近年來，隨機(jī)森林被廣泛運(yùn)用到客戶流失、信用風(fēng)險(xiǎn)管理、客戶忠誠(chéng)度研究等領(lǐng)域，學(xué)者發(fā)現(xiàn)較之Logistic回歸與普通線性回歸，隨機(jī)森林預(yù)測(cè)效果明顯更優(yōu)[5-6]。因此研究引入非參數(shù)隨機(jī)森林模型評(píng)估與預(yù)測(cè)P2P網(wǎng)絡(luò)借貸成功率，為網(wǎng)絡(luò)借貸平臺(tái)、借款人及投資者提供參考。本研究與已有研究主要區(qū)別：一是運(yùn)用隨機(jī)森林模型評(píng)估P2P網(wǎng)絡(luò)借貸成功率，并與其他模型比較評(píng)估準(zhǔn)確率；二是運(yùn)用隨機(jī)森林模型分析各變量重要程度，降低數(shù)據(jù)維度，為投資者選取標(biāo)的提供指標(biāo)參考；三是在借貸成功率影響因素選擇上，選取33個(gè)變量，最大限度包含借款訂單信息。

一、網(wǎng)絡(luò)借貸成功率評(píng)估模型

（一）Logistic回歸模型

選擇通用Logistic回歸模型作為其他方法比較基準(zhǔn)，可識(shí)別自變量對(duì)P2P網(wǎng)絡(luò)借貸成功率的影響方向與程度。Logistic模型具體形式見式（1）：

其中Pi為網(wǎng)絡(luò)借貸成功率，βi（i=0，1，…，n）為待估計(jì)系數(shù)，Xi（i=0，1，…，n）為自變量，εi為隨機(jī)誤差項(xiàng)。網(wǎng)絡(luò)借貸成功率指借款成功率變量為1的概率，自變量包括借款人基本特征、歷史信息、貸款特征、認(rèn)證信息等33個(gè)變量。

（二）隨機(jī)森林分類模型

Logistic回歸模型解決因變量不連續(xù)回歸問題，但線性或非線性以及變量間獨(dú)立傳統(tǒng)統(tǒng)計(jì)假設(shè)與現(xiàn)實(shí)數(shù)據(jù)不符，為開發(fā)一種更精確通用方法解決此問題，數(shù)據(jù)挖掘與機(jī)器學(xué)習(xí)方法被廣泛應(yīng)用于預(yù)測(cè)，取得較好效果。大量理論與實(shí)證研究證明隨機(jī)森林預(yù)測(cè)準(zhǔn)確率較高，對(duì)異常值與噪聲具有容忍度，且不易出現(xiàn)過擬合[4]。隨機(jī)森林方法在生物信息學(xué)、農(nóng)學(xué)和醫(yī)學(xué)等領(lǐng)域應(yīng)用，但尚未運(yùn)用于P2P網(wǎng)絡(luò)借貸成功率影響因素分析。因此，本研究選用此方法評(píng)估P2P網(wǎng)絡(luò)借貸成功率。

隨機(jī)森林方法具有很好自適應(yīng)功能，結(jié)合隨機(jī)子空間算法和Bagging算法特點(diǎn)與優(yōu)勢(shì)，以決策樹為基分類器。在訓(xùn)練集抽樣時(shí)采用Bagging算法無放回抽樣法，借鑒隨機(jī)子空間方法，在訓(xùn)練集中僅抽取部分特征訓(xùn)練，最終由訓(xùn)練決策樹投票決定分類結(jié)果，如圖1所示。即隨機(jī)森林分類是組合分類模型，由若干決策樹分類模型{h（X，θi），i= 1，…k}組成，且參數(shù)集{θi}是獨(dú)立分布隨機(jī)變量，在給定自變量X下，各決策樹分類模型均有一票投票權(quán)選擇最優(yōu)分類結(jié)果。網(wǎng)絡(luò)借貸成功率問題中，因變量為P2P網(wǎng)絡(luò)借貸成功率（成功為1，失敗為0），由于因變量是二值變量，估計(jì)模型采用隨機(jī)森林二分類模型，而非隨機(jī)森林回歸模型。

