基于LSTM深度神经网络的金融风险控制模型设计与实现

发布时间：2021-03-11 19:08

　　在2019年我国推行了进一步落实全面取消二手车限迁的政策,这无疑给迅速发展的二手车行业又带来了新的增长点。随着二手车市场规模的扩大,对汽车金融贷款的风险控制能力又提出了新的要求。而互联网汽车厂商的金融服务本身就有着低于传统金融的准入门槛以及较快的贷款审批效率,采用传统的评分卡模式的审批模型已经不能满足新场景下的风险控制要求。因此建立一个能够快速迭代的贷前审批风险控制模型,对互联网汽车金融行业有着很重要的现实意义。为了解决现有的评分卡模型迭代成本过高的问题,本文与A互联网汽车销售公司合作,基于长短期记忆神经网络设计并实现了可以应用于二手车行业的贷前审批风险控制模型。本文的主要研究内容包括金融内外部数据的预处理及循环神经网络的结构设计两部分。金融数据预处理主要为了解决数据的缺失问题及数据的非平衡性问题。针对数据缺失问题,采用线性函数归一化的方法来对数据进行删除或增补。针对数据非平衡性问题,利用Border-line SMOTE算法来生成采样器,对修复缺失值后的数据重新采样,在数据层面修复非平衡问题。在深入了解各种机器学习及深度神经网络的特点后,本文基于长短期记忆神经网络搭建了一个综合性能较... 

【文章来源】：中国地质大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

人工神经网络元结构[20]

BP神经网络结构图[20]

Sigmoid函数曲线图

【参考文献】：
期刊论文
[1]汽车行业2019年12月数据二手车[J].   汽车纵横. 2020(03)
[2]二手车金融：难啃的骨头、易解的局[J]. 薛洪言.  中国商人. 2019(11)
[3]基于堆栈降噪自编码网络的个人信用风险评估方法[J]. 杨德杰,章宁,袁戟,白璐.  计算机科学. 2019(10)
[4]我国将进一步落实全面取消二手车限迁政策[J].   汽车维修与保养. 2019(03)
[5]2018年全国二手车市场分析[J].   汽车与配件. 2019(04)
[6]LSTM Based Reserve Prediction for Bank Outlets[J]. Yu Liu,Shuting Dong,Mingming Lu,Jianxin Wang.  Tsinghua Science and Technology. 2019(01)
[7]基于PCA-BPNN的互联网公司信用风险预警模型[J]. 赵囡,赵哲耘.  上海经济. 2018(03)
[8]深度神经网络算法研究及应用[J]. 刘念,王枫.  科技资讯. 2017(27)
[9]基于网络结构Logistic模型的企业信用风险预警[J]. 方匡南,范新妍,马双鸽.  统计研究. 2016(04)
[10]基于改进SMOTE的小额贷款公司客户信用风险非均衡SVM分类[J]. 衣柏衡,朱建军,李杰.  中国管理科学. 2016(03)



本文编号：3076936