神经网络技术在P2P网贷中小企业信用评估中的应用

摘要：

P2P网络借贷被认为是解决中小企业融资难问题的有效途径,但为规避中小企业的违约风险,中小企业信用评估问题的重要性不言而喻.首先,利用P2P平台——点融网的相关中小企业数据特征以及宏观经济指标,构建27个指标的中小企业信用风险评估指标体系;其次,利用Python技术收集点融网上中小企业的相关数据和宏观经济数据作为训练集和测试集样本,采用SMOTE算法解决训练集中样本的不均衡问题;最后,为达到分类降维的目的,用主成分因子分析方法对信用风险指标进行筛选.然后采用两种神经网络技术——多层感知器与径向基函数——来预测中小企业的违约概率.结果 表明,多层感知器对于中小企业违约概率的预测能力较强,准确率达到100.00％,预测非违约中小企业违约风险的准确率仅为76.30％,而径向基函数预测正确率略胜一筹,达到92.50％,总体正确率为93.00％.

关键词：P2P网络借贷、SMOTE算法、主成分因子分析、多层感知器、径向基函数

分类号：F830.56(金融、银行)

资助基金：国家社会科学基金项目“基于大数据的金融零售信用风险评估与智能决策研究”17BJY233;教育部人文社会科学青年项目“网络借贷信用风险评估的结构化方法及应用研究”16YJCZH031

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：14-22