隨著金融科技快速發(fā)展,互聯(lián)網(wǎng)貸款在滿足小微金融需求方面日益重要,2020年5月9日,銀保監(jiān)會(huì)發(fā)布《商業(yè)銀行互聯(lián)網(wǎng)貸款管理辦法》（征求意見稿）,借款者信用風(fēng)險(xiǎn)備受關(guān)注。如何在移動(dòng)互聯(lián)網(wǎng)背景下,有效評(píng)估借款者個(gè)人信用風(fēng)險(xiǎn)具有較大挑戰(zhàn)。從個(gè)人信用風(fēng)險(xiǎn)的"評(píng)價(jià)框架、評(píng)價(jià)要素和評(píng)價(jià)模型"三個(gè)方面,結(jié)合互聯(lián)網(wǎng)大數(shù)據(jù)的技術(shù)特征,進(jìn)行了系統(tǒng)研究,為互聯(lián)網(wǎng)貸款的個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià)提供理論和實(shí)務(wù)建議。 

【文章來源】：科技與金融. 2020,(07)

【文章頁數(shù)】：6 頁

【部分圖文】：

互聯(lián)網(wǎng)個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià)的邏輯框架

(2)網(wǎng)絡(luò)訓(xùn)練。卷積神經(jīng)網(wǎng)絡(luò)可以通過殘差的反向傳播對(duì)網(wǎng)絡(luò)中的參數(shù)進(jìn)行訓(xùn)練。但是，網(wǎng)絡(luò)訓(xùn)練中的過擬合以及梯度的消逝與爆炸等問題極大影響了訓(xùn)練的收斂性能，針對(duì)這些網(wǎng)絡(luò)訓(xùn)練的問題，一些有效的改善方法被提出，包括：Krizhevsky et[1 6]al.(2012)提出的基于高斯分布的隨機(jī)初始化網(wǎng)絡(luò)[17]參數(shù)，He et al.(2015)對(duì)卷積神經(jīng)網(wǎng)絡(luò)不同層的參數(shù)進(jìn)行相互獨(dú)立同分布的初始化。根據(jù)近期的研究趨勢，卷積神經(jīng)網(wǎng)絡(luò)模型規(guī)模正在迅速增大，而更加復(fù)雜的網(wǎng)絡(luò)模型也對(duì)相應(yīng)的訓(xùn)練策略提出了更高的要求。(3)網(wǎng)絡(luò)的預(yù)測。卷積神經(jīng)網(wǎng)絡(luò)的預(yù)測過程就是通過對(duì)輸入數(shù)據(jù)進(jìn)行前向傳導(dǎo)，在各個(gè)層次上輸出特征圖，最后利用全連接網(wǎng)絡(luò)輸出基于輸入數(shù)據(jù)的條件概率分布的過程。Donahue et al.(2013)[1 8]的研究表明，經(jīng)過前向傳導(dǎo)的卷積神經(jīng)網(wǎng)絡(luò)高層特征具有很強(qiáng)的判別能力和泛化性能，而且，通過遷移學(xué)習(xí)，這些特征可以被應(yīng)用到更加廣泛的領(lǐng)域。這一研究成果對(duì)于擴(kuò)展卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域具有重要的意義。

【參考文獻(xiàn)】：
期刊論文
[1]基于改進(jìn)的隨機(jī)森林模型的個(gè)人信用風(fēng)險(xiǎn)評(píng)估研究[J]. 周永圣,崔佳麗,周琳云,孫紅霞,劉淑芹.  征信. 2020(01)
[2]關(guān)于P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)的研究——兼對(duì)Lending Club平臺(tái)的實(shí)證分析[J]. 劉暢,徐卓婷.  農(nóng)村經(jīng)濟(jì)與科技. 2018(24)
[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)測研究[J]. 王重仁,韓冬梅.  微型機(jī)與應(yīng)用. 2017(24)
[4]P2P視角下的個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià)研究[J]. 賈湖,張聞洲.  甘肅科學(xué)學(xué)報(bào). 2016(05)
[5]基于大數(shù)據(jù)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估關(guān)鍵技術(shù)研究[J]. 林漢川,張萬軍,楊柳.  管理現(xiàn)代化. 2016(02)
[6]基于決策樹的P2P網(wǎng)貸信用風(fēng)險(xiǎn)評(píng)價(jià)[J]. 孫同陽,謝朝陽.  商業(yè)經(jīng)濟(jì)研究. 2015(02)
[7]邊界Logistic違約率模型Bayes分析及實(shí)證研究[J]. 石曉軍,任若恩,肖遠(yuǎn)文.  中國管理科學(xué). 2006(04)
[8]k-近鄰判別分析法在個(gè)人信用評(píng)估中的應(yīng)用[J]. 姜明輝,王雅林,趙欣,黃偉平.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2004(02)

博士論文
[1]基于大數(shù)據(jù)的個(gè)人信用風(fēng)險(xiǎn)評(píng)估模型研究[D]. 張萬軍.對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué) 2016

碩士論文
[1]基于LeNet-5模型和門卷積神經(jīng)網(wǎng)絡(luò)的信用評(píng)分模型實(shí)證研究[D]. 楚天玥.深圳大學(xué) 2017
[2]我國個(gè)人信用風(fēng)險(xiǎn)評(píng)估方法研究[D]. 宓珊珊.西南財(cái)經(jīng)大學(xué) 2016



本文編號(hào)：3436257