隨機(jī)森林分類器算法如下：第一步，從P2P網(wǎng)絡(luò)借貸數(shù)據(jù)中抽取一定比例包含借款訂單信息的樣本集D作為原始訓(xùn)練集，剩余樣本集作為預(yù)測(cè)集；第二步，運(yùn)用Bootstrap重抽樣方法從D中抽取k個(gè)子樣本集，其中子樣本集與原始樣本集D樣本容量一致，記為Di（i=1，2，…，k），并生成隨機(jī)向量序列θi（i=1，…，k），通過構(gòu)造不同訓(xùn)練集增加模型間差異，提高組合分類模型外推預(yù)測(cè)能力；第三步，從P2P網(wǎng)絡(luò)借貸數(shù)據(jù)中篩選出用于研究網(wǎng)絡(luò)借貸成功率的自變量矩陣X，然后對(duì)各子集樣本Di（i=1，2，…，k）分別建立網(wǎng)絡(luò)借貸決策模型{h（X，θi），i=1，…，k}；第四步，構(gòu)建多分類模型系統(tǒng)，該系統(tǒng)由經(jīng)過k輪學(xué)習(xí)得到分類模型序列{h1（X），h2（X），…，hk（X）}組成，且最終分類決策可用公式（2）（說明最終分類由多數(shù)投票決策方式確定）表示，其中，Y為目標(biāo)變量（或稱輸出變量），hi表示單個(gè)決策樹分類模型，H（X）為組合分類模型，I（·）表示性函數(shù)。

篩選變量是隨機(jī)森林重要特征，運(yùn)用預(yù)測(cè)精度法與基尼值法評(píng)價(jià)變量重要性。首先，對(duì)生成的隨機(jī)森林，用OOB（out-of-bag）數(shù)據(jù)（在使用Bootstrap方法抽樣時(shí)，訓(xùn)練集中數(shù)據(jù)不會(huì)出現(xiàn)在各Bootstrap樣本中，OOB數(shù)據(jù)即未被抽中數(shù)據(jù)）測(cè)試性能，得到原始OOB基尼值；其次，在OOB某特征值中人為添加噪聲干擾（即隨機(jī)改變特征值），用改變后OOB數(shù)據(jù)測(cè)試隨機(jī)森林性能，得到加入噪聲后的OOB基尼值；最后，相應(yīng)特征重要性度量值為原OOB基尼值與加入噪聲后OOB基尼值之差。加入噪聲后OOB基尼值下降幅度越大，則該特征重要程度越高。

（三）模型評(píng)價(jià)標(biāo)準(zhǔn)

運(yùn)用準(zhǔn)確度、靈敏度和特異性指標(biāo)比較各模型結(jié)果，準(zhǔn)確度度量全部樣本被正確分類比例，靈敏度度量正例樣本被正確分類比例，特異性度量負(fù)例樣本被正確分類比例。指標(biāo)值越大，說明模型效果越好。通過混淆矩陣（見表1）定義三個(gè)指標(biāo)，將值得關(guān)注的數(shù)據(jù)稱為正類（本研究指貸款成功樣本），其他稱為反類。

準(zhǔn)確度=100×（TP+TN）/（TP+TN+FP+FN）

靈敏度=100×TP/（TP+FN）

特異性=100×TN/（TN+FP）

二、變量描述與模型構(gòu)建

（一）變量選擇

根據(jù)已有研究，認(rèn)為借款人基本特征及歷史信息、借款特征、平臺(tái)認(rèn)證信息等與P2P網(wǎng)絡(luò)借貸成功率存在相關(guān)關(guān)系。

借款人基本特征主要包含借款人婚姻狀況、學(xué)歷、性別、年齡、行業(yè)、公司規(guī)模、工作城市、收入范圍、工作階層、房產(chǎn)、房貸、車產(chǎn)、車貸、信用等級(jí)等指標(biāo)。借款人歷史信息指借款人歷史借貸成功率、未還清借款數(shù)量、逾期金額、嚴(yán)重逾期筆數(shù)，借款人持有債權(quán)數(shù)量、U計(jì)劃①U計(jì)劃在用戶認(rèn)可標(biāo)的范圍內(nèi)，對(duì)符合要求標(biāo)的自動(dòng)投標(biāo)，且回款本金在相應(yīng)期限內(nèi)自動(dòng)復(fù)投，期限結(jié)束后U計(jì)劃會(huì)通過“人人貸”債券轉(zhuǎn)讓平臺(tái)轉(zhuǎn)讓退臺(tái)，詳細(xì)信息可參考http://www.renrendai.com/financeplan/listPlan.action。數(shù)量、薪計(jì)劃②薪計(jì)劃是針對(duì)工薪族理財(cái)需求的高效自動(dòng)投標(biāo)工具，用戶可在每月固定日期投入固定金額，詳細(xì)信息可以參考http://www.renrendai. com/autoinvestplan/listPlan!detailPlan.action。數(shù)量等特征。

