互联网金融个人信用风险评估的指标选择方法

发布时间：2021-01-31 13:26

　　完善的个人信用风险评估体系是降低信用风险的决定性因素,而风险评价指标的构建是信用评估的基础。本文选取Prosper.com网贷平台2005年至2014年间部分信贷数据进行实证,研究了主成分分析法（PCA）在筛选信用评估指标上的应用,在此基础上结合支持向量机（SUM）技术,建立评估模型进行验证。结果表明,采用主成分分析法可以有效地剔除无关变量和冗余变量,提高互联网金融个人信用评估的预测精度。 

【文章来源】：时代金融. 2019,(33)

【文章页数】：4 页

【文章目录】：
一、引言
二、互联网金融平台信用风险评估指标体系的现状
三、个人信用风险评估指标的PCA筛选方法
四、数据选取及实证分析
    （一）数据预处理
        1. 数据清洗。
        2. 数据赋值。一是对输入变量的赋值：
        3. 数据标准化。
        4. 数据缩减。
    （二）基于主成分分析的指标筛选
    （三）PSO-SVM建模分析
    （四）实证结果
五、结论


【参考文献】：
期刊论文
[1]基于大数据的信用风险评分模型辨析[J]. 朱良平.  中国金融电脑. 2016(03)
[2]我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析[J]. 肖曼君,欧缘媛,李颖.  财经理论与实践. 2015(01)



本文编号：3010955