基于反欺诈和信用风险评估的P2P贷前审批系统设计与实现
发布时间：2021-06-14 12:27
P2P是英文peer to peer（或point to point）的缩写,意即个人对个人（或点对点）的网络借款,是一种将小额资金聚集起来借贷给有资金需求人群的一种民间小额借贷模式。P2P的诞生,将传统的资金融通方式从线下发展到线上,充分满足了借款人的资金需求,同时也为有财富增值需求的投资人提供了新的投资渠道。与传统银行贷款审批流程多、所耗时间长不同,P2P网络借贷行业的一个重要竞争力就是贷前审核快、放款到账快。然而,随之出现的情况是P2P行业骗贷、欺诈行为层出不穷,逾期、违约现象频频发生,以至于P2P网络借贷平台坏账数目惊人,这严重影响了行业的健康发展。因此,贷前审核成为了P2P网络借贷平台的一项十分重要的业务。本文设计一个面向P2P网络借贷平台的贷前审批系统,旨在为P2P网络借贷平台提供一个相对安全可靠的贷前风控手段。系统设计的审批流程可以分为两大模块,一是贷前反欺诈审核,二是用户信用风险等级评估。前者主要是基于已有的研究,重新对贷前欺诈行为和属性特征进行分析,总结出与反欺诈相关性较高的属性,进而设计出基于规则库的反欺诈检测并用于从所有贷款申请中识别出恶意骗贷、欺诈等行为并加以过...
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
系统用例图
工程硕士学位论文17对非初次借贷的申请人，平台还应根据其在本平台的历史借贷行为，包括借贷金额、笔数、每期还款是否按时或逾期等，对其信用评分增加行为奖励/惩罚项，进而对其信用额度进行动态调整。即根据用户在借贷平台的借贷行为记录计算行为信用分值，对用户的基本信用分进行更新，获得用户信用评分，进而根据用户的信用评分重新计算用户的借贷额度。3.5系统数据分析本系统的输入数据为P2P网络借贷平台的用户借贷申请，这些申请信息由两个部分组成：其一是其在填写申请表时提交的数据，一般为填写借贷申请表中的必填项；其二是平台对其在填写时抓取的实时数据。前者涵盖了用户个人的基本信息、学历信息、职业信息等，后者涵盖了用户提交申请时所用的设备信息、网络信息和GPS地址解析等。将输入数据导入系统后，首先根据用户姓名和证件号进行黑/白名单匹配，命中黑/白名单的申请直接根据其所在名单进行拒绝/接受处理；然后进入反欺诈检测模块，与系统的反欺诈规则库进行匹配并计算其欺诈风险分值，高于阈值的申请转入黑名单并予以拒绝；对通过了反欺诈检测的申请，紧接着进行信用风险评估，根据系统评分模型计算其信用评分，并按照信用分与信用额度对照表给出其信用额度。在上述过程中，反欺诈检测模块的输出数据即为信用风险评估模块的输入数据，二者的数据表在数据库中的结构是相同的。具体的系统数据流图如图3.2所示。图3.2系统数据流图
工程硕士学位论文19第4章P2P贷前审批系统设计本章是对系统的设计部分进行阐述，将从系统总体结构、反欺诈检测模块、风险评估模块、黑/白/灰名单管理模块等四个方面分别进行具体建模和设计。首先对系统进行总体设计，然后分析欺诈规则项，进而构建反欺诈规则库。下一步，将通过Logistics回归进行信用风险评估，得出申请人的初始信用分及其对应的信用额度，紧接着设计根据借款人行为记录进行更新的动态信用分。最后，阐述了黑/白/灰名单管理模块的设计。此外，由于数据是本系统的核心，所以还在4.5节中具体介绍了本系统的数据库设计。4.1系统总体结构通过第三章的总体分析，将本系统设计由交互界面和后台数据操作两部分构成。后台数据操作部分由反欺诈检测模块、信用风险评估模块、黑/白/灰名单管理模块组成，系统总体结构如图4.1所示。根据第3章的系统分析，对系统的总体结构设计如下：本系统的输入数据为用户申请件数据，由工作人员导入到系统中。首先完成反欺诈检测模块，该模块用于完成申请欺诈检测，保证输入中的申请均为真实申请，并将输出保存为一个中间数据；接着将该中间数据输入到信用风险评估模块中，该模块根据预训练好的模型对每条申请进行信用风险评估，得到其对应的信用分值和信用额度，并将这些数据作为整个系统的输出。另外，系统还维护一个黑/白/灰名单数据库，经反欺诈检测认定为欺诈的数据将用于更新这个数据库。图4.1系统结构图
【参考文献】：
期刊论文
[1]英美成熟P2P商业平台运营模式特征解析及启示[J]. 陈宗义. 商业经济与管理. 2017(01)
[2]基于实验研究法的P2P投资行为分析[J]. 陈晓红,靳馥境,林永会. 科研管理. 2016(11)
[3]我国P2P网络借贷公共信息平台构架与运营模式研究[J]. 钱淑芳,张向阳. 科技管理研究. 2016(02)
[4]我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析[J]. 肖曼君,欧缘媛,李颖. 财经理论与实践. 2015(01)
