P2P网络借贷

摘要： P2P网络借贷是目前网络借贷的主要形式,文章从P2P网络借贷的投资、融资和平台角度分析P2P网络借贷中常见的信用风险、流动性风险、道德风险、数据风险、系统性风险以及融资风险,并从投资者与借款人、平台自身的角度提出防范P2P网络借贷风险的几点对策,即了解问题平台的常见特征以免遇到问题平台、相关部门加强监管、提高问题平台的曝光度及规定最小注册资本等。

摘要： 本文的实证研究数据来自Kaggle网站的比赛数据,该数据集爬取自某上市公司的用户信息,主要包含了6万多个借贷人的情况及贷款状态(是否违约)。本文依次基于传统的logistic回归模型、贝叶斯决策树、支持向量机和随机森林算法构建违约预测模型。按照文章中构建的评估指标来进行比较,得到随机森林模型的预测效果最佳。结果表明,本文选出的影响客户信用好坏的特征和风险预测模型有解释性,可以通过随机森林模型来预测客户的违约风险,有利于P2P网贷的发展同时也极大地为借贷公司减小损失。

摘要： 文章提出一种基于SmoteTomek采样方法和GBDT决策树算法的违约风险预测模型,并以国外P2P平台的海量真实交易数据为例进行了实证分析。方法包括六个步骤:数据预处理、可视化探索性分析、特征选择、模型训练、超参数选择和模型评估。实验结果表明文章采用的SmoteTomek-GBDT算法相比较其他方法(Logistic、Adaboost、XGboost)更适用于不平衡数据,且获得了更高的正确率。

摘要： 鉴于非法集资犯罪所具有的涉众型特征和引发次生风险的严重社会危害性,这种犯罪目前已经成为我国司法领域打击的重点.尽管我国若干司法解释确立了非法集资犯罪的外延和特征,但随着互联网的快速发展,非法集资依托于金融科技的发展和新出现的金融产品,衍生出翻新变化和日趋复杂化的集资犯罪手段,导致对于非法吸收公众存款罪成立的四个特性、集资诈骗罪的以非法占有为目的、刑事政策的把握等关键性问题,在司法操作中存在众多的认定盲区和难点.在维持既有司法解释相对稳定性的前提下,为了明确新型网络非法集资犯罪的法律适用标准,加强案例指导和发挥指导性案例的"轻骑兵"作用,最高人民检察院在发布的两批关于金融犯罪的指导性案例中,均涉及到非法集资犯罪,界定了在打击集资诈骗罪、非法吸收公众存款罪中,如何在形式层面与实质认定方面适用刑事法律规范,同时注重法律效果和社会效果相统一的问题,从而形成司法解释与指导性案例之静态与动态相结合的司法适用架构.

摘要： 以我国P2 P网络借贷平台的日平均收益率为研究对象,在t分布和指数广义自回归条件异方差(Exponential Generalized Autoregressive Conditional Heteroskedasticity,EGARCH)模型基础上,引入分位数回归的方法,建立了t-EGARCH(1,1)模型,并给出P2P平台收益率的风险度量.实证分析表明,在1％ 和5％ 的显著性水平下,基于分位数回归的t-EGARCH(1,1)模型有更明显的稳健性,且对P2P平台收益率的风险度量效果更好.

摘要： 近年来,网贷平台“跑路事件”频频发生,P2P网络借贷金融消费者的利益受到了严重侵害,基于对弱势群体的倾斜保护,其权益保护亟需得到重视.目前我国P2P网络借贷金融消费者权益保护主要存在相关立法缺失、监管机制不健全、消费者救济机制有效性低等问题.因此,应当尽快出台《金融消费者权益保护法》,根据适度监管、协调监管的原则完善P2P网络借贷金融监管机制,并建立多元化消费者权利救济机制.

摘要： P2P由于发展时间短,经验不足,陆续出现一些行业风险与问题.从我国司法实务中P2P网络借贷案件着手,分析其在司法实务中可能出现的法律关系,进而总结出各个法律关系中所存在的问题和风险,再结合司法实务提出规制措施,以期促进网络借贷的规范运营.