借款特征指借款金額、期限、用途、利率、保障方式等，借款金額與借貸成功關(guān)系研究最多。大量研究表明，借款人借貸行為與其基本特征及貸款特征高度相關(guān)。Seth研究指出借款人基本信息與借款金額影響投資者最終投資決策，借款人提高借款金額時(shí)，借貸成功率相對(duì)下降[7]；Pope等分析借貸成功率與借款人年齡關(guān)系，研究表明較之35歲以下人群，35～60歲人群貸款成功機(jī)率更高[3]。

圖1 隨機(jī)森林結(jié)構(gòu)示意

表1 混淆矩陣

認(rèn)證信息包含機(jī)構(gòu)擔(dān)保、信用報(bào)告、工作認(rèn)證、實(shí)地認(rèn)證、身份認(rèn)證、收入認(rèn)證、房產(chǎn)認(rèn)證、車產(chǎn)認(rèn)證、婚姻認(rèn)證等特征。Puro等研究表明當(dāng)前拖欠記錄、總負(fù)債償還比例及信用得分等是借貸成功率主要影響因素[8]；王會(huì)娟和廖理[9]研究P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制對(duì)借貸行為的影響，發(fā)現(xiàn)信用評(píng)級(jí)越高，借款成功率越高且借款成本越低，進(jìn)一步分析認(rèn)證指標(biāo)與方式對(duì)借貸行為的影響，研究表明工作、收入、車產(chǎn)、房產(chǎn)等認(rèn)證指標(biāo)對(duì)借貸行為影響較大。

（二）變量說明與數(shù)據(jù)處理

1.數(shù)據(jù)來源與變量說明。采用2015年一季度“人人貸”網(wǎng)站全部借款訂單作為初始樣本，共收集56 614筆真實(shí)交易數(shù)據(jù)，其中借款失敗樣本46 062份，借款成功樣本10 552份。數(shù)據(jù)集包含33個(gè)變量，包括借款人基本特征、借款人歷史信息、借款特征及認(rèn)證信息等，見表2。

2.數(shù)據(jù)預(yù)處理。為剔除缺失值對(duì)實(shí)證分析的影響，必須檢測(cè)缺失值，原始樣本中含有缺失值29 261個(gè)，其中成功借款1 030個(gè)，失敗借款28 231個(gè)，剔除缺失值后剩余有效樣本27 353個(gè)，其中成功借款9 522個(gè)，失敗借款17 831個(gè)。從原始數(shù)據(jù)缺失變量個(gè)數(shù)（見表3）發(fā)現(xiàn)，缺失變量超過3個(gè)的借款訂單成功概率極小，說明借貸成功率與借款人信息完整程度成正比。由于實(shí)地認(rèn)證標(biāo)③實(shí)地認(rèn)證標(biāo)由“人人貸”與友眾信業(yè)金融信息服務(wù)（上海）有限公司（以下簡(jiǎn)稱“友信”）共同推出，產(chǎn)品在原有審核基礎(chǔ)上，增加友信前端工作人員對(duì)借款人情況實(shí)地走訪，審核調(diào)查以及貸中、貸后服務(wù)環(huán)節(jié)中，加強(qiáng)風(fēng)險(xiǎn)管理控制，達(dá)到雙重保障效果。、機(jī)構(gòu)擔(dān)保標(biāo)④“人人貸”為提高資金借貸安全性，引入“中安信業(yè)”“證大速貸”作為合作伙伴，為相應(yīng)借款承擔(dān)連帶保證責(zé)任，有機(jī)構(gòu)擔(dān)保的借款為機(jī)構(gòu)擔(dān)保標(biāo)。本研究討論借貸行為影響因素，主要針對(duì)無擔(dān)保借款，因此剔除此類觀測(cè)值。及信用認(rèn)證標(biāo)認(rèn)證機(jī)制不同，因此剔除機(jī)構(gòu)擔(dān)保標(biāo)576個(gè)和實(shí)地認(rèn)證標(biāo)8 222個(gè)，剩余有效樣本18 555個(gè)。樣本中非信用認(rèn)證標(biāo)8 798個(gè)，其中成功借款8 796個(gè)，失敗借款2個(gè)，說明經(jīng)過實(shí)地認(rèn)證與機(jī)構(gòu)擔(dān)保的借款成功率較高。

