摘要：P2P网络贷款风险等级分类真实性审计，是查找P2P网络贷款平台中的不同风险等级之间被相互错分的问题，这使得投资者承担的风险与获得的收益不匹配，因此有必要对等级真实性进行审计。本文参考传统商业银行个人信贷指标体系，从标的信息、借款人基本信息、认证信息、借款记录、还款信息等五方面建立P2P网络贷款标的风险评估指标体系，共计28个指标。从拍拍贷网页抓取1782个样本，在R语言环境中，建立支持向量机模型，模型平均误差率为11%。然后利用主成分分析法对模型进行优化，提取出9个主成分指标，重新训练模型，得到模型平均误差率为1.96%。

关键词：P2P网络贷款；风险等级审计；支持向量机；主成分分析

目录

摘要

Abstract

1-引  言-1

2-文献回顾-1

2.1-影响P2P网络贷款标的风险等级的因素-2

2.1.1-影响P2P网络贷款标的风险等级定量指标-2

2.1.2-影响P2P网络贷款标的风险等级定性指标-2

2.2-传统计量方法和数据挖掘方法在信用风险评级上的应用-2

2.3-文献述评-3

3-P2P网络贷款标的等级审计和支持向量机-3

3.1-P2P网络贷款标的等级审计-3

3.1.1-P2P网络贷款主要特点-3

3.1.2-P2P网络贷款标的等级审计的必要性-4

3.2-支持向量机简介-4

3.2.1-支持向量机的基本原理-4

3.2.2-支持向量分类机-5

3.3-支持向量机在P2P标的等级审计中的适用性-6

4-P2P网贷借款人风险评估指标体系的建立-7

4.1-传统个人信贷风险评估体系-7

4.2-建立P2P网络贷款标的风险评估指标体系-8

5-基于支持向量机的P2P借款标的风险等级评估模型-10

5.1-数据来源-10

5.1.1-拍拍贷简介-10

5.1.2-数据获取和清洗-11

5.1.3-数据标准化处理-14

5.2-模型训练-14

5.3-仿真模拟-14

5.4-基于主成分分析的模型改进-15

5.4.1-主成分分析-15

5.4.2-结果评价-19

6-总结及展望-19

参考文献-21

附录 仿真实验核心代码-23