摘要：P2P是英文person-to-person（或peer-to-peer）的缩写，翻译成中文则是个人对个人(伙伴对伙伴)。又称作点对点网络借款，是一种民间小额借贷模式的互联网金融（ITFIN）产品。得益于近年来互联网技术的快速发展，在硬件上面得到了足够的支持。在另一方面，面对全球金融危机，银行对个人信用贷款的紧缩为P2P的发展开辟了一条道路。在国内，由于金融服务在地域上的覆盖不全面，弱势群体缺乏足够抵押和担保，难以从正规金融机构贷款。这两个因素促成了P2P网络贷款在国内迅速发展起来。
-然而在发展当中，许许多多的问题开始浮现，大量的P2P网络借贷平台因为欺诈、破产、不正当经营等因素导致严重后果。欧美国家由于个人信用制度建立完全，网络借贷发展已趋于成熟，所以此类问题可以有效得到抑制。而国内在个人信用体系方面并没有可以依赖的历史经验和数据，在个人信用体系建立不完全的限制下，P2P网络借贷在国内的发展受到了牵制。
-因此在面对个人信用体系建立不完全的问题上，对借款人是否违约的预测显得尤为重要。一个P2P网络借贷平台，在国内的环境下，只有保障了投资者利益，减少借款者的违约，才能够保证P2P平台自身盈利，才能够长此以往的发展下去。而在针对P2P网贷违约风险这一方面，已经有不少的研究做出了预测模型。本文在此基础上选取logistic回归模型，SVM支持向量机模型和LDA线性判别分析模型，对比以上三种方法在P2P违约风险预测上何种模型能更好地构建预测模型。
关键词：P2P网络借贷； Logistic模型； SVM模型 ；LDA模型
目录
摘要
Abstract
一、研究背景及意义-4
二、文献综述-6
三、模型介绍-7
（一）Logistic回归模型-7
（二）SVM支持向量机模型-8
（三）LDA线性判别分析-9
（四）LASSO方法选择变量-10
四、实证研究-11
（一）数据准备-11
（二）模型实证-13
（三）模型评估-17
五、结论-19
（一）模型主要结论-19
（二）本文不足-19
参考文献-20
附录-21
