我国互联网金融公司信用风险预警方法与实证研究

发布时间：2024-03-08 21:26

　　互联网金融对我国原有的金融体系进行了有益的补充,对于缓解中小企业的融资压力以及拓展普通民众的融资渠道具有重要的意义。然而伴随着互联网金融的发展和行业间竞争的加剧,其风险问题也日益凸显出来。2013年以来,互联网金融公司风险问题频发,资金链断链而导致提现困难、投资者本金收益难以按时兑现的负面事件层出不穷,互联网金融公司的信誉开始被越来越多的人质疑,其信用风险问题已经影响到了行业未来的发展。因此,对我国互联网金融公司的信用风险进行有效预警对于促进互联网金融行业的发展,保障我国金融体系的稳定具有重要的作用。本文以信用风险管理为理论依据,系统地研究了我国互联网金融公司的信用风险预警模型并进行了实证研究。首先,分析了国内外关于企业信用风险预警的研究现状。其次,对我国互联网金融的发展历程和主要模式进行了分析,并以此为基础揭示了我国互联网金融公司信用风险的特点、来源以及存在的问题。进而,针对互联网金融公司自身的特点,构建了我国互联网金融公司的信用风险预警指标体系。运用主成份分析法对信用风险预警指标进行筛选,并将最终得到的关键指标作为BP神经网络的输入项,建立基于BP神经网络的我国互联网金融公司信用风...

【文章页数】：69 页

【学位级别】：硕士

【部分图文】：

图4-1三层BP神经网络结构图

是一种具有三层或者三层以上网络结构的多层神个神经元构成，它左右各层之间各个神经元之间神经元之间无连接。BP神经网络进行有监督的学后，其神经元的激活值将从输入层经各隐含层向经元输出输入模式对应的网络响应。然后，按照的原则，再由输出层经由隐含层向输入层反向传接权值。

本文编号：3922414