基于卷积神经网络模型的P2P网贷信用风险识别方案策划

发布时间：2021-08-13 07:20

　　P2P网络借贷是一种较为新型的商业借贷模式,通过这样的一个平台,可以将社会上存在的小额闲散资金聚集起来,然后将这些资金借给那些有资金需求人群。通过互联网的方式进行借贷,其致力的客户群为传统金融无法触及的用户。自从这种借贷模式上线以来,就极大的弥补了传统借贷模式的不足,因此在全球范围内也取得了极大的认可。但是从长期来看,P2P网贷的发展一直处于摸索阶段,并没有能够健康稳定的发展下去。目前来看,大部分的P2P网贷公司的规模仍然较小,与之相对应的是,这些网贷公司对于风险的管控能力往往较为低效,应对突发事件的能力通常也较为低下。而在P2P网贷企业面对的这些风险中,最主要的风险就是个人信用风险。本文针对Lending Club交易数据对个人信用风险评估预测进行研究,通过对其数据进行贷款违约预测,可以帮助平台解决信息不对称的问题,为投资人提供一定的参考意见,同时为我国P2P信用风险评估体系提供一定的参考意见。虽然对于这个问题的评估方法很多,但是大多数还都是基于机器学习的方法进行评估预测。然而,这些传统机器学习方法往往受主观因素的影响较大,通过传统机器学习对信用风险进行识别时,往往需要人工设计特征,... 

【文章来源】：上海师范大学上海市

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

本文的技术路线图

卷积神经网络结构

图 4.1 P2P 网贷平台成交量：网贷之家 P2P 借贷平台数量来看，截至 2018 年 11 月底，P2P 在线借贷行业量达到了 6429 个。从 2017 年 1 月至 2018 年 11 月的网络贷款行业

【参考文献】：
期刊论文
[1]基于Lasso-Logistic模型的P2P网络借贷信用风险度量[J]. 邹明芮.  长春大学学报. 2018(03)
[2]基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测[J]. 阮素梅,周泽林.  财贸研究. 2018(02)
[3]P2P网络借贷风险管理研究——以“陆金所”为例[J]. 林常娥.  财会通讯. 2018(08)
[4]我国P2P网络借贷市场的现状分析和发展研究[J]. 任儒.  科技经济导刊. 2018(03)
[5]P2P网贷个人信用风险评估模型研究——基于混合果蝇神经网络的方法[J]. 吴斌,叶菁菁,董敏.  会计之友. 2017(21)
[6]基于结构方程模型的P2P网络平台借贷风险因素分析与评估模型设计[J]. 郭星娜.  时代金融. 2017(29)
[7]基于改进果蝇算法优化SVM的个人信用风险评估[J]. 杨春霞,王妍,朱鹏渭.  金融理论与实践. 2017(05)
[8]P2P网络借贷的商业模式与前景——以陆金所和Lending Club为例[J]. 曾雪云,徐以荻,张能鲲.  财务与会计. 2017(06)
[9]基于复杂网络和机器学习的P2P用户违约预测[J]. 林国强,赵毅鸣,况青作,樊瑛.  北京师范大学学报(自然科学版). 2017(01)
[10]P2P网贷借款人违约行为影响因素的实证研究[J]. 苏亚,成春林.  金融发展研究. 2017(01)

硕士论文
[1]基于Logistic模型的汽车金融公司个人贷款信用评分研究[D]. 李岸杨.西南大学 2017
[2]基于Logistic回归的神经网络模型在个人信用评估中的应用[D]. 白金瑞.内蒙古大学 2012



本文编号：3339997