湖北工业大学学报2020，Vol.35Issue(4) ：110-114.

基于随机森林的非正规金融风险因素识别——以P2P为例

Research on Identifying Informal Financial Risk Factors Based on Random Forest ——Take P2P as an Example

江萍萍 郑瑞坤
湖北工业大学学报2020，Vol.35Issue(4) ：110-114.
✕
  • NETL
  • NSTL
  • 万方数据

基于随机森林的非正规金融风险因素识别——以P2P为例

Research on Identifying Informal Financial Risk Factors Based on Random Forest ——Take P2P as an Example

江萍萍 1郑瑞坤1
扫码查看

作者信息

  • 1. 湖北工业大学理学院,湖北武汉430068
  • 折叠

摘要

P2P行业在我国非正规金融市场占据着非常重要的地位,近年来逐渐暴露出大量风险问题,其中,雷潮现象更是使得行业遭遇发展困境,引起了公众的担忧.利用Python网络爬虫收集“网贷之家”官方网站的公开数据,并运用随机森林模型对平台的风险进行预测,同时测算平台各风险因素的重要程度.研究发现,P2P平台风险识别准确率达到92.15％,运营时间、平均预期收益率以及待还余额等因素是识别平台风险的关键因素.

关键词

非正规金融/P2P网贷/随机森林/风险因素

引用本文复制引用

基金项目

国家社科基金(16BTJ008)

出版年

2020
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量1
参考文献量12
段落导航相关论文