基于互信息降維神經(jīng)網(wǎng)絡(luò)模型的個(gè)人信用評(píng)估.pdf

1、在經(jīng)濟(jì)新常態(tài)中，消費(fèi)對(duì)GDP的拉動(dòng)作用凸顯，伴隨著消費(fèi)刺激的就是個(gè)人信貸業(yè)務(wù)的擴(kuò)展，尤其以P2P為代表的網(wǎng)絡(luò)信貸發(fā)展的如火如荼，而其所面臨的風(fēng)險(xiǎn)也受到越來(lái)越多的關(guān)注，其中最重要的就是信用風(fēng)險(xiǎn)。對(duì)個(gè)人信用進(jìn)行科學(xué)量化，建立起完善的個(gè)人信用評(píng)估體系及自動(dòng)化的信用評(píng)估系統(tǒng)，是P2P公司、商業(yè)銀行等金融機(jī)構(gòu)控制信用風(fēng)險(xiǎn)，提高收益的迫切需求。
　　目前國(guó)內(nèi)個(gè)人信用評(píng)估的研究中更多的是BP神經(jīng)網(wǎng)絡(luò)算法，RBF神經(jīng)網(wǎng)絡(luò)的應(yīng)用較少；由于隱私的保密

2、性，個(gè)人信用數(shù)據(jù)很難獲取，國(guó)內(nèi)的研究大多使用國(guó)外的數(shù)據(jù)，樣本容量小，數(shù)據(jù)維度低，與國(guó)內(nèi)目前個(gè)人信貸業(yè)務(wù)的情形不相符合。
　　針對(duì)以上問(wèn)題，本文采用國(guó)內(nèi)P2P公司拍拍貸的個(gè)人信用數(shù)據(jù)，進(jìn)行個(gè)人信用評(píng)估的研究。該數(shù)據(jù)集樣本容量大、維度高，因此，在進(jìn)行數(shù)據(jù)分析前引入了降維操作，去除冗余特性變量。然后將降維前與降維后的樣本數(shù)據(jù)集，分別帶入BP神經(jīng)網(wǎng)絡(luò)與RBF神經(jīng)網(wǎng)絡(luò)，對(duì)比分析計(jì)算結(jié)果。
　　結(jié)果表明，對(duì)于高維數(shù)據(jù)在計(jì)算前進(jìn)行降維操作