通过机器学习预测P2P借贷平台失败：中国案例
综合金融
2023-12-12 v1 机器学习
摘要
本研究采用机器学习模型预测点对点 (P2P) 借贷平台的失败， specifically 针对中国。通过采用过滤式方法与包裹式方法并结合前向选择和后向消除，我们建立了一个严谨且实用的流程，以确保预测平台失败时变量的鲁棒性与重要性。研究识别出一组鲁棒变量，它们在不同选择方法与模型的特征子集中一致出现，表明其在预测平台失败中的可靠性与相关性。研究强调，减少特征子集中的变量数量会导致误接受率上升，而性能指标保持稳定，AUC值约为0.96，F1分数约0.88。本研究的发现为中国P2P借贷行业的监管当局与投资者提供了重要的实践启示。
引用
@article{arxiv.2311.14577,
title = {Predicting Failure of P2P Lending Platforms through Machine Learning: The Case in China},
author = {Jen-Yin Yeh and Hsin-Yu Chiu and Jhih-Huei Huang},
journal= {arXiv preprint arXiv:2311.14577},
year = {2023}
}