表2 變量說明

表3 樣本中缺失變量個(gè)數(shù)

剔除缺失值和非信用認(rèn)證標(biāo)后，剩余有效樣本中成功借款726個(gè)，失敗借款17 829個(gè)，數(shù)據(jù)集過多集中于失敗借款，造成數(shù)據(jù)嚴(yán)重失衡，即樣本非對(duì)稱分布問題，使模型無法正確分類預(yù)測(cè)成功借款類別[10]。因此，本研究采用Smote算法平衡數(shù)據(jù)，該方法以新生成數(shù)據(jù)豐富原數(shù)據(jù)樣本，綜合運(yùn)用過采樣與欠采樣技術(shù)，解決數(shù)據(jù)分布稀疏性問題[11]。

運(yùn)用有效樣本集生成訓(xùn)練集、測(cè)試集及預(yù)測(cè)集。首先，在有效樣本中隨機(jī)抽取約20%樣本（3 711個(gè)數(shù)據(jù)）作為預(yù)測(cè)集，主要檢驗(yàn)平衡后模型對(duì)有效樣本集適應(yīng)性；其次，用剩余14 844個(gè)數(shù)據(jù)（包含586個(gè)成功借款）平衡抽樣，采用Smote算法，將成功與失敗比例約平衡為1∶3[12]。平衡后數(shù)據(jù)集中包含1 172個(gè)成功借款和3 516個(gè)失敗借款，最后將2/3平衡后數(shù)據(jù)作為訓(xùn)練集（包含782個(gè)成功借款，2 344個(gè)失敗借款），1/3作為測(cè)試集（包含390個(gè)成功借款，1 172個(gè)失敗借款）。

（三）特征描述

有效樣本數(shù)據(jù)集中，總體成功率約3.9%。為了解各類借款人成功率情況，將借貸成功情況與已有研究中關(guān)注較多變量交叉分析，包括性別、年齡及信用等級(jí)（見圖2、3、4）。

圖2 不同性別借款成功率

從圖2可知，女性借款者成功率略高于男性借款者，但差距不明顯。圖3表明30～40歲借款者成功率最高，而50歲以上借款者成功率最低，說明各年齡層借貸成功率存在差異。圖4顯示HR信用等級(jí)借款者（占有效樣本97%）中僅2.49%借款者能夠獲得資金，說明信用等級(jí)較低借款者，無法通過傳統(tǒng)銀行體系獲得借款時(shí)，也很難通過P2P網(wǎng)絡(luò)借貸平臺(tái)獲得借款，但其他等級(jí)中未出現(xiàn)信用等級(jí)越高借入者越易獲得借款情況。

圖3 不同年齡借款成功率

圖4 不同信用等級(jí)借款成功率

三、實(shí)證分析

（一）確定指標(biāo)體系

由于原始自變量較多，變量間包含一些共性信息，非所有變量均有助于評(píng)估借貸成功率，可能因變量間相關(guān)性等降低了模型有效性，因此在確定借貸成功率評(píng)估模型前，從原始變量中選取合適變量建立成功率評(píng)估指標(biāo)體系，有助于投資者在投標(biāo)時(shí)審核和重點(diǎn)關(guān)注。為選取合適評(píng)估指標(biāo)體系，運(yùn)用隨機(jī)森林方法計(jì)算變量重要性（通過在變量加入噪聲前后的預(yù)測(cè)準(zhǔn)確性差異判斷），并篩選出預(yù)測(cè)模型自變量。