硕士论文
[1]P2P平台信用分数评价机制及其效果检验[D]. 陈丽雯.电子科技大学 2018
[2]基于大数据的互联网金融欺诈行为识别研究[D]. 丁爽斯.首都经济贸易大学 2016
[3]基于数据挖掘的邮储银行信用卡客户风险评估模型[D]. 刘武成.广西大学 2015
[4]反欺诈模型在电子银行的应用研究[D]. 丁慎勇.山东大学 2014
[5]互联网P2P借贷模式风险管控研究[D]. 刘金颖.北京交通大学 2014
本文编号：3229830
【文章来源】：湖南大学湖南省 211工程院校 985工程院校 教育部直属院校
【文章页数】：77 页
【学位级别】：硕士
【部分图文】：
系统用例图
工程硕士学位论文17对非初次借贷的申请人，平台还应根据其在本平台的历史借贷行为，包括借贷金额、笔数、每期还款是否按时或逾期等，对其信用评分增加行为奖励/惩罚项，进而对其信用额度进行动态调整。即根据用户在借贷平台的借贷行为记录计算行为信用分值，对用户的基本信用分进行更新，获得用户信用评分，进而根据用户的信用评分重新计算用户的借贷额度。3.5系统数据分析本系统的输入数据为P2P网络借贷平台的用户借贷申请，这些申请信息由两个部分组成：其一是其在填写申请表时提交的数据，一般为填写借贷申请表中的必填项；其二是平台对其在填写时抓取的实时数据。前者涵盖了用户个人的基本信息、学历信息、职业信息等，后者涵盖了用户提交申请时所用的设备信息、网络信息和GPS地址解析等。将输入数据导入系统后，首先根据用户姓名和证件号进行黑/白名单匹配，命中黑/白名单的申请直接根据其所在名单进行拒绝/接受处理；然后进入反欺诈检测模块，与系统的反欺诈规则库进行匹配并计算其欺诈风险分值，高于阈值的申请转入黑名单并予以拒绝；对通过了反欺诈检测的申请，紧接着进行信用风险评估，根据系统评分模型计算其信用评分，并按照信用分与信用额度对照表给出其信用额度。在上述过程中，反欺诈检测模块的输出数据即为信用风险评估模块的输入数据，二者的数据表在数据库中的结构是相同的。具体的系统数据流图如图3.2所示。图3.2系统数据流图
工程硕士学位论文19第4章P2P贷前审批系统设计本章是对系统的设计部分进行阐述，将从系统总体结构、反欺诈检测模块、风险评估模块、黑/白/灰名单管理模块等四个方面分别进行具体建模和设计。首先对系统进行总体设计，然后分析欺诈规则项，进而构建反欺诈规则库。下一步，将通过Logistics回归进行信用风险评估，得出申请人的初始信用分及其对应的信用额度，紧接着设计根据借款人行为记录进行更新的动态信用分。最后，阐述了黑/白/灰名单管理模块的设计。此外，由于数据是本系统的核心，所以还在4.5节中具体介绍了本系统的数据库设计。4.1系统总体结构通过第三章的总体分析，将本系统设计由交互界面和后台数据操作两部分构成。后台数据操作部分由反欺诈检测模块、信用风险评估模块、黑/白/灰名单管理模块组成，系统总体结构如图4.1所示。根据第3章的系统分析，对系统的总体结构设计如下：本系统的输入数据为用户申请件数据，由工作人员导入到系统中。首先完成反欺诈检测模块，该模块用于完成申请欺诈检测，保证输入中的申请均为真实申请，并将输出保存为一个中间数据；接着将该中间数据输入到信用风险评估模块中，该模块根据预训练好的模型对每条申请进行信用风险评估，得到其对应的信用分值和信用额度，并将这些数据作为整个系统的输出。另外，系统还维护一个黑/白/灰名单数据库，经反欺诈检测认定为欺诈的数据将用于更新这个数据库。图4.1系统结构图
【参考文献】：
期刊论文
[1]英美成熟P2P商业平台运营模式特征解析及启示[J]. 陈宗义. 商业经济与管理. 2017(01)
[2]基于实验研究法的P2P投资行为分析[J]. 陈晓红,靳馥境,林永会. 科研管理. 2016(11)
[3]我国P2P网络借贷公共信息平台构架与运营模式研究[J]. 钱淑芳,张向阳. 科技管理研究. 2016(02)
[4]我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析[J]. 肖曼君,欧缘媛,李颖. 财经理论与实践. 2015(01)
硕士论文
[1]P2P平台信用分数评价机制及其效果检验[D]. 陈丽雯.电子科技大学 2018
[2]基于大数据的互联网金融欺诈行为识别研究[D]. 丁爽斯.首都经济贸易大学 2016
[3]基于数据挖掘的邮储银行信用卡客户风险评估模型[D]. 刘武成.广西大学 2015
[4]反欺诈模型在电子银行的应用研究[D]. 丁慎勇.山东大学 2014
[5]互联网P2P借贷模式风险管控研究[D]. 刘金颖.北京交通大学 2014
本文编号：3229830
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3229830.html