摘要： 在互联网技术和信息技术的推动下,网络借贷应运而生,但由于目前征信体系不完善,加之市场对接机制不完备,使其运用的有效性难保障,并引发了众多的风险.大数据思维是P2P网贷风险控制体系构建的趋势;大数据征信是普惠金融发展的基础;大数据风险控制是P2P网贷的必然保.障;数据化风险控制模型是网贷风险控制的核心.

摘要： 在我国P2P网络借贷经历了萌芽期、高速发展期、风险爆发期、政策调整期四个阶段之后,大批平台退出或转型,但其对我国商业银行信用机制建设的借鉴价值不容忽视.本文通过阐述P2P在我国的发展历程与现状,对P2P网络贷款与商业银行信贷进行了SWOT分析,提出了商业银行信用机制建设借鉴P2P模式的具体策略.

摘要： P2P网络借贷平台曾以高效、快捷、门槛低、收益高等优势吸引了大量的用户,但是由于其发展过于迅速加之监管不力,各平台纷纷爆雷陷入营业危机。从P2P网络借贷平台发展的全过程来看,互联网金融创新需要相关部门加强管理,以防控金融风险,同时也需要提供社会大众对金融产品的认识能力和判断能力,这样才能实现良性的金融创新。

摘要： P2P网贷非专业参与者及非理性投资加剧了信用风险,也使信用数据中存在大量的奇异点及噪声.为有效缓解非典型性样本对违约预测的干扰,引入并改进了聚类支持向量机这一混合模型,减少了聚类阶段初始聚类核心及聚类数主观选择对模型精度的影响,从而进一步提高模型判别能力,并引入了误判成本作为衡量模型优劣的依据.实验结果表明:与其他对照模型相比,聚类支持向量机模型可显著提高分类效果,降低误判成本,具有较高的使用价值.

摘要： P2P网贷非专业参与者及非理性投资加剧了信用风险,也使信用数据中存在大量的奇异点及噪声.为有效缓解非典型性样本对违约预测的干扰,引入并改进了聚类支持向量机这一混合模型,减少了聚类阶段初始聚类核心及聚类数主观选择对模型精度的影响,从而进一步提高模型判别能力,并引入了误判成本作为衡量模型优劣的依据.实验结果表明:与其他对照模型相比,聚类支持向量机模型可显著提高分类效果,降低误判成本,具有较高的使用价值.

摘要： P2P网贷非专业参与者及非理性投资加剧了信用风险,也使信用数据中存在大量的奇异点及噪声.为有效缓解非典型性样本对违约预测的干扰,引入并改进了聚类支持向量机这一混合模型,减少了聚类阶段初始聚类核心及聚类数主观选择对模型精度的影响,从而进一步提高模型判别能力,并引入了误判成本作为衡量模型优劣的依据.实验结果表明:与其他对照模型相比,聚类支持向量机模型可显著提高分类效果,降低误判成本,具有较高的使用价值.

摘要： P2P网贷非专业参与者及非理性投资加剧了信用风险,也使信用数据中存在大量的奇异点及噪声.为有效缓解非典型性样本对违约预测的干扰,引入并改进了聚类支持向量机这一混合模型,减少了聚类阶段初始聚类核心及聚类数主观选择对模型精度的影响,从而进一步提高模型判别能力,并引入了误判成本作为衡量模型优劣的依据.实验结果表明:与其他对照模型相比,聚类支持向量机模型可显著提高分类效果,降低误判成本,具有较高的使用价值.

摘要： 互联网金融近年在我国得到迅速发展.为民主金融与普惠金融的实现推波助澜的同时,也带来一系列法律问题与监管挑战.在法律落后于生产力发展的情况下,势必会带来法律定性的不明确及监管主体及职能边界的模糊.此时的首要选择既非仓促立法,亦非保持观望,而是应当积极将现有法律法规与互联网金融的发展联系起来,适用既有规定,淘汰过时规则,补充法律缺位.对互联网金融本身的事实与法律分析既是监管的前提,也是完善监管规则的基础.鉴于互联网金融涉及面广复杂性强,本文仅选取P2P网络借贷作为研究对象,分析寻找能广泛适用于互联网金融法律问题的解决思路,以求既能维持法律监管与金融创新之间的平衡,又能推动个人征信及金融消费者保护等配套体系的建立与完善.

