基于BP神经网络的P2P信贷个人信用评价模型研究

发布时间：2017-07-28 13:35

  本文关键词：基于BP神经网络的P2P信贷个人信用评价模型研究

  更多相关文章： BP神经网络 P2P信贷 个人信用评价模型 附加动量法 弹性梯度下降法

【摘要】：在互联网高速发展的同时,市场经济也在迅速发展,个人信用直接影响了个人消费的发展,在银行业、金融业等方面个人信用扮演者不可替代的角色。不仅这样,个人行为的表现载体之一就是个人信用,个人信用也渐渐地被大众所认可,其是一种提高个人素质、维持经济秩序的重要方法。个人信用评价的重要性可见一斑。在一些欧美发达国家,个人信用评价发展地非常成熟,已经形成了一整套产业链。我国针对P2P信贷个人信用评价体系的建设仍然处于起步阶段。P2P信贷(即“人人贷”)于2006年传入我国,之后我国就出现了P2P信贷服务公司,并且如雨后春笋般开创了大量的P2P信贷公司,2008年只有几十家,到了2012年达到了300家以上,诸多公司都开展了网上业务。但由于监管和法律法规的滞后性,会给出借人带来极大的经济风险,因此,对P2P信贷的个人信用评价模型的研究极其重要。P2P信贷个人信用评价模型可以帮助出借方衡量债务人的信用好坏,得出的结果可以作为是否出借的重要指标之一。2011年中国银行业监督管理委员会向银行业机构发出P2P信贷的信贷风险预警,称P2P信贷网站存在巨大的隐性风险,预警中指出银行业金融机构要做出有效的防范措施,做好风险预警监测。因此,在P2P实践中,对贷款人的信用做出真实、客观的评价具有极为重要的现实意义。本文以BP神经网络为基础,研究并建立P2P信贷个人信用评价模型。主要做了如下工作:1、对BP神经网络的概念、原理进行分析和梳理,进一步总结了其基本思想、原理和方法以及在实际应用中所面临的问题;2、归纳总结了信用的发展历史、个人信用的特点以及个人信用评价的方法。分析了P2P信贷的特点,并且从贷方角度阐述了P2P信贷的借贷过程;3、建立P2P信贷个人信用评价指标体系。运用交叉频数分析方法,对每个信用指标进行一些有价值的统计描述和定性分析,进一步地展示出数据指标对信用评价的解释程度。利用实验数据,建立P2P信贷个人信用评价指标体系。4、归纳总结了现有解决个人信用评价的研究方法和研究思路,根据对数据处理方法的不同,给出个人信用评价的分类,并对每一类方法进行了阐述,总结了其优缺点;5、在传统BP神经网络的基础上,从权值调整的角度出发,引入附加动量法和弹性梯度下降法,提出一个新的结合两种方法的权值调整方法,并将本文提出的新的权值调整方法运用在传统BP神经网络上。6、以在人人贷(http://www.renrendai.com)网站收集到的数据为实验数据集,将本文提出的新的权值调整方法与传统的BP神经网络权值调整方法、附加动量法以及弹性梯度下降法进行多组对比实验。新算法的精度以及收敛速度优于传统的BP神经网络权值调整方法。本文的创新如下:1、根据P2P信贷的特点以及个人信用评价问题的实际需要,将BP神经网络引入P2P信贷个人信用评价问题,建立评价模型。2、建立了P2P信贷的个人信用评价指标,利用交叉频数方法分析了每个指标对个人信用的影响。3、从权值调整角度,引入附加动量法和弹性梯度下降法,提出了一个适用于P2P信贷个人信用评价模型的结合附加动量法和弹性梯度下降法两种方法的权值调整方法。
【关键词】：BP神经网络 P2P信贷 个人信用评价模型 附加动量法 弹性梯度下降法
【学位授予单位】：云南财经大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F832.4;F724.6
【目录】：

• 摘要3-5
• Abstract5-10
• 第一章 绪论10-16
• 第一节 研究背景及研究意义10-13
• 第二节 研究思路和研究内容13-16
• 一、研究思路13-14
• 二、研究内容14
• 三、论文组织结构14-16
• 第二章 国内外的研究动态及发展趋势16-20
• 第一节 国内研究综述16-17
• 第二节 国外研究综述17-20
• 第三章 相关理论介绍20-32
• 第一节 P2P信贷个人信用评价相关理论概述20-25
• 一、信用的含义及分类20
• 二、个人信用评价概述20-22
• 三、个人信用评价方法概述22-24
• 四、P2P个人信贷特征和运营模式24-25
• 第二节 人工神经网络25-32
• 一、神经元结构模型25-26
• 二、神经网络的分类26-27
• 三、神经网络的工作原理27-28
• 四、BP神经网络结构28-31
• 五、BP神经网络的缺陷31-32
• 第四章 P2P信贷个人信用评价指标及样本数据处理32-41
• 第一节 P2P信贷个人信用评价指标体系32-34
• 一、P2P信贷个人信用评价指标体系概述32-33
• 二、建立个人信用评估指标体系33-34
• 第二节 样本数据的选择及初步分析34-40
• 一、数据来源34-35
• 二、样本数据的初步分析35-39
• 三、数据的规范化处理39
• 四、样本数据的分组39-40
• 第三节 本章小结40-41
• 第五章 基于权值调整的BP神经网络的改进41-45
• 第一节 附加动量的权值调整方法41
• 第二节 弹性梯度下降的权值调整方法41-42
• 第三节 结合附加动量和弹性梯度下降的改进的权值调整方法42-43
• 第四节 算法流程43-44
• 第五节 本章小结44-45
• 第六章 实验设计与结果分析45-51
• 第一节 建立基于BP神经网络的P2P信贷个人信用评价模型45-47
• 一、初始权值的确定45
• 二、网络结构的确定45-46
• 三、传输函数的选择46-47
• 四、实验环境47
• 第二节 实验结果与分析47-50
• 第三节 本章小结50-51
• 第七章 结论与展望51-53
• 第一节 结论51-52
• 第二节 展望52-53
• 参考文献53-58
• 致谢58-59
• 作者在读期间完成的研究成果59

