基于卷积神经网络和生存分析的网络贷款违约风险评估方案策划
发布时间：2021-07-30 01:40
网络贷款是传统贷款在线上的扩展,但是网络贷款同样会存在违约风险,线下贷款有线下的风险评估方法,但是并不完全适用于网络贷款。本文通过对Lending Club从2007年开始运营到2018年的数据进行分析处理和建模,通过卷积神经网络和生存分析模型来建立一套相应的网络贷款违约风险评估模型,其中卷积神经网络用来预测网络贷款的违约概率,生存分析模型用来预测可能的违约时间。经过数据处理,从数据集中的151个特征变量中得到97个变量来建立违约风险评估模型,并且将预测结果和业界中常用的机器学习模型预测结果进行了对比。对比发现,卷积神经网络模型对违约贷款的预测准确率为83.75%,而Logistic模型对网络贷款违约的预测准确率为80.23%,随机森林的网络贷款违约预测准确率为76.68%,KNN模型的网络贷款违约预测准确率为70.46%。结果显示,卷积神经网络模型网络贷款违约预测准确率是高于其他的传统机器学习方法,能更准确地评估网络贷款借款人的违约风险。在前人研究的基础上,选择12个特征变量利用Cox回归模型进行网络贷款的违约时间预测。研究结果显示,网络贷款的生存曲线呈现下降的趋势,即网络贷款的生存...
【文章来源】：上海师范大学上海市
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
神经网络单元其对应的公式如下：
上海师范大学硕士学位论文第3章网络贷款违约风险评估方案理论框架15图2.2含有一个隐层的神经网络其对应的公式如下：(2)(1)(1)(1)(1)11111221331a=f(Wx+Wx+Wx+b)（2-2）(2)(1)(1)(1)(1)22112222332a=f(Wx+Wx+Wx+b)（2-3）(2)(1)(1)(1)(1)33113223333a=f(Wx+Wx+Wx+b)（2-4）(3)(2)(2)(2)(2)(2)(2)(2),11111221331()()Wbhxa=fW=a+Wa+Wa+b（2-5）比较类似的，可以拓展到有2,3,4,5，…个隐含层。神经网络的训练方法也同Logistic类似，不过由于其多层性，还需要利用链式求导法则对隐含层的节点进行求导，即梯度下降+链式求导法则，专业名称为反向传播。2.2.2.2卷积神经网络卷积神经网络通常包含以下几种层：输入层。卷积神经网络的输入层可以处理多维数据，常见地，一维卷积神经网络的输入层接收一维或二维数组，其中一维数组通常为时间或频谱采样；二维数组可能包含多个通道；二维卷积神经网络的输入层接收二维或三维数组；三维卷积神经网络的输入层接收四维数组。与其它神经网络算法类似，由于使用梯度下降算法进行学习，卷积神经网络的输入特征需要进行标准化处理。隐含层。卷积神经网络的隐含层包含卷积层、池化层和全连接层3类常见构
第4章网络贷款违约风险评估方案策划上海师范大学硕士学位论文30解主要向借款人发放的金额；哪一年发放的贷款最多；贷款的分布状况。网络贷款一般定位于小额贷款,所以借款人申请的贷款、贷款人承诺投资总额以及出资额均为小额度。发放的贷款大多数集中在10000美元附近，绝大多数贷款在20000美元以下，40000美元已经是比较大额的贷款了，2018年是发行最多贷款的一年。潜在借款人申请的贷款，发放给借款人的金额和投资者资助的金额的分配方式类似，这意味着合格的借款人很可能会获得他们申请的贷款。如图4.1所示：图4.1借款人申请金额、贷款人出资及承诺金额从2007年到2018年，平均每笔借贷数额呈现不断上升的整体趋势，2018年是所有年份中平均每笔贷款金额最大的一年，这与通货膨胀或有一定的关系。但是在2013年到2017年，平均每笔贷款金额有所震荡，也反映了当时的经济环境，如下图4.2所示：
本文编号：3310423
【文章来源】：上海师范大学上海市
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
神经网络单元其对应的公式如下：
上海师范大学硕士学位论文第3章网络贷款违约风险评估方案理论框架15图2.2含有一个隐层的神经网络其对应的公式如下：(2)(1)(1)(1)(1)11111221331a=f(Wx+Wx+Wx+b)（2-2）(2)(1)(1)(1)(1)22112222332a=f(Wx+Wx+Wx+b)（2-3）(2)(1)(1)(1)(1)33113223333a=f(Wx+Wx+Wx+b)（2-4）(3)(2)(2)(2)(2)(2)(2)(2),11111221331()()Wbhxa=fW=a+Wa+Wa+b（2-5）比较类似的，可以拓展到有2,3,4,5，…个隐含层。神经网络的训练方法也同Logistic类似，不过由于其多层性，还需要利用链式求导法则对隐含层的节点进行求导，即梯度下降+链式求导法则，专业名称为反向传播。2.2.2.2卷积神经网络卷积神经网络通常包含以下几种层：输入层。卷积神经网络的输入层可以处理多维数据，常见地，一维卷积神经网络的输入层接收一维或二维数组，其中一维数组通常为时间或频谱采样；二维数组可能包含多个通道；二维卷积神经网络的输入层接收二维或三维数组；三维卷积神经网络的输入层接收四维数组。与其它神经网络算法类似，由于使用梯度下降算法进行学习，卷积神经网络的输入特征需要进行标准化处理。隐含层。卷积神经网络的隐含层包含卷积层、池化层和全连接层3类常见构
第4章网络贷款违约风险评估方案策划上海师范大学硕士学位论文30解主要向借款人发放的金额；哪一年发放的贷款最多；贷款的分布状况。网络贷款一般定位于小额贷款,所以借款人申请的贷款、贷款人承诺投资总额以及出资额均为小额度。发放的贷款大多数集中在10000美元附近，绝大多数贷款在20000美元以下，40000美元已经是比较大额的贷款了，2018年是发行最多贷款的一年。潜在借款人申请的贷款，发放给借款人的金额和投资者资助的金额的分配方式类似，这意味着合格的借款人很可能会获得他们申请的贷款。如图4.1所示：图4.1借款人申请金额、贷款人出资及承诺金额从2007年到2018年，平均每笔借贷数额呈现不断上升的整体趋势，2018年是所有年份中平均每笔贷款金额最大的一年，这与通货膨胀或有一定的关系。但是在2013年到2017年，平均每笔贷款金额有所震荡，也反映了当时的经济环境，如下图4.2所示：
本文编号：3310423
本文链接：https://www.wllwen.com/guanlilunwen/huobilw/3310423.html
