摘要: 目前国内P2P网络借贷平台出现了一系列问题，提现困难、经侦介入、停业、跑路等等。但是目前政府监管以及有关的法律法规还不是很完善，给投资者带来了一定的风险。本文旨在分析P2P行业的风险因素，文章在478家P2P网贷平台的基本背景资料、平台的交易... 展开 目前国内P2P网络借贷平台出现了一系列问题，提现困难、经侦介入、停业、跑路等等。但是目前政府监管以及有关的法律法规还不是很完善，给投资者带来了一定的风险。本文旨在分析P2P行业的风险因素，文章在478家P2P网贷平台的基本背景资料、平台的交易数据的基础上，通过Python进行了网络爬虫，爬取了各平台截止2018.1.23日的评论数据，并进行分词，然后将数据弄成统一的格式，最后进行情感分析。将每条评论数据打上标签，分别为推荐、一般、不推荐，从中提取了两个变量，结合其他变量一起带入后面进行分析。 本文利用了决策树对P2P平台进行风险分析，它有较强的解释性、非线性特征、及良好的分类性能。还利用了Logistic分析，与决策树的结果进行了一个对比。通过这两个模型评估了变量的重要性并讨论其经济意义。 研究表明：1.决策树的风险识别能力与预判能力更高。2.对平台风险联系较为紧密的变量有五个，分别是注册资本、营业天数、平均预期收益率变异系数、平均借款期限均值、资金净流入变异系数。在进行P2P平台风险评判的时候，我们往往要综合多个指标进行分析，一个指标的大小往往不能说明什么问题，避免片面导致错误。3.有13个变量在10%显著性水平下都是显著的，用这13个变量做的Logistic回归效果和20个变量做的一样好。4.综合两个模型的结果我们大致可以认为外部信息及平台的交易信息似乎对平台的风险影响更大，对识别平台风险的作用更为重要。 收起