摘    要

    

近年来，不少P2P平台在发展过程中被迫停业或转型，对于P2P平台而言，借款人的逾期行为是P2P平台面临的一种重大风险，因此控制平台的用户逾期情况较为重要。对此，本文通过收集到的2015年至2017年P2P平台拍拍贷公布的借款标的数据,首先对缺失数据、异常数据进行检查，然后针对逾期用户和正常还款用户的特征进行了对比分析。以是否逾期为被解释变量，对解释变量进行相关性检验，剔除相关性高的特征，并建立了借款人逾期行为的预测模型，首先使用Logistic 回归模型进行初步尝试，并针对逻辑回归模型研究了影响借款人逾期行为的特征变量。再继续使用随机森林算法进行预测研究，对两种模型进行对比分析，结果显示随机森林算法对于预测逾期情况的准确度、召回率等指标表现更好。最后根据研究结果，针对P2P平台防范用户逾期行为提出了一些针对性的建议，例如加强引导用户进行认证，鼓励拉新用户，定期更新借款人的信用分等，从而帮助P2P平台在P2P行业健康发展，更好的管理平台自身的风险。

 

关键词：P2P网贷； 逾期行为； 拍拍贷； Logistic回归； 随机森林

目    录

1引言

1.1 研究背景与意义

1.2 研究内容与方法

2文献综述

2.1网贷逾期行为界定

2.2网贷借款人逾期行为的影响因素

2.2.1借款人信息

2.2.2借款信息

2.3借贷风险预测研究方法

3 P2P网贷行业现状

3.1 P2P网贷平台发展的现状

3.2 P2P网贷逾期现状

3.2.1 P2P平台逾期率高

3.2.2借款人逾期后催收难

4数据分析和预处理

4.1数据来源

4.2变量选择与赋值

4.2.1 被解释变量选择

4.2.2 解释变量选择与处理

4.3数据基础分析

4.3.1描述性统计分析

4.3.2相关指标定性分析

5实证分析

5.1变量相关性检验

5.2样本数据均衡处理

5.3模型研究与检验

5.3.1逻辑回归模型

5.3.2随机森林模型

6结论与展望

6.1研究结论与建议

6.2研究局限与展望

参考文献

致谢