本研究應用風險分群以及類神經網路建模來建構P2P借貸利潤模型。我們先將借貸樣本依第三方信用評等FICO分數簡單風險分群後，再依不同群特性各自建構利潤預測模型。本研究實證資料為Lending Club從2015年至2018年共722,196筆貸款，利潤指標為貸款內部報酬率（IRR）。
首先，我們發現風險分群所建立的預測模型相較於不分群所建立的預測模型更為準確，且不同的風險區間可能具有不同的最適模型配置。再者，不同分群方法的分群效益與分群數目以及分布有關。整體來說，分10群與分15群相較於分4群有更高的預測準確率。另外，FICO分數在670分以下的貸款族群較適合根據FICO分數十分位做分群建模，而FICO分數在670分以上（不包含701～711分）貸款族群的則以FICO分數每十分作為一區間的分群方式為較佳。本研究的結論認為不同風險屬性的貸款可能適合不同的最適利潤預測模型，此簡易的風險分群方式便於實務操作，可提供投資者或平台作為利潤預測建模之參考。
作者：*輔仁大學金融與國際企業學系副教授 楊雅薇、輔仁大學附設醫院 黃怡綺
*通訊作者E-mail：
發表人：黃怡綺
"利潤" - Google 新聞
December 20, 2021 at 03:10AM
https://ift.tt/3e77IoI
「2021 New Futures 期貨學術與實務交流研討會」優秀論文摘要－應用風險分群於P2P貸款利潤模型 - 中時新聞網
"利潤" - Google 新聞
https://ift.tt/38PcTEm
Mesir News Info
Israel News info
Taiwan News Info
Vietnam News and Info
Japan News and Info Update
https://ift.tt/35B1JmQ
Bagikan Berita Ini
0 Response to "「2021 New Futures 期貨學術與實務交流研討會」優秀論文摘要－應用風險分群於P2P貸款利潤模型 - 中時新聞網"
Post a Comment