论文部分内容阅读
P2P网络借贷是结合了互联网和P2P借贷的一种新型的金融服务模式。P2P借贷作为新兴的借贷模式,在发展中暴露出了较多的问题。相比较传统的商业银行,P2P借贷的风险管理能力较差,其面临的最大的风险就是借款人的个人信用风险。个人信用风险是指P2P网络借贷平台的借款人无法偿还贷款的风险,这是P2P网络借贷平台主要风险。首先,本文的研究内容是分析借款人个人信用风险。在对P2P网络借贷平台的发展和运营模式进行论述分析的基础上,对平台上借款人这一角色的信用风险进行了深入分析。其次,文章在分析美国FICO和我国商业银行等国内外主流的个人信用指标评分法的基础上,并参考中国建设银行的个人信用风险的评估指标体系,对可能影响借款人信用风险的指标进行综合分析。在考虑了基于P2P网络借贷平台的借款人特有的信用风险因素的基础上,对相应指标进行增减和删除,建立了基于P2P网络借贷平台的个人信用风险评估指标体系。再次,介绍了BP神经网络的基本原理和算法特点,并利用LM算法对其进行了改进,并探讨了BP神经网络对P2P网络借贷平台的个人信用风险的适用性。最终确定了BP神经网络模型的基本结构。在实证分析时,用于模型训练仿真的样本数据是从人人贷、365易贷等平台上随机抓取的。对数据进行量化处理后,将其输入通过MATLAB工具箱构建的BP神经网络模型,进行训练和仿真。模型的输出结果比较准确地评估出了借款人信用风险等级。结果表明构建的模型具备对P2P网络借贷平台上借款人信用的预测评估能力。本文最后的研究结果表明了所创建的P2P网络借贷平台个人信用风险评估指标体系,遵循了指标体系设计的原则,能够客观、可靠并有效的对借款人个人信用风险进行评价。在结论中,指出所构建的BP神经网络模型能够很好的适用于基于P2P网络借贷平台的个人信用风险评估,有很好的发展前景,并阐述研究的局限性。