基于Fisher判别法的P2P网络借贷平台信誉等级评价模型

被引:13
作者
冯旭日
张晶晶
机构
[1] 辽宁工程技术大学工商管理学院
关键词
P2P网络借贷; 平台信誉; 主成分分析; Fisher判别法;
D O I
暂无
中图分类号
F724.6 [电子贸易、网上贸易]; F832.4 [信贷];
学科分类号
1201 ;
摘要
P2P网络借贷是一种新兴的互联网金融,平台的信誉是影响投资者选择平台的主要影响因素之一。选取成交积分、人气积分、营收积分、分散积分、杠杆积分、透明度、品牌、流动性、收益积分9个影响因素作为判别平台等级预测的评价指标,同时对这9个评价指标做主成分分析,提取出3个主要成分,用Fisher判别法进行训练预测,建立了基于主成分分析的网络借贷平台信誉等级预测的Fisher判别模型。通过对"网贷之家"公布的37组平台数据作为训练样本数据集进行模型的训练,12组数据作为该预测模型的测试数据,进行网络借贷平台信誉等级的预测,同时通过其他预测模型预测结果的对比,验证了Fisher判别法在网络借贷平台信誉等级的预测中具有较低的误判率,其误判率仅为1/12。
引用
收藏
页码:51 / 56
页数:6
相关论文
共 21 条
[1]  
网络借贷(P2P)平台的成长模型研究.[D].万校基.大连理工大学.2013, 06
[2]   基于Fisher判别分析法的矿柱稳定性研究 [J].
郝先虎 .
煤炭技术, 2014, 33 (03) :11-14
[3]   P2P网络借贷中社会资本对借款者违约风险的影响——以Prosper为例 [J].
缪莲英 ;
陈金龙 .
金融论坛, 2014, 19 (03) :9-15+66
[4]   P2P网络借贷成功率影响因素分析——以拍拍贷为例 [J].
温小霓 ;
武小娟 .
金融论坛, 2014, 19 (03) :3-8
[5]   基于用户行为的P2P网络借贷信用体系构建 [J].
温小霓 ;
蔡瑞媛 .
西部金融, 2014, (02) :73-77
[6]   风险、信任和出借意愿——基于拍拍贷注册用户的实证研究 [J].
陈冬宇 ;
朱浩 ;
郑海超 .
管理评论, 2014, 26 (01) :150-158
[7]   P2P网络借贷中个人信息对借贷成功率影响的实证研究——以人人贷为例 [J].
陈建中 ;
宁欣 .
财务与金融, 2013, (06) :13-17
[8]  
民间借贷逾期行为研究——基于P2P网络借贷的实证分析.[J].陈霄;丁晓裕;王贝芬;.金融论坛.2013, 11
[9]   基于最小二乘法的网络借贷模型 [J].
吴小英 ;
鞠颖 .
厦门大学学报(自然科学版), 2012, 51 (06) :980-984
[10]   网络借贷借款人决策辅助模型 [J].
陈冬宇 ;
李伟军 ;
丁婕 .
吉林大学学报(信息科学版), 2012, 30 (06) :591-597