×

大数据技术下创新风险预警模式在互联网信贷金融风险评估中的应用。 (英语) Zbl 1457.91400号

小结:在大数据时代,旨在利用大数据技术对互联网信用形成有效的预警和预防。应用BP神经网络算法确定BP神经网络各层的节点数、激活函数、学习率等参数,并利用大量数据样本建立互联网信用风险预警模型。对构建的模型进行训练和测试。最后,利用遗传算法对神经网络进行优化,以提高预警的准确性。结果表明,基于来自90家企业的450个五年内的数据样本,以风险区间除以“\(3\西格玛\)”规则,初步确定了互联网信用风险水平。然后,对神经网络进行训练和测试。网络输出率高达85%。为了避免BP神经网络陷入局部极值的缺陷,采用遗传算法对神经网络进行优化,预警更准确,误差更小。准确率可达97%。因此,利用BP神经网络对互联网信用风险进行预警和评估具有良好的准确性和计算效率,拓展了BP神经网络在互联网金融领域的应用,为互联网信用风险预警和评估提供了新的发展方向。

MSC公司:

91G40型 信用风险
62P05号 统计学在精算科学和金融数学中的应用
62兰特 大数据和数据科学的统计方面
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Chen,J.,《大数据促进商业银行信贷业务和风险管理创新》,投资。财务。,12, 62-64 (2019)
[2] 杨磊,农村中小金融机构信用风险管理现状与对策研究,金融。经济。,31, 210 (2018)
[3] 张勇,商业银行大中型企业信用风险防范研究,马克·莫德。,20, 122 (2018)
[4] Masmoudi,K。;阿比德,L。;Masmoudi,A.,《利用贝叶斯网络和潜在变量进行信用风险建模》,专家系统。申请。,127, 157-166 (2019)
[5] 朱旭,利率市场化背景下我国商业银行信用风险管理研究,金融。社区,9,9(2018)
[6] 克雷格·A·扎巴拉。;Jeremy,Marc J.,《中等市场的影子信贷:金融崩溃后的十年》,J.Risk Financ。,19, 120-123 (2018)
[7] 大卫·J·A。;Gonsalvez,Robert R.,供应链共享风险自我融资增量销售,《工程经济学》。,1, 250-253 (2016)
[8] Dendramis,F。;Tzavalis,E。;Adraktas,G.,《衰退和财务困境条件下的信贷风险建模》,J.Bank。财务。,91, 23-25 (2018)
[9] 江S.,大数据技术应用与发展趋势,价值工程,33166-168(2016)
[10] Zhao,基于组合分类器的神经网络算法,Electron。技术。,12, 43-46 (2017)
[11] Chang-Shu,T。;Chih-Hao,C。;Shu-Chin,C.,《预测重症监护病房患者成功拔管的决定》,Biomed。Res.Int.,2018,1-11(2018)
[12] 张,S。;毛,D。;Wang,B.,大数据处理技术在风力发电机组齿轮箱故障诊断和预警中的应用,Autom。选举人。电力系统。,40, 14, 129-145 (2016)
[13] Soler-Dominguez,A。;Juan,A.A。;Kizys,R.,元启发式金融应用调查,ACM Compute。调查。,50,1,1-23(2017)
[14] Chi,G。;丁,S。;Peng,X.,P2P借贷投资决策的数据驱动稳健信贷组合优化,数学。问题。工程,2019年1月1日至10日(2019年)
[15] Beque,A。;Lessmann,S.,《信用评分的极端学习机器:实证评估》,专家系统。申请。,86, 42-53 (2017)
[16] 艾青,《互联网视角下银行业系统性风险研究》(2018)
[17] 王磊,《大数据背景下互联网金融风险预警系统的构建》,《经济学》。贸易惯例。,000, 004, 38-40 (2016)
[18] Kang,Q.,基于大数据的财务风险评估模型,国际J模型。模拟。科学。计算。,10, 04, 106-113 (2019)
[19] 黄,X。;李,X。;Yu,Y.,《互联网金融的瓦解与机构创业整合:阿里巴巴的Yu’e Bao,J.Glob》。信息管理。,27, 2, 1-23 (2019)
[20] Benaim,M.,《从符号价值到符号创新:网络信息与创新》,《Res.Policy》,47,5,901-910(2018)
[21] 徐,D。;唐,S。;Guttman,D.,《中国的竞选式互联网金融治理:基于信息的治理新方法的原因、影响和经验教训》,计算。法律保障。第35、1、3-14版(2019年)
[22] 胡嘉欣,浅析大数据在互联网金融风险控制中的应用(2018)
[23] Cui,D.,基于大数据分析的金融信贷风险预警,Metall。Min.Ind.,6133-142(2015)
[24] 张,Q。;罗,Y。;Fu,S.,基于大数据的互联网金融风险预警研究,(社会科学、教育管理和体育教育国际会议(2015),亚特兰蒂斯出版社)
[25] 王凤,基于改进GA-BP神经网络的大数据在互联网金融征信中的应用研究,复杂性,1-16(2018)
[26] 斯特里克,M。;Helperstorfer,C。;Hermann,P.,《具有半连续协方差的金融和风险建模》,Inform。科学。,394-395, 246-272 (2017) ·Zbl 1431.91424号
[27] Sharma,D。;普林贾,S。;Aggarwal,A.K.,《印度哈里亚纳邦的自费住院费用:范围、决定因素和财务风险保护》,《印度医学研究杂志》,146,6,759(2017)
[28] Wu,L。;Yang,Y。;Maheshwari,M.,使用改进的FOA和IFOA-BP神经网络进行FPSO设计的参数优化,海洋工程,175,1,50-61(2019)
[29] Imakura,A。;井上,Y。;Sakurai,T.,深度神经网络基于非线性半NMF交替优化方法的并行实现,神经过程。莱特。,47, 3, 815-827 (2018)
[30] 张勇,商业银行网络信贷业务风险管理研究,金融。经济。(学术编辑),20,24-25(2019)
[31] Tao,N.R.,互联网信贷的信用风险分析,时代财经,15145+149(2019)
[32] 李毅。;张春云,非对称信息下的网络信用利率风险研究,宝鸡文理学院。(自然科学编辑),39,1,16-20(2019)
[33] Kwon,H。;Do,T.N。;Kim,J.,《石油化工行业战略运营的价格预测和生产规划模型相结合的综合决策框架》,工业工程化学。第59、25、11610-11620号决议(2020年)
[34] Mohammadi,S。;Nazemi,A.,《通过人工神经网络方案实现风险价值和不确定回报的投资组合管理》,Cogn。系统。研究,59,247-263(2020)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。