基于BP神經網絡的P2P信貸個人信用評價模型研究.pdf

1、在互聯網高速發(fā)展的同時，市場經濟也在迅速發(fā)展，個人信用直接影響了個人消費的發(fā)展，在銀行業(yè)、金融業(yè)等方面?zhèn)€人信用扮演者不可替代的角色。不僅這樣，個人行為的表現載體之一就是個人信用，個人信用也漸漸地被大眾所認可，其是一種提高個人素質、維持經濟秩序的重要方法。個人信用評價的重要性可見一斑。在一些歐美發(fā)達國家，個人信用評價發(fā)展地非常成熟，已經形成了一整套產業(yè)鏈。我國針對P2P信貸個人信用評價體系的建設仍然處于起步階段。
　　P2P信貸（即

2、“人人貸”）于2006年傳入我國，之后我國就出現了P2P信貸服務公司，并且如雨后春筍般開創(chuàng)了大量的P2P信貸公司，2008年只有幾十家，到了2012年達到了300家以上，諸多公司都開展了網上業(yè)務。但由于監(jiān)管和法律法規(guī)的滯后性，會給出借人帶來極大的經濟風險，因此，對P2P信貸的個人信用評價模型的研究極其重要。P2P信貸個人信用評價模型可以幫助出借方衡量債務人的信用好壞，得出的結果可以作為是否出借的重要指標之一。
　　2011年中國銀

3、行業(yè)監(jiān)督管理委員會向銀行業(yè)機構發(fā)出P2P信貸的信貸風險預警，稱 P2P信貸網站存在巨大的隱性風險，預警中指出銀行業(yè)金融機構要做出有效的防范措施，做好風險預警監(jiān)測。因此，在P2P實踐中，對貸款人的信用做出真實、客觀的評價具有極為重要的現實意義。
　　本文以BP神經網絡為基礎，研究并建立P2P信貸個人信用評價模型。主要做了如下工作：
　　1、對BP神經網絡的概念、原理進行分析和梳理，進一步總結了其基本思想、原理和方法以及在實際應

4、用中所面臨的問題；
　　2、歸納總結了信用的發(fā)展歷史、個人信用的特點以及個人信用評價的方法。分析了P2P信貸的特點，并且從貸方角度闡述了P2P信貸的借貸過程；
　　3、建立 P2P信貸個人信用評價指標體系。運用交叉頻數分析方法，對每個信用指標進行一些有價值的統計描述和定性分析，進一步地展示出數據指標對信用評價的解釋程度。利用實驗數據，建立P2P信貸個人信用評價指標體系。
　　4、歸納總結了現有解決個人信用評價的研究方法

5、和研究思路，根據對數據處理方法的不同，給出個人信用評價的分類，并對每一類方法進行了闡述，總結了其優(yōu)缺點；
　　5、在傳統BP神經網絡的基礎上，從權值調整的角度出發(fā)，引入附加動量法和彈性梯度下降法，提出一個新的結合兩種方法的權值調整方法，并將本文提出的新的權值調整方法運用在傳統BP神經網絡上。
　　6、以在人人貸（http://www.renrendai.com）網站收集到的數據為實驗數據集，將本文提出的新的權值調整方法與傳統

6、的BP神經網絡權值調整方法、附加動量法以及彈性梯度下降法進行多組對比實驗。新算法的精度以及收斂速度優(yōu)于傳統的BP神經網絡權值調整方法。
　　本文的創(chuàng)新如下：
　　1、根據P2P信貸的特點以及個人信用評價問題的實際需要，將BP神經網絡引入P2P信貸個人信用評價問題，建立評價模型。
　　2、建立了P2P信貸的個人信用評價指標，利用交叉頻數方法分析了每個指標對個人信用的影響。
　　3、從權值調整角度，引入附加動量法和彈