基于文本挖掘技术的信贷欺诈研究

摘要：

有效识别贷款申请欺诈倾向是维护借贷双方利益的首要前提,是金融借贷市场一直以来关注的重点.随着文本挖掘技术的发展,贷款申请人提供的贷款描述,使其传达的信息受到更多关注.研究中利用贷款描述文本对欺诈行为进行识别,有助于拓宽非结构化文本数据在金融市场日常交易中的应用.利用深度学习模型Transformer对文本信息进行提取,再用自动编码器对文本信息进一步抽取,最终得到文本信息测度.基于17个指标构建基准机器学习模型,进一步加入文本信息测度作为新的预测变量.样本外预测结果显示,文本信息测度有助于提升模型拟合效果,在不同模型中提升精度介于0.68％-1.42％之间,表明结果具有稳健性;特征重要性结果也表明,文本信息测度在模型预测结果的贡献度中位于前4.验证了文本信息在欺诈识别中的作用.

关键词：文本挖掘、反欺诈、Transformer、自动编码器

所属期刊栏目：12

分类号：F830(金融、银行)

资助基金：国家自然科学基金;贵州大学研究生创新人才计划项目

在线出版日期：2022-07-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：52-58,68