论文研究 考虑审计信息的点对点借款人GBDT SVM信用风险评估模型与实证分析

随着P2P（P2P）在线借贷行业的快速发展，如何在平台上有效评估借方的信用风险已引起越来越多的关注。 在本文中，我们提出了一个借款人信用风险评估指标体系，该体系包括基本信息，工作信息，信用信息，资产信息，贷款信息和审计证明信息，并提出了一种结合了梯度提升决策树的信用风险评估模型（ GBDT）和支持向量机（SVM）。 然后，我们选择P2P借贷平台的数据进行信用风险评估的实证分析，并与常见的四种单一预测模型进行比较，例如逻辑回归（LR），人工神经网络（ANN），SVM和聚类算法。 结果表明，审计认证信息的增加有助于提高模型的预测效果，基于GBDT和SVM的P2P借贷平台信用风险评估模型具有较高的预