摘要： 互联网金融近年在我国得到迅速发展.为民主金融与普惠金融的实现推波助澜的同时,也带来一系列法律问题与监管挑战.在法律落后于生产力发展的情况下,势必会带来法律定性的不明确及监管主体及职能边界的模糊.此时的首要选择既非仓促立法,亦非保持观望,而是应当积极将现有法律法规与互联网金融的发展联系起来,适用既有规定,淘汰过时规则,补充法律缺位.对互联网金融本身的事实与法律分析既是监管的前提,也是完善监管规则的基础.鉴于互联网金融涉及面广复杂性强,本文仅选取P2P网络借贷作为研究对象,分析寻找能广泛适用于互联网金融法律问题的解决思路,以求既能维持法律监管与金融创新之间的平衡,又能推动个人征信及金融消费者保护等配套体系的建立与完善.

摘要： 互联网金融近年在我国得到迅速发展.为民主金融与普惠金融的实现推波助澜的同时,也带来一系列法律问题与监管挑战.在法律落后于生产力发展的情况下,势必会带来法律定性的不明确及监管主体及职能边界的模糊.此时的首要选择既非仓促立法,亦非保持观望,而是应当积极将现有法律法规与互联网金融的发展联系起来,适用既有规定,淘汰过时规则,补充法律缺位.对互联网金融本身的事实与法律分析既是监管的前提,也是完善监管规则的基础.鉴于互联网金融涉及面广复杂性强,本文仅选取P2P网络借贷作为研究对象,分析寻找能广泛适用于互联网金融法律问题的解决思路,以求既能维持法律监管与金融创新之间的平衡,又能推动个人征信及金融消费者保护等配套体系的建立与完善.

摘要： 互联网金融近年在我国得到迅速发展.为民主金融与普惠金融的实现推波助澜的同时,也带来一系列法律问题与监管挑战.在法律落后于生产力发展的情况下,势必会带来法律定性的不明确及监管主体及职能边界的模糊.此时的首要选择既非仓促立法,亦非保持观望,而是应当积极将现有法律法规与互联网金融的发展联系起来,适用既有规定,淘汰过时规则,补充法律缺位.对互联网金融本身的事实与法律分析既是监管的前提,也是完善监管规则的基础.鉴于互联网金融涉及面广复杂性强,本文仅选取P2P网络借贷作为研究对象,分析寻找能广泛适用于互联网金融法律问题的解决思路,以求既能维持法律监管与金融创新之间的平衡,又能推动个人征信及金融消费者保护等配套体系的建立与完善.

摘要： P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出通过挖掘投资者信息，分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策的方法与模型.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案 (investor profile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.

摘要： P2P网络借贷作为电子商务在金融领域的延伸与应用,近年来得到广大学者的关注.但是目前的理论研究中,鲜有从投资者信息挖掘的角度进行投资决策分析.本文提出通过挖掘投资者信息，分析贷款的众多投资者信息遴选出最有价值的投资,辅助投资者进行投资决策的方法与模型.首先从投资者的历史投资收益率、风险偏好以及投资经验三个维度构建投资者档案 (investor profile),进而基于投资者档案构建投资者构成分析模型,最后通过美国最大的在线网络借贷网站Prosper的数据,对本文提出的构想及模型进行了实证研究.实验结果表明本文提出的利用投资者构成分析的方法辅助投资者进行投资决策是可行的,文中构建的模型表现出良好的预测能力,能够有效地筛选出有价值的投资.

