网络小微借贷投资中多信息源融合的决策模型研究

As an emerging network investment and financing mode, P2P lending risk assessment and investment decision are significant for research.　According to the features of network microloan which conclude incomplete information, unsecured and high-risk, this project will excavate and merge the loan information and investor groups’ behavior information, and construct a risk assessment model and an investment decision model based on multisource integration by statistical mathematics, collective intelligence, information fusion and portfolio theory. This will provide a new perspective for the investment decision of network lending. Specifically, from the prospective of the loan information, this project will design the credit risk assessment model based on kernel weight through learning mathematical framework of bandwidth optimization of kernel regression to improve the accuracy of assessing returns and risks of microloan. Then from the prospective of the information of investor behavior, this project will introduce collective wisdom theory, mine and quantify the wisdom of investor groups, and assess the loan risk from a new perspective. According to the above two information, this study will apply the information fusion technology and modern portfolio theory to construct an investment decision model of network lending based on multisource integration. Finally, this study will rely to the actual data of the network lending platform to analyze and validate theoretical researches and then promote the innovation of the mode of risk assessment and investment decision of network microloan. Also, this project hopes to advance the healthy development of the network lending industry.

P2P网络借贷是一种新兴的网络投融资模式，其风险评估和投资决策研究具有重要意义。本研究针对网络小微借贷 “信息不完备、众筹、高风险”的特点，综合运用统计学、群体智慧、信息融合与投资组合理论，挖掘并融合贷款信息和投资者群体行为等多源信息，构建多信息融合的网络小微借贷风险评估与投资决策模型，辅助投资者投资决策。具体的，从贷款信息角度，借鉴核回归带宽优化的数学框架，构建基于核权重的风险评估模型，提高小微借贷的风险评估精度；从投资者群体行为信息的角度，引入群体智慧及协同过滤理论，挖掘并量化投资者群体行为特征，以一个新的视角评估网络小微借贷风险；进而使用上述两方信息，综合运用信息融合技术和现代投资组合理论，构建基于多信息源的网络借贷投资决策模型。本项目将依托P2P网络借贷平台真实数据进行建模与实证分析，以推动网络小微借贷风险评估及投资决策理论与方法的创新，促进网络借贷行业的健康发展。

P2P网络借贷作为互联网金融创新的典型应用之一，已经成为一种新兴的投融资模式，其信用风险评估及投资决策具有重要意义。在基金的支持下，已按计划完成P2P网络借贷信用风险评估及投资决策模型的研究，并取得了以下三方面的研究成果。首先从贷款/借贷者信息源的视角，探索了网络小微借贷的风险评估方法，构建了基于核权重的P2P网络贷款信用风险评估模型，通过优化核回归权重，利用历史贷款收益的加权统计信息定量地评估贷款收益与风险，进而优化贷款投资组合，辅助投资者进行定量化投资决策，该模型从适用性和精确性上都优于传统模型，围绕该方法和模型发表国际A刊一篇，受到广泛关注，google scholar 目前他引41次；其次，从投资者信息源的视角，探索了基于投资者群体行为分析的风险评估方法，构建了基于投资者构成分析的网络借贷投资决策模型，该方法和模型能够充分挖掘并利用网络借贷平台中投资者群体的历史行为数据，辅助投资者进行投资决策，在一定程度上解决目前网络借贷平台中存在的借贷者信息缺失、 高风险等限制网络借贷平台发展的问题，围绕该方法发表国家自然科学基金委A类期刊一篇，并受到实业界的关注，已和国内实业界签署合作协议；最后，从多信息源融合的视角，探索了投资者信息源和借贷者信息源融合的网络借贷投资决策方法，构建了基于事中融合的网络借贷投资决策模型，该模型能够充分利用网络借贷平台的多源信息进行贷款风险评估及投资决策，在收益及风险表现上均优于其他模型，以该方法为基础的论文获得第六届应急管理科学家论坛暨金融风险管理论坛2017会议论文三等奖。基于上述研究出版学术专著一部。.本项目运用大数据分析及人工智能的方法研究网络小微借贷中的风险评估和投资决策问题，研究方法新颖，为网络小微借贷领域开辟了新的研究视角，在一定程度上推进了交叉学科领域中网络借贷投资决策研究；同时，本项目提出的研究方法和模型具有一定的普适性，可以推广到有类似数据的其他金融领域，例如证券市场、基金市场和期货市场等。