《表1 正常平台相关变量描述性统计分析》
注:此处的样本容量为713;其中成交量的单位为“万元”;利率的单位为“%”;期限的单位为“月”。信息披露程度是按照平台是否有官方Q群、客服电话、是否披露公司背景、创始人信息、管理层信息、平台运营情况、借款人/借款企业信息、借款资金用途八个标准取值(是取1,否则取0
从SVM模型的预测结果可知,模型对平台风险的预测程度较高。因此,利用大数据及机器学习原理构造的支持向量机模型对平台风险的预判有较好效果。因此,应加快建立网络借贷平台的统计指标体系,加快各平台数据的收集与处理工作,这对网络借贷平台风险的预判与防控是有重要意义的。
图表编号 | XD00108097300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 李苍舒 |
绘制单位 | 北京大学数字金融研究中心 |
更多格式 | 高清、无水印(增值服务) |