從表4發(fā)現(xiàn)借款者歷史信息與認(rèn)證信息重要性強(qiáng)于貸款特征與借款者基本特征變量，其中“歷史借貸成功率”和“未還清借款數(shù)量”是影響貸款成功率極重要變量。在認(rèn)證信息中，“收入認(rèn)證”“工作認(rèn)證”“信用認(rèn)證”比其他認(rèn)證信息重要；在借款者基本特征中，“信用等級(jí)”重要性強(qiáng)于其他變量；在貸款特征中，“貸款金額”“貸款利率”更重要。

表4 變量重要性

根據(jù)變量重要性排序，分別選取前6個(gè)變量、前10個(gè)變量、前14個(gè)變量、前18個(gè)變量為輸入變量集，運(yùn)用隨機(jī)森林方法分別計(jì)算訓(xùn)練集、測(cè)試集及預(yù)測(cè)集準(zhǔn)確度、靈敏度與特異性，其中隨機(jī)森林參數(shù)取值為系統(tǒng)默認(rèn)值，以此確定最優(yōu)指標(biāo)體系。

為檢驗(yàn)平衡后模型對(duì)有效樣本集的適應(yīng)性，重點(diǎn)關(guān)注預(yù)測(cè)集評(píng)價(jià)指標(biāo)，由于投資者更關(guān)注成功可能性較高借款訂單，因此重點(diǎn)關(guān)注準(zhǔn)確度與靈敏度指標(biāo)。結(jié)果進(jìn)一步驗(yàn)證選取合適指標(biāo)體系必要性（見表5）。前10個(gè)變量模型在訓(xùn)練集與預(yù)測(cè)集里靈敏度最高，準(zhǔn)確度和特異性也高于前6個(gè)變量模型；雖前10個(gè)變量模型準(zhǔn)確度非最高，但總體精度較高，在預(yù)測(cè)集中為98.14%。綜合而言，10個(gè)變量最合適，且該模型相對(duì)14個(gè)變量與18個(gè)變量所需變量較少，可提高投資者選擇效率，縮短訂單滿標(biāo)時(shí)間。

表5 不同輸入變量評(píng)價(jià)指標(biāo)

（二）模型結(jié)果與解釋

以前10個(gè)變量為輸入變量，建立隨機(jī)森林模型，同時(shí)建立決策樹、神經(jīng)網(wǎng)絡(luò)、貝葉斯、支持向量機(jī)及Logistic模型預(yù)測(cè)模型并比較。各模型預(yù)測(cè)結(jié)果表明隨機(jī)森林模型預(yù)測(cè)準(zhǔn)確度、靈敏度和特異性均較高，支持向量機(jī)與貝葉斯在預(yù)測(cè)靈敏度方面較好，但預(yù)測(cè)準(zhǔn)確度低于神經(jīng)網(wǎng)絡(luò)和Logistic模型。此外，貝葉斯、支持向量機(jī)和隨機(jī)森林模型對(duì)成功借款預(yù)測(cè)準(zhǔn)確率（靈敏度）高于失敗借款預(yù)測(cè)準(zhǔn)確率（靈敏度）（見表6）。隨機(jī)森林模型在訓(xùn)練集、測(cè)試集和預(yù)測(cè)集準(zhǔn)確度與特異性均優(yōu)于其他模型。

（三）穩(wěn)健性檢驗(yàn)

為檢驗(yàn)平衡比例對(duì)模型效果影響，采用Smote算法對(duì)剩余14 844個(gè)數(shù)據(jù)平衡抽樣，將成功和失敗比例分別平衡為1∶2與1∶4，平衡后數(shù)據(jù)2/3作為訓(xùn)練集，其余數(shù)據(jù)作為測(cè)試集，平衡后樣本情況如表7所示。不同比例下模型在預(yù)測(cè)集中準(zhǔn)確度表明，隨機(jī)森林模型在預(yù)測(cè)集準(zhǔn)確度均高于其他模型，且比例越高的預(yù)測(cè)集準(zhǔn)確度越高，如圖5所示。

