基于BP神经网络的辽宁省小额信贷信用评估模型研究

• 作者: 马巍
• 来源期刊: 投资与创业
• 关键词: 小额贷款 信用评估 神经网络 智能学习
• 年，卷（期）: 2021,（16）
• 所属期刊栏目: 投资金融
• 页码范围: 15-19
• 页数: 5页
• 语种: 中文
• DOI: 10.3969/j.issn.1672－3414.2021.16.006

摘要

本文通过构建BP神经网络模型对非线性数据进行分析,由此构建能够适合辽宁省小额信贷的信用评估模型,以解决辽宁省小额信贷违约概率高、金融监管难问题.以美国某公司客户数据作为样本,通过BP神经网络模型进行研究发现,智能学习模型对客户是否违约的预测准确率最高可到达99.1％,对客户所处违约不同层级的精确度为64.3％,在±1层级浮动的范围内准确度为81.2％.与传统的分析相比,基于智能学习的BP神经网络模型更精确,适应范围更广,且无需复杂假设,是目前较为实用的信用评估方法.