【摘要】：互聯(lián)網(wǎng)金融填補了傳統(tǒng)金融服務(wù)和社會投融資需求的空檔,同樣也暴露了許多問題,最嚴重的是一些互聯(lián)網(wǎng)金融企業(yè)游走于無門檻、無標準、無監(jiān)管的邊緣,隨意進出互聯(lián)網(wǎng)金融市場。如果這些企業(yè)出現(xiàn)問題,損失的就是投資者和參與者利益,危害的就是互聯(lián)網(wǎng)金融市場秩序,本文研究的目的是通過對互聯(lián)網(wǎng)金融企業(yè)的信用評價,為企業(yè)開展互聯(lián)網(wǎng)金融業(yè)務(wù)提供準入標準、為消費者選擇互聯(lián)網(wǎng)金融產(chǎn)品提供選擇標準、為企業(yè)提升自身互聯(lián)網(wǎng)金融業(yè)務(wù)能力提供改進標準、為相關(guān)監(jiān)管機構(gòu)及部門監(jiān)管提供科學的參考標準。本文從評價互聯(lián)網(wǎng)金融企業(yè)信用的角度出發(fā),將互聯(lián)網(wǎng)金融能力指標納入到互聯(lián)網(wǎng)金融企業(yè)信用評價體系中,運用SEM模型構(gòu)建了一套包含14個指標的反映互聯(lián)網(wǎng)金融企業(yè)信用等級的評價指標體系,并在此基礎(chǔ)上將GA-BP神經(jīng)網(wǎng)絡(luò)模型應(yīng)用于互聯(lián)網(wǎng)金融企業(yè)的信用評價,構(gòu)建了基于BP神經(jīng)網(wǎng)絡(luò)與GA-BP神經(jīng)網(wǎng)絡(luò)的預測評價模型。利用具有代表性的57家上市互聯(lián)網(wǎng)金融企業(yè)的171組樣本數(shù)據(jù)進行訓練和仿真,選取其中三家企業(yè)的9組數(shù)據(jù)作為測試樣本,對樣本企業(yè)的信用等級進行預測和分析。實驗驗證表明,BP神經(jīng)網(wǎng)絡(luò)在評價互聯(lián)網(wǎng)金融企業(yè)信用方面具有很好的預測效果,同時經(jīng)過遺傳算法優(yōu)化后的BP神經(jīng)網(wǎng)絡(luò)比原始的BP神經(jīng)網(wǎng)絡(luò)具有更好的訓練效果和預測效果,能夠更加有效的對互聯(lián)網(wǎng)金融企業(yè)進行信用評價。
【圖文】：

圖 1-1 論文研究框架圖1.5 論文的創(chuàng)新點（1）評價指標體系的創(chuàng)新。與傳統(tǒng)的企業(yè)信用評價相比，互聯(lián)在評價指標的建立上要融入互聯(lián)網(wǎng)金融因素，本文在查閱了相關(guān)文獻將涉及到互聯(lián)網(wǎng)金融因素的一些定性和定量指標進行搜集和歸納，將定量指標納入互聯(lián)網(wǎng)金融業(yè)務(wù)能力類指標中，與基本財務(wù)能力類指標類指標一起構(gòu)建完整的互聯(lián)網(wǎng)金融企業(yè)信用評價指標體系，基于結(jié)構(gòu)行指標約簡，從而得到更具代表性的評價指標體系。（2）研究方法的創(chuàng)新。通過對相關(guān)文獻的整理發(fā)現(xiàn)，對企業(yè)信多數(shù)文章都是基于統(tǒng)計學方法，基于非統(tǒng)計的人工智能方法很少。同于對互聯(lián)網(wǎng)金融企業(yè)這一新興研究對象進行信用評價的文章很少，因握了一定的理論和知識背景下，將人工智能算法運用到互聯(lián)網(wǎng)金融企

化、第三方支付、P2P 網(wǎng)貸、眾籌模式、信息化化指用網(wǎng)絡(luò)信息技術(shù)來優(yōu)化金融服務(wù)，是傳隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，許多傳統(tǒng)的金融業(yè)進程會加快。例如目前比較流行的網(wǎng)上銀付運作實質(zhì)主要是在買賣雙方之間建立一個康流向，使交易雙方的資金能在過度賬戶中個典型第三方支付交易的平臺，使買賣雙方此保護買賣雙方的利益。目前我國第三方支不可或缺的支撐力量[34]。支付平臺的交易中，其一般流程如圖 2-1 所
【學位授予單位】：河南財經(jīng)政法大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：F724.6;F832.3;TP183

【參考文獻】

相關(guān)期刊論文 前10條

1 尹海員;王盼盼;;我國互聯(lián)網(wǎng)金融監(jiān)管現(xiàn)狀及體系構(gòu)建[J];財經(jīng)科學;2015年09期

2 唐曉波;陳馥怡;;微信用戶滿意度影響因素模型及實證研究[J];情報雜志;2015年06期

3 李平;陳林;李強;馮毅;趙洪江;;互聯(lián)網(wǎng)金融的發(fā)展與研究綜述[J];電子科技大學學報;2015年02期

4 陳圣群;王應(yīng)明;施海柳;;多屬性匹配決策的等級置信度融合法[J];系統(tǒng)工程學報;2015年01期

5 鄭聯(lián)盛;;中國互聯(lián)網(wǎng)金融:模式、影響、本質(zhì)與風險[J];國際經(jīng)濟評論;2014年05期

6 莫易嫻;;傳統(tǒng)金融與互聯(lián)網(wǎng)金融的競爭與合作[J];財會月刊;2014年14期

7 高楊;羅亞南;鄒新月;;互聯(lián)網(wǎng)金融模式比較分析與未來發(fā)展研究[J];海南金融;2014年07期

8 于彤;李海東;;基于BP神經(jīng)網(wǎng)絡(luò)的客戶信用風險評價[J];現(xiàn)代電子技術(shù);2014年10期

9 李雪靜;;眾籌融資模式的發(fā)展探析[J];上海金融學院學報;2013年06期

10 樓裕勝;;基于模糊神經(jīng)網(wǎng)絡(luò)的企業(yè)信用風險評估模型研究[J];中南大學學報(社會科學版);2013年05期

，

本文編號：2682315