论文部分内容阅读
互联网金融的快速发展,对于传统金融行业有很大的冲击,直接影响商业银行对金融市场的垄断,为我国的金融行业带来更多的发展机遇和创新思维。互联网金融在很多方面都取得了成果,尤其是P2P网络借贷行业。P2P网络借贷是基于网络平台的个人对个人直接借贷商业模式,在满足个人、小微企业资金需求,完善我国个人信用体系以及提高社会闲散资金利用率方面,都起到重要作用。但平台的风险管理能力远低于传统的商业银行,在发展过程中暴露出较多问题,面临的最大风险就是借款者的信用风险。本文的研究内容,在文献方面,重点对互联网金融的概念和演化历程、P2P网络借贷的研究现状、P2P网络借贷的相关制度和监管以及风险控制方面进行研究;对于研究中涉及到的相关的金融理论有详尽的分析研究;对互联网金融的概念、模式以及特点进行了详细描述,总结归纳了国外经典P2P网贷平台的运营模式、风控措施以及我国现有的P2P网络借贷平台的发展模式,在此基础上,深入剖析我国P2P网贷平台面临的风险;对互联网金融的风险进行系统分析,简述传统和现代的信用风险分析方法,选择BP神经网络方法构建模型,研究人工神经网络模型的原理、学习方法以及BP算法的特点,探讨该方法对于P2P网络借贷平台在量化评估借款用户信用风险的适用性;利用Matlab软件构建模型,通过指标数据的输入以及目标数据的输出匹配,让模型通过训练、学习,可以独立正确的评估借款用户的信用情况,然后对已构建的模型进行检验,在信息缺失情况下进行压力测试。我国的P2P借贷平台,发展时间较短,各个方面还有待完善,需要在发展过程中探索适用于平台自身的风险管理模式。而P2P网络借贷主要的客户群体是小微企业、个体或者创业者,由平台促成的小额贷款,大多属于信用贷款,个人信用贷款的特性明显,并不能通过财务指标判断信用风险,因此,本次研究在选择指标时,借鉴了德国信用数据的基础指标,以及我国发展较成熟平台的评估指标,最终确定了本次研究中的指标体系。本研究对我国处于高速发展时期的P2P网络借贷行业在信用风险度量方面有一定的积极作用,对于完善我国的P2P网络借贷行业的信用评价体系,有重要的意义。