基于随机森林的P2P网贷借款人信用风险评估研究开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

p2p网络信贷是英文“peer to peer lending”的缩写，意思即个人对个人。p2p网络信贷最早诞生于英国伦敦，其借贷行为依托于网络平台，而不再依赖于传统的金融机构，我们把这类电子商务公司称为“网贷公司”。

目前，中小企业在我国国民经济中起着不可替代的作用，对我国gdp、就业、进出口贸易、税收以及科技创新等方面均有着巨大的贡献。然而，出于自身利益、风险偏好以及制度等因素的考虑，传统银行常常对个人和中小企业信用贷款的要求很高，这就使得中小企业融资和个人贷款情况不容乐观，严重滞缓了国家经济的发展。而p2p网络信贷的出现使得中小企业和个人能够更加便利的融资，并为其融资贷款做出了重要贡献。

近年来，凭借着“高收益，快捷高效”等理财优势，以及互联网金融的逐步发展，各类p2p网贷在当下变得炙手可热，呈现出爆发式“野蛮生长”的状态。然而，由于中国p2p网络借贷起步较晚，信用体系还不完善，相关法律法规存在缺失，存在着严重的资金安全问题。如，平台跑路和借款人不按时还款甚至携款潜逃等现象时有发生。据中国互联网金融协会统计，截至2016年底，全国p2p网贷平台共6635家，其中p2p风险预警平台达3878家，所占比达58.45%；全国出现提现困难、主动关闭以及失联跑路等问题的平台累计达2456家，其中2016年当年新出现问题平台数为938家，给投资者造成了严重损失。

2. 研究的基本内容和问题

1、研究目标：

建立p2p网贷信用风险评估模型，提高网贷平台的风险监控能力。

3. 研究的方法与方案

1、研究方法：

对p2p网贷借款人数据进行定量分析，通过随机森林的方法，建立可应用于p2p网贷风险预测的统计模型。

4. 研究创新点

1. 目前p2p平台借款人信用风险探究多以定性为主，而本人通过获取借款人借款数据定量分析来实证探索合适的信用风险评估模型，有更大的发现意义。

2. 数据选取上，本文选用国内网贷平台目前唯一透明化违约信息的的人人贷平台，以最新借款人信息为研究对象，对度量其他p2p平台借款人信用风险起到一定展示作用，对我国个人信用体系建设提供了参考意义。

3. 特征选择上，通过五折交叉算法进行特征的选择，减少冗余指标对评估模型的影响，提高模型分类效率。

5. 研究计划与进展

2020年3月1日至2020年3月6日：查阅相关文献并收集原始数据。

2020年3月7日至2020年3月15日：对数据进行预处理。