針對(duì)P2P機(jī)構(gòu)信用風(fēng)險(xiǎn)預(yù)警問題,提出了基于大數(shù)據(jù)思維的信用評(píng)估體系,采用基于動(dòng)態(tài)特征的廣義徑向基神經(jīng)網(wǎng)絡(luò)對(duì)228家P2P機(jī)構(gòu)12個(gè)月的高維數(shù)據(jù)指標(biāo)進(jìn)行信用風(fēng)險(xiǎn)評(píng)估.應(yīng)用設(shè)計(jì)的廣義徑向基神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)網(wǎng)絡(luò)進(jìn)行對(duì)比,準(zhǔn)確率分別為91.9%、85.2%,廣義徑向基神經(jīng)網(wǎng)絡(luò)在處理實(shí)時(shí)高維數(shù)據(jù)時(shí)表現(xiàn)出良好的性能,可以對(duì)我國(guó)P2P機(jī)構(gòu)信用風(fēng)險(xiǎn)進(jìn)行預(yù)警.同時(shí)深入對(duì)預(yù)警機(jī)構(gòu)進(jìn)行數(shù)據(jù)分析發(fā)現(xiàn),如果企業(yè)資金流動(dòng)性較差、凈流入低也可能存在較高風(fēng)險(xiǎn),企業(yè)應(yīng)依據(jù)小額分散的借貸原則,降低借款集中度可以有效防范企業(yè)信用風(fēng)險(xiǎn). 

【文章來源】：數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2020,50(17)北大核心

【文章頁數(shù)】：9 頁

【部分圖文】：

圖３?ＧＲ？?ｆ?ＢＰ神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值對(duì)比圖??ＢＰＧＲＢＦ

【參考文獻(xiàn)】：
期刊論文
[1]基于深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的互聯(lián)網(wǎng)金融市場(chǎng)動(dòng)態(tài)預(yù)測(cè)[J]. 趙洪科,吳李康,李徵,張兮,劉淇,陳恩紅.  計(jì)算機(jī)研究與發(fā)展. 2019(08)
[2]中國(guó)互聯(lián)網(wǎng)金融生態(tài)足跡、承載力及效率的測(cè)算與評(píng)價(jià)研究[J]. 陸岷峰,葛和平.  管理學(xué)刊. 2018(01)
[3]基于卷積神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)金融信用風(fēng)險(xiǎn)預(yù)測(cè)研究[J]. 王重仁,韓冬梅.  微型機(jī)與應(yīng)用. 2017(24)
[4]大數(shù)據(jù)背景下互聯(lián)網(wǎng)金融借貸風(fēng)險(xiǎn)預(yù)警研究[J]. 張亦婷,羅婧鈺,李鈺,朱忻妍.  價(jià)值工程. 2017(26)
[5]互聯(lián)網(wǎng)金融民營(yíng)系P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)預(yù)警[J]. 朱清香,王莉.  河北大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2016(04)
[6]互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)機(jī)理與風(fēng)險(xiǎn)度量研究——以P2P網(wǎng)貸為例[J]. 王立勇,石穎.  東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2016(02)
[7]基于隨機(jī)森林的P2P網(wǎng)貸信用風(fēng)險(xiǎn)評(píng)價(jià)、預(yù)警與實(shí)證研究[J]. 于曉虹,樓文高.  金融理論與實(shí)踐. 2016(02)
[8]我國(guó)P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究——基于排序選擇模型的實(shí)證分析[J]. 肖曼君,歐緣媛,李穎.  財(cái)經(jīng)理論與實(shí)踐. 2015(01)



本文編號(hào)：3314892