prosper交易平台/prosper交易平台-我的网站

各位老铁们，大家好，今天由我来为大家分享prosper交易平台，以及美国网贷平台Prosper贷款数据分析的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

本文目录

p2p贷款数据
p2p是什么意思
美国网贷平台Prosper贷款数据分析

一、p2p贷款数据

查网贷记录时，一般只能查询上征信记录的，不上征信记录的，暂时没有合适的查询渠道。

上征信的网贷查询记录的方法有：

1、征信窗口查询：个人可以携带身份证，前往附近的中国人民银行支行网点，找到征信窗口，向工作人员提交查询申请即可。

2、征信中心官网查询：个人可以登录中国人民银行征信中心官网，在首页点击“互联网个人信用信息服务平台”，然后点击“马上开始”，如未注册，可以点击新用户注册，注册成功后，登录个人账户后，即可在线查询。

国内十大P2P网贷平台，网络贷款平台排名如何？

根据2021年六月份神盾风控官网的公布的统计数据显示，国内十大p2p网络贷款平台的排名如下：top1:宜人财富，top2:爱钱进，top3:陆金服，top4:积木盒子，top5:拍拍贷，top6:开鑫金服，top7:人人贷，top8:搜易贷，top9:微贷网，top10:PPmoney理财。这十个网络贷款平台都是我国非常正规而且优秀的网络贷款平台，这十个平台在网络贷款行业上的所占据的市场份额都是非常大的，对我国现在的网络贷款行业有着非常大的影响。

能够登上国内十大P2P网络贷款平台的榜单对网络贷款平台来说是一个非常高的肯定，因为这个榜单不仅仅是根据网贷平台的使用量和用户数来判断的，还需要审查网络贷款平台的用户满意程度以及网络贷款是否进行的全是正规业务。

如果一家网络贷款平台当中出现了类似于“714高炮”之类的的话，或者说出现了违规收费等种种违规的现象的话，那么这个网络贷款平台即使用户数量再多，它也是无法登上这样的榜单的。这也就是为什么有很多我们熟知的网络贷款平台并没有上榜，因为很多我们熟知的网络贷款平台里面用户量可能不足，也可能是出现过违规的操作，使得用户对其的口碑不行。

在现如今网络贷款平台数量众多的情况下，有很多非常正规且专业的网络贷款平台可以供我们选择，但同时也有很多不正规的网络贷款公司在诱导着我们。在这种情况下，我们一定要擦亮自己的眼睛，辨别网贷公司的好坏，选择正规的网络贷款平台进行业务。

美国网贷平台Prosper贷款数据分析

本文主要描述了如何用Python对数据集进行评估，整理，清洗。

完成这一过程后，再通过Tableau对问题“Prosper违约客户具有哪些特点”进行探索，分析和可视化。

最后，用随机森林算法对2009年7月后数据进行建模分析，并对仍在进行中的贷款进行违约与否的预测。

Prosper是美国第一家P2P借贷平台。此数据集来源于Udacity上的Prosper2005~2014年的贷款数据。本文希望能通过对已完成贷款的分析，判断出什么类型的客户更容易违约，并预测还未完成的贷款是否会违约。

原始数据集共包含81个变量，113937条数据，下面对部分重要变量进行说明，其他变量含义可参考变量词典。

然后用df.describe()，df.info()观察数据。

此次主要分析1.什么类型的借款人更容易违约。2.预测未完成的贷款是否会发生违约。所以去掉无关列。

从2009年7月开始，Prosper调整了对客户的评估方式，此次我们只对2009-07-01后的贷款进行分析。

Prosper对于新客户的评分和老客户有所区别，此次仅针对新客户数据进行分析。

首先查看下，各变量数据缺失情况。

平台把借款状态分为12种:Cancelled(取消)、Chargedoff(冲销，投资人有损失)、Completed(正常完成，投资人无损失)、Current(贷款还款中)、Defaulted(坏账，投资人有损失)、FinalPaymentInProgress(最后还款中，投资人无损失)、PastDue(逾期还款，投资人无损失)。