【相似文献】

中国期刊全文数据库 前10条

1 管晓永;;中西信用评价技术发展的逻辑及其比较研究[J];科研管理;2009年04期

2 王素义;朱传华;;中小企业信用评价指标的选择与拓展[J];生产力研究;2009年11期

3 任永平,梅强;中小企业信用评价指标体系探讨[J];现代经济探讨;2001年04期

4 柴彭颐 ,蔡瑶;浙江消费信贷个人信用评价的调查与分析[J];浙江金融;2002年12期

5 刘利军,徐琳;模糊数学在上市公司信用评价中的运用[J];财会月刊;2004年22期

6 ;河北省中小企业信用评价委员会公告[J];乡镇企业科技;2004年07期

7 王璐;教你用信用评价筛选商家[J];电子商务世界;2005年07期

8 梁晓娟;层次分析法在中小企业信用评价中的应用[J];河南广播电视大学学报;2005年01期

9 李丽亚;毕京波;宋扬;;关于建立我国科技信用评价系统的几点思考[J];中国科技论坛;2006年05期

10 赵介箴;;浅议中小企业信用评价指标体系的建立和构成[J];甘肃科技;2006年09期

中国重要会议论文全文数据库 前3条

1 黄章树;乔昕;;基于数据挖掘的机械制造业上市公司信用评价研究[A];第十三届中国管理科学学术年会论文集[C];2011年

2 陆桦;马启升;么傲然;;开展信用评价 推进林业机械行业诚信建设[A];第十一届全国人造板工业发展研讨会论文集[C];2012年

3 袁文华;;我国网上交易机制完善的过程分析[A];2012中国信息经济学年会会议论文集[C];2012年

中国重要报纸全文数据库 前10条

1 中铁十二局集团副总经理 史道泉;信用评价：企业健康发展的灯塔[N];中国水利报;2006年

2 王兴和邋陆智国;我市全面启动中介组织信用评价工作[N];镇江日报;2008年

3 朱庆庆　钱华明;2010年度中介组织信用评价结果公布[N];镇江日报;2010年

4 记者 杨秀权;十九局集团信用评价支撑经营大业[N];中国铁道建筑报;2011年

5 贺震;信用评价求公正得公认[N];中国环境报;2014年

6 宋特哉;环保信用评价莫失信[N];中国矿业报;2014年

7 本报记者 马吉军;尽快统一信用评价标准[N];中国消费者报;2003年

8 屈凌燕 高嵩;浙江嘉兴公开房地产中介信用评价[N];国际商报;2006年

9 孙继德 同济大学工程管理研究所;信用评价的市场机制[N];建筑时报;2006年

10 曲德辉;期货公司信用评价项目进入攻坚阶段[N];期货日报;2008年

中国博士学位论文全文数据库 前3条

1 张洪祥;基于多维时间序列的信用评价建模及应用[D];东北大学;2013年

2 管晓永;中小企业信用评价因素研究[D];浙江大学;2005年

3 程鑫;基于支持向量机的农户信用评价研究[D];山西财经大学;2015年

中国硕士学位论文全文数据库 前10条

1 仝存玉;制造业上市公司信用评价研究[D];财政部财政科学研究所;2015年

2 郝鹏东;P2P网贷借款人的信用评价研究[D];五邑大学;2015年

3 张澜觉;基于BP神经网络的P2P信贷个人信用评价模型研究[D];云南财经大学;2015年

4 孟林丽;航运企业客户的信用评价研究[D];上海海事大学;2006年

5 汪磐;中小企业信用评价与担保研究[D];安徽大学;2003年

6 梁晓娟;中小企业信用评价方法及其应用[D];郑州大学;2004年

7 陈中华;层次分析法在中小企业信用评价中的应用研究[D];苏州大学;2006年

8 刘文君;农户信用评价研究[D];南昌大学;2010年

9 范佳馨;网络购物信用评价模型设计[D];辽宁科技大学;2012年

10 李东华;互助担保组织信用评价方法研究[D];东北大学;2011年

，

本文编号：584337