基于神经网络模型的网络借贷高危企业信用风险的识别研究

• 作者: 朱子君 王茂光
• 来源期刊: 网络与信息安全学报
• 学科: 经济
• 关键词: 高危网贷企业风险识别 指标筛选 神经网络 召回率
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 1-7
• 页数: 7页
• 分类号: F49
• 字数: 4730字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2017.00222

摘要

网络借贷的飞速发展在一定程度上缓解了小微型企业融资难的问题,但也暴露出网络借贷平台信用风险的识别问题.为充分识别高危网贷企业的特征,以中小型网贷企业为样本,通过指标筛选,挑选出与风险识别相关度较高的指标作为指标变量.并利用BP神经网络算法模型得出高危网贷企业在不同条件下的信用风险识别率和信用风险分类正确率.实验结果表明,高危网贷企业的信用风险具有高度识别性,高召回率、高正确率的特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王茂光	中央财经大学信息学院	10	16	2.0	3.0
2	朱子君	中央财经大学信息学院	2	3	1.0	1.0