本文依据交易是仍在进行中还是已关闭,以及已关闭交易中投资人有无损失将所有数据分成以下三组：

Current(包含Current,PastDue)、

Defaulted(包含Defaulted,Chargedoff)、

Completed(包含Completed,FinalPaymentInProgress)。

为了便于后续分析计算，再将“Completed”改为1，“Defaulted”改为0。

已完成的贷款的违约率为defaulted_ratio_finished=26.07%

此数据集有多个特征体现了贷款用户的信用情况。其中，信用等级(ProsperRating)是Prosper根据自身模型建立，是用于确定贷款利率的主要依据，而信用评分(CreditScore)则是由官方信用评级机构提供。

由图5-1可以看到，随着信用等级(ProsperRating)的不断升高，违约率呈现明显的下降趋势。

而在信用评分（CreditScore）中，低分段(640-700)，违约率处于比较高的位置，且没有太大变化。大于720的部分，随着信用评分的升高，违约率明显下降。

说明整体而言，借款人的信用水平越高，违约可能性越低。

在不同年收入(IncomeRange)中，Notemployed的借款人，违约率最高，随着收入增加，违约率不断降低。

在不同贷款状态下(Status)，违约用户的整体月收入(MonthlyIncome)明显低于未违约用户。

根据图5-4的左图，违约用户与未违约用户的整体负债收入比差异不大。

再根据负债收入比（DebtToIncome）的四分位点，将所有数据分成数据量接近的四组。从图5-4的右图可以看到低比例（负债收入比0-0.12）与中等比例（0.12-0.19）的违约率都较低。较高比例（0.19-0.29）的违约率略高于前面二者。但高比例（大于0.29）的用户违约率显著升高。

根据银行卡额度透支率(BankcardUtilization)的四分位点，将数据分成'未使用'，'较低透支(0,0.3]'，'中等透支(0.3,0.7]'，'较高透支(0.7,1]'，'严重透支（1,5]'五组。

可以看到，严重透支的借款人，违约率最高。

其次是未使用的用户，这也是为什么金融机构对于“白户”会格外关注的原因。

近半年征信查询次数（InquiriesLast6Months）可以反应出借款人近期向金融机构申请借款的频繁程度，间接体现了借款人近期的资金状况。

图5-6中，绿线表示不同查询次数下的借款笔数。可以看到，绝大部分在7次以下。

而在查询次数0-7区间内，违约率随着查询次数的增加而升高。

当前逾期(CurrentDelinquencies)可以很好的反应出借款人的信用情况。

由图5-7，可以看到大部分借款人的当前逾期在2次以内。而在0-6的区间内，违约率随当前逾期数的增加而升高。

为了避免某些数量极少的分类对违约率排序的影响，首先筛选出借款笔数在30以上的分类。

由图5-8可以看到，数量最多的是1-DebtConsolidation（债务整合）。

而违约率最高的依次是15-Medical/Dental(医疗),13-HouseholdExpenses(家庭开支),3-Business（商业），均高于30%。

根据贷款金额（LoanAmount）的四分位点，将数据分为数量接近的四组。比较有意思的是，中等借款(3100,4750)的违约率最高，而高额借款（大于8500）的违约率反而最低。

