P2P借贷的虚拟性和信息的不对称性使其面临着比传统金融模式更严峻的违约风险,有效的风险管控是P2P平台稳健发展的基本保障。然而,P2P借贷数据的广泛性和多样性使其面临着更严重的缺失问题。如何利用P2P平台的不完全数据,完成有效的违约风险建模是本文需要解决的问题。本文将P2P借贷中常见数据缺失问题细分为数据属性值的缺失和类别标签的缺失,并探索如何利用缺失数据提高模型的违约风险预测性能。针对数据属性值缺失的问题,传统分类算法需要首先基于数据随机缺失的假设填补缺失数据,然后训练模型。然而缺失数据通常是三种缺失类型混合的,单一的缺失假设会影响数据填补结果,从而影响模型效果。本文使用对缺失数据鲁棒性较强的树模型来建模,并提出基于LightGBM分类算法构建违约风险评价模型,不仅不需要对缺失数据进行预填补,而且具有较高的效率。最后,基于人人贷平台的数据进行实证分析,验证了直接基于LightGBM建模优于传统填补方法后模型效果。针对类别标签缺失的问题,传统违约风险评价仅使用有标签样本建模。然而模型的应用对象是全样本,由此带来的样本选择偏差问题会影响模型泛化能力,需要对无标签样本进行拒绝推断来校正样本选择偏差。本文使用半监督方法构建违约风险模型,并提出基于样本和特征双重差异的协同训练模型TRICMV。该模型采用了基于“多视图学习”的模型投票机制和基于“噪音学习理论”的自适应的模型迭代机制,可以控制加入模型中的噪音。最后,实证分析结果验证了TRICMV模型的有效性。