表6 六種模型比較

表7 平衡后樣本統(tǒng)計(jì)表

圖5 不同平衡比例預(yù)測(cè)集準(zhǔn)確度

四、結(jié)語

本研究根據(jù)“人人貸”2015年一季度數(shù)據(jù)，建立基于非參數(shù)隨機(jī)森林的借貸成功率評(píng)估模型，并與決策樹、支持向量機(jī)、貝葉斯、神經(jīng)網(wǎng)絡(luò)和Logistic回歸算法比較，其中隨機(jī)森林模型預(yù)測(cè)集準(zhǔn)確度最高，約98%。隨機(jī)森林借貸成功率模型評(píng)估所有變量重要程度，選取33個(gè)變量中前10個(gè)重要變量（歷史借貸成功率、未還清借款數(shù)量、收入認(rèn)證、工作認(rèn)證、信用認(rèn)證、信用等級(jí)、身份認(rèn)證、預(yù)期金額、貸款金額和借款成本）預(yù)測(cè)借款訂單成功率，可降低信息搜集成本?；陔S機(jī)森林借貸成功率評(píng)估模型快捷篩選出成功率較高訂單，提高投資者選擇有效性，且模型避免復(fù)雜計(jì)算過程，適用于網(wǎng)絡(luò)借貸平臺(tái)海量且不斷增加的訂單。將隨機(jī)森林方法應(yīng)用到我國(guó)網(wǎng)絡(luò)借貸成功率評(píng)估模型上，為進(jìn)一步實(shí)際應(yīng)用網(wǎng)絡(luò)金融提供實(shí)證參考，充實(shí)網(wǎng)絡(luò)借貸行為理論研究。由于隨機(jī)森林模型未給出變量對(duì)借貸成功率的影響方向，后續(xù)研究中可深入分析。

［1］帥青紅.P2P網(wǎng)絡(luò)借貸監(jiān)管的博弈分析[J].四川大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）,2014(4).

［2］Lin M,Prabhala N R,Viswanathan S.Judging Borrowers by the Company They Keep:Social Networks and Adverse Selection in Online Peer-to-Peer Lending[J].Management Science,2012(1).

［3］Pope D G,Sydnor J R.What’s in a Picture?Evidence of Discrimination from Prosper.com[J].Journal of Human Resources,2011(1).

［4］Breiman L.Random Forests[J].Machine Learning,2001(1).

［5］Lariviere B,Den Poel D V.Predicting Customer Retention and Profitability by Using Random Forests and Regression ForestsTechniques[J].Export Systems with Application,2005(29).

［6］方匡南,吳見彬.個(gè)人住房貸款違約預(yù)測(cè)與利率政策模擬[J].統(tǒng)計(jì)研究,2013(10).

［7］Seth Freedman,Ginger Z J.Do Social Networks Solve Information Problems for Peer-to-Peer Lending?Evidence from Prosper.com [EB/OL].(2016-04-20).https://ideas.repec.org/p/net/wpaper/0843. html.

［8］Puro L,Eieh J E T,Wallenius H,et al.Borrower Decision Aid for People-to-people lending[J].Decision Support System,2010(1).

［9］王會(huì)娟,廖理.中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究—來自“人人貸”的經(jīng)驗(yàn)證據(jù)[J].中國(guó)工業(yè)經(jīng)濟(jì),2014(1).

［10］方匡南,吳見彬,謝邦昌.基于隨機(jī)森林的保險(xiǎn)客戶利潤(rùn)貢獻(xiàn)度研究[J].數(shù)理統(tǒng)計(jì)與管理,2014(6).

［11］Chawla N V,Bowyer K W,Hall L O,et al.Smote:Synthetic Minority Over-sampling Technique[J].Journal of Artificial Intelligence Research,2002(1).

［12］石曉軍.Logistic違約率模型最優(yōu)樣本配比與分界點(diǎn)的模擬分析[J].數(shù)理統(tǒng)計(jì)與管理,2006(6).

F832

A

1672-3805(2016)06-0011-07

2016-10-12

國(guó)家自然科學(xué)基金項(xiàng)目“小微企業(yè)互聯(lián)網(wǎng)平臺(tái)融資模式研究—基于雙向拍賣和信號(hào)博弈雙重視角”（71503210）

周玉琴（1990-），女，西南財(cái)經(jīng)大學(xué)金融智能與金融工程四川省重點(diǎn)實(shí)驗(yàn)室博士研究生，研究方向?yàn)榻鹑陲L(fēng)險(xiǎn)管理、金融工程。