这很可能是因为能申请到高额借款的用户，各方面条件都不错，从而降低了违约率。

由图5-11可以看到，在0-30区间内，随着持续时间的增长，违约率逐渐降低，而这一区间也包含了一半左右的数据。

当持续时间继续增长，违约率看不出有明显变化规律。

在不同地区之间，违约率也存在比较明显的差异。LA,SD等城市，违约率较高。UT,CO等城市，违约率较低。

整体而言，有房产的借款人，违约率要明显低于无房产的借款人。

将数据中的字符串变量，均转换为数字。

按照测试集30%，训练集70%的比例划分数据集，并使用随机森林算法，建立模型。

该模型测试集预测准确率为：accuracy=73.99%

对于随机森林算法，可以查看在这个模型中，每个特征的重要程度。

如图6-2所示，StatedMonthlyIncome和EmploymentStatusDuration两个特征最为重要。

根据此模型，对目前仍在进行中的贷款进行违约与否的预测。

仍在进行中的贷款违约率为defaulted_ratio_predict=3.64%

本文详细描述了对于Prosper贷款数据，从数据探索到建立模型，并进行预测的完整过程。

发现月收入（StatedMonthlyIncome）以及受雇佣状态持续时间(EmploymentStatusDuration)对是否会违约的影响程度最大。主要是因为这二者是体现借款人稳定性的重要因素。

而在模型建立方面，还可以调整此模型的参数，来进行改进从而提高准确率，也可以尝试使用其他算法，如逻辑回归等，建立新的模型进行比较。

p2p贷款数据的介绍就聊到这里吧。

二、p2p是什么意思

1、 P2P是英文person-to-person（或peer-to-peer）的缩写，意即个人对个人(伙伴对伙伴)。又称点对点网络借款，是一种将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式。属于互联网金融（ITFIN）产品的一种。属于民间小额借贷，借助互联网、移动互联网技术的网络信贷平台及相关理财行为、金融服务。

2、 P2P金融指个人与个人间的小额借贷交易，一般需要借助电子商务专业网络平台帮助借贷双方确立借贷关系并完成相关交易手续。借款者可自行发布借款信息，包括金额、利息、还款方式和时间，实现自助式借款;借出者根据借款人发布的信息，自行决定借出金额，实现自助式借贷。

3、目前做P2P最多的属于P2P互联网金融平台，简单的意思就是个人对个人通过平台来连接达到解决双方的需求。

比如：A有借款的需求，却找不到合适的人来借，在平台上发布了这个需求。B有多余的闲钱，想要有更好的收益，于是通过平台进行投资

平台所做的就是通过A的需求，B的需求，最终把俩人匹配了起来，由B借给A，平台做担保。A要承担一定的借款利息，B可以收益一定的借款利息。这就是大家说的最多的P2P。

2006年度诺贝尔和平奖得主尤努斯博士认为现代经济理论在解释和解决贫困方面存在缺陷，为此他于1983年创建了格莱珉银行，通过开展无抵押的小额信贷业务和一系列的金融创新机制，不仅创造了利润，而且还使成千上万的穷人尤其是妇女摆脱了贫困，使扶贫者与被扶贫者达到双赢。格莱珉银行已成为100多个国家的效仿对象和盈利兼顾公益的标杆。

2005年11月，美国PROSPER将这一思想进一步提炼和创新，创办了PROSPER网络小额贷款平台，让资金富余者通过PROSPER向需要借款的人提供贷款，并收取一定利息。从2006年2月上线到2009年1月29日，经由PROSPER的借贷金额共计约合12.5亿人民币，超过3个月的逾期还款率仅为2.83%。2010年4月16日，美国PROSPER宣布已完成了1470万美元的第四轮融资。至此，PROSPER的总融资金额已达到5770万美元。

在相当长一段时间内，中国小微企业的融资需求始终无法从银行等间接融资渠道中得到满足，这也为国内P2P金融平台发展提供了空间；几年时间内，中国P2P金融从无到有，并展现出强劲的发展后劲，甚至令国外机构直言要来“中国取经”。

1、很多人都说p2p产品销售模式就像在搞传销，P2P网贷平台似雨后春笋，目前可在线上完成交易的达400家左右，更有数百家正处调试阶段欲喷薄而出。作为一个新兴市场，跑马圈地是自然的，谁的地盘大，谁就当老大。

2、作为一种创新的个人金融借贷方式，P2P理财的机会大于陷阱。因此，投资者可以适当尝试这种理财方式，但谨记三点：一是别只冲着高奖励、高收益率而“注册”并投资。二是别倾囊而出，把全部资金投在一个项目上，或者一个公司上。

三、美国网贷平台Prosper贷款数据分析