作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文基于"拍拍贷"网贷平台公布的贷款人违约数据,运用了BP神经网络模型来预测P2P网贷平台贷款人违约率.其模型预测精度达到了99.8%.并且模型得出影响P2P平台借款人是否违约的前十大指标,按照其重要程度分别为:当前到期期数、上次还款本金、当前还款期数、标当前逾期天数、待还本金、我的投资金额、总待还本金、历史成功借款次数、已还利息.同时,通过建立BP神经网络模型,网贷平台可以实现对贷款人信用的评级和违约预测.
推荐文章
类别不平衡的集成学习预测P2P网贷信用风险
P2P网络借贷
信用风险
违约预测
类别不平衡
P2P网贷平台潜在风险与犯罪现状研究
P2P
互联网金融
法律风险
中国P2P借贷平台借款人信用风险评估
生存分析
信用风险评估
P2P借贷
COXPH模型
宏观经济变量
基于BP神经网络的客户信用风险评价
信用风险评估
评估指标体系
神经网络
商业银行
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的P2P网贷信用风险甄别研究 ——以拍拍贷为实例
来源期刊 现代商业 学科 经济
关键词 P2P网贷平台 BP神经网络 违约预测
年,卷(期) 2020,(11) 所属期刊栏目 金融视线
研究方向 页码范围 105-106
页数 2页 分类号 F832.4|F724.6
字数 2125字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张鑫 12 16 2.0 3.0
2 曹帅 5 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (54)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
P2P网贷平台
BP神经网络
违约预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代商业
旬刊
1673-5889
11-5392/F
16开
北京市
80-522
2006
chi
出版文献量(篇)
64559
总下载数(次)
351
总被引数(次)
132752
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导