摘要： 本发明公开了多信息源融合的网络借贷信用风险评估模型的建立方法，包括以下步骤：第一步：根据借款人的信息源对贷款相似性进行度量；第二步：根据投资者的信息源对贷款相似性进行度量；第三步：最小逆序对融合的贷款相似性信息的整合。本发明通过实证得出当目标收益率水平持续增加时，基于相对熵约束的投资组合模型总是比经典的“均值‑方差”投资组合模型获得更高的投资收益；此外本发明提出的基于最小逆序对融合的贷款信用风险评估模型在不同的目标收益率水平下都能够获得最高的投资收益，进一步证明了基于多信息源融合的网络借贷信用风险评估模型的稳健性，能够帮助投资者获得更高更稳定的投资收益。

摘要： 本发明提出一种基于强化学习的P2P网络借贷机构风险评估方法，属于网络大数据处理及电子信息技术领域。包括：首先，采集P2P网贷企业的公司简介文本信息，进行分词；然后，对所有文档的词，使用信息增益提取关键词；其次，使用Max‑min ACLA算法构造强化学习模型；在强化学习模型的训练过程中，采用动态改变权重的方法更新样本权重；最后，利用训练好的强化学习模型对待评估机构进行风险评估。本发明采用了强化学习模型来解决文本分类数据少且数据不平衡的问题，同时通过动态更新样本权重的方法加快模型训练的收敛速度，节省了大量时间，使其具有更强的实用性。本发明针对公司简介文本提取关键词特征，非常易于实现。

摘要： 本发明涉及一种网络借贷贷中贷后实时直播讨论组实现系统及实现方法，所述系统包括：直播单元，包括智能发起方端、接收方端和平台控制方端；信息采集单元，中央控制单元，包括采集信息存储子单元、信息审核确认子单元和信息展示子单元；采集信息存储子单元用于存储远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息；信息审核确认子单元由平台控制方端对远程直播核对、再采集获取的借款关联方身份信息以及放贷成功后借款关联方的相关动态信息进行审核确认；信息展示子单元用于将经审核确认后的采集信息存储子单元中的采集信息展示给有权限的监督人和/或出借人；通信单元，实现各子单元之间的信息传递。

摘要： 本发明涉及一种安全且可交易的网络借贷平台及其网络借贷方法，平台包括标准合约模块，债权发行模块，担保及抵押处理模块，资金监管模块，债权交易模块，还本付息异常监测及处理模块，债权信息模块，信用记录模块，作为主要功能的有效延伸，同时还提供了熟人间借贷功能。本发明通过允许资金借出人交易债权的机制防止了挤兑的发生，同时降低了资金借出人赎回资金的成本。本发明解决了在债权续存期间资金借入人需要处置被抵押物的问题，防止了各个不同平台利用不同的合约做手脚的问题，同时也提高了投资的效率。本发明也提供了一种熟人间进行借贷的功能，使熟人间的借贷有了标准的处理程序。

摘要： 一种借贷发起和处理系统，安装在连接到数据储存器的服务器计算机，数据储存器储存关于借方的数据。此服务器计算机进一步连接到经纪公司网络，经纪公司网络包括借贷承办人员、借贷处理人员、经纪管理人员客户端。每个经纪公司客户端计算机执行借贷发起和处理系统的独特界面。经纪公司网络连接到第三方使用者，第三方使用者包含贷方、承销商、清贷服务提供者。经纪公司界面以条列式为基础的显示器中显示未解决的借贷，每个列表选项代表特定借方的借贷申请。每种经纪公司客户端的每个界面对储存在数据储存器的数据有独一的存取和显示特权。系统内的处理模块界定了有关于每个借贷申请的里程碑事件和警告状态。系统自动传送文件，文件包括在经纪公司内的客户端使用者间的每个借贷申请。日志功能储存里程碑事件和客户端使用者间的通讯。管理使用者界面包含显示模块，显示模块产生和显示相关于借贷承办人员和借贷处理人员客户端的工作成果的统计基本报表。

