2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、作為互聯(lián)網(wǎng)金融的代表,P2P網(wǎng)絡(luò)借貸打破了傳統(tǒng)金融的地域、時(shí)間限制,是通過互聯(lián)網(wǎng)實(shí)現(xiàn)小額貸款的創(chuàng)新型金融模式。在目前 P2P平臺借貸需求大卻成交率不高的背景下,本課題以人人貸為例,對 P2P網(wǎng)絡(luò)借貸中影響投資者行為的因素進(jìn)行分析。理論研究方面,本文對已有的理論和研究現(xiàn)狀綜述,概括出目前 P2P網(wǎng)絡(luò)借貸中投資者意愿的4個(gè)維度:個(gè)人信息,信用信息、借款信息以及社會資本,并描述目前4個(gè)維度下影響因素的研究現(xiàn)狀。在上述視角下以人人貸上搜集的90

2、00多條項(xiàng)目信息為例,為數(shù)據(jù)做維度的劃分和描述性分析,結(jié)合數(shù)據(jù)特征及初次借貸者和非初次借貸者的個(gè)體差異,分別對這兩個(gè)群體分析并作對比。本文的主要創(chuàng)新點(diǎn)在于:
  (1)本課題將多分類器融合和遞進(jìn)式分類模型引入P2P借貸中。在模型分析上,本課題在傳統(tǒng)量化分析的基礎(chǔ)上,使用隨機(jī)森林組合分類模型和貝葉斯分類模型對數(shù)據(jù)擬合,并比較數(shù)據(jù)擬合效果,給出綜合性的影響因素及具體權(quán)重。
 ?。?)本課題基于 ELM模型將文本描述納入風(fēng)險(xiǎn)評估范

3、圍。本課題加入了文本描述這一屬性,創(chuàng)新性的將借款描述作為借款人借貸信息,加入模型預(yù)測中。在以往文獻(xiàn)中只對借款人提供的基本信息進(jìn)行分析,而在小微貸款中,借款人的借款描述全面性和真實(shí)性也會影響投資人的感知信任,進(jìn)而影響投資決策。
  結(jié)果表明,隨機(jī)森林和貝葉斯網(wǎng)絡(luò)模型達(dá)到理想的分類效果,并且投資者對初次借貸者和非初次借貸者投資意愿的影響因素確實(shí)存在差異。在輔助模型分析中,證實(shí)動態(tài)信息對個(gè)體加工能力的促進(jìn)作用,其中文本描述對初次借貸者和

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論