摘要： 一种基于增量式网络表征学习的网络借贷欺诈检测方法。本发明原理：用表征能力强大的异质信息网络的形式来分析现实世界借贷数据，将借贷数据以异质信息网络的形式建立一个关系借贷网络。从多类型异质的关系借贷网络中抽取特定关系，形成仅保留一种节点类型的同质借贷网络。针对每一批到达的借贷数据，依次更新关系借贷网络和同质借贷网络，并运用增量式的网络表征学习算法及时更新同质借贷网络中节点的向量表征，以期能够捕获数据之间的最新关联性。基于学习到的向量表征构造和与时序有关的新特征(如：单号与前n个发生的单号的关系)，结合分类器实现对借贷数据欺诈检测的二分类模型，进而实现对欺诈的检测与识别。

摘要： 提供了一种用于操作第一无线网络单元（A）的方法，其中所述方法包括：确定（102）意图经由物理共享无线电信道（PSCH）传输的数据实体（DE）；确定（104）所确定的数据实体（DE）的多个段；确定（106）所述物理共享无线电信道（PSCH）的至少一个第一无线电资源窗口（rw（n‑1））；监测（108）所述至少一个第一无线电资源窗口（rw（n‑1））；根据所述至少一个第一无线电资源窗口（rw（n‑1））的被监测的无线电资源（rr11、rr21）来确定（110）所述物理共享无线电信道（PSCH）的第二资源窗口（rw（n））中的多个候选资源（rr12、rr22），其中所述多个候选资源（rr12、rr22）中的每个候选资源（rr12、rr22）是所述物理共享无线电信道（PSCH）的资源链（RC1、RC2）的一部分；选择（112）所述多个候选资源（rr12、rr22）中的一个作为传输开始资源（rr12）；以及经由沿着所选择的传输开始资源（rr12）所属的资源链（RC1）的无线电资源（rr12、rr13、rr14）来传输（114、116、118）所述数据实体（DE）的多个所确定的段，其中经由所述资源链（RC1）的无线电资源（rr12、rr13、rr14）中的单个无线电资源来传输所述段中的单个段。

摘要： 本发明属于网络借贷欺诈预测技术领域，公开了一种基于多阶段数据表征的网络借贷欺诈预测方法，包括以下步骤：步骤S101：根据原始网络借贷申请数据选定可用字段构建原始信息网络，然后将节点划分为实体和属性，构建由实体层和属性层组成的分层信息网络；步骤S102：从属性层中提取一个属性网络，给每个属性附加一个预训练的词向量来反映属性之间的语义相似性，利用网络表征学习将从先验和外部语义知识中获取的属性相似信息和属性共现关联融入属性对应的嵌入向量中；步骤S103，实体表征；步骤S104，欺诈预测。本发明增强了网络借贷申请事务中信息关联的密度，提高了网络借贷欺诈预测模型的检测能力，对保护用户和企业的资金安全有更好的保障。

摘要： 本申请的目的是提供一种基于Filecoin网络的资金借贷方法，本申请通过借贷平台在Filecoin网络中构建用于借贷的智能合约，智能合约包括至少一个FIL持有者的注入资金；接收存储节点发起的收益抵押请求；将标识信息对应的存储节点的收益地址转移至智能合约的合约地址，并向存储节点返回抵押成功信息；接收存储节点响应于接收到抵押成功信息发起的资金借用申请请求；基于智能合约和收益抵押额度，确定资金借出额度及其对应的借出利率；将借出利率和智能合约中的资金借出额度对应的资金发放给存储节点，利用构建的智能合约实现去中心的借贷市场，通过将存储节点的未来收益作为抵押，形成安全、公开透明的借贷市场。

摘要： 本申请提供一种网络借贷信用的评价方法、相关装置及计算机存储介质，所述网络借贷信用的评价方法包括：获取客户的网络贷款数据；将所述网络贷款数据输入至信用评价模型中，得到所述客户的信用评价等级；其中，所述信用评价模型由训练样本集和误分类代价矩阵对至少一个分类器进行训练得到；所述训练样本集包括：至少一个训练样本用户的贷款数据以及真实信用评价等级。从而实现准确的对网络借贷信用进行评价的目的。