I. 소개
최근 몇 년 동안, P2P 업계는 우리 금융체계의 개선, 중소기업 자금 격차 해소, 개인 현금 흐름 보충에 중요한 의미를 부여했다. 그러나 업계의 경쟁이 치열해지면서 P2P 업계의 각종 위험도 끊임없이 나타나고 있다. 20 16 이후 우리나라 P2P 에서 폰지 사기, 달리기 등의 사건이 많이 발생해 관련 금액이 크며 사회적 영향이 극히 나쁘다. 현재 우리나라 금융감독 종사자의 수는 금융기관보다 훨씬 적으며, 사권이 불분명하여 실제 기능을 수행하기가 어렵다. 이러한 배경을 바탕으로 이 문서는 가장 쉽게 구할 수 있는 공개 데이터를 활용하여 효과적인 경보 모델을 구축하여 규제자가 대규모 금융 기관에 대한 저비용으로 효과적인 필터링을 완료할 수 있도록 합니다.
중화인민공화국 국무원 총리 리커창 총리는 20 14 년 9 월 다보스 포럼에서' 대중창업 만중혁신' 이라는 부름을 공개했다. 쌍창' 이라는 단어와 함께' 인터넷 금융' 도 있다. 제 12 회 전국인민대회 3 차 회의에서 리커창 총리가 처음으로 인터넷 금융을 공개적으로 언급했다. 정부 부처가 인터넷 금융업계에 대해 공개적으로 언급한 것은 이번이 처음이다. 그 이후로 P2P 인터넷 대출 업계는 중국에서 야만적인 성장기에 접어들었다. 20 12 부터 신규 P2P 플랫폼 수가 점차 늘어나면서 20 14-20 15 가 최고조에 달했고, 최대 월 신규 플랫폼 수는 256 개에 달했다. 그런 다음 새 플랫폼의 수가 점차 줄어들고 넷대출 플랫폼의 총 수가 20 17 부터 안정화되었습니다.
버핏은 "썰물 전에 누가 벌거벗은 수영을 하고 있는지 모른다" 고 말했다. 인터넷 금융의 썰물과 함께 중국 경제의 주요 기조는 L 형이 되고, 뜨거운 돈은 점차 인터넷 대출 시장에서 탈퇴하고, 국가 관련 지원 정책도 강화될 것이며, 문제가 있는 인터넷 대출 플랫폼이 점차 늘어날 것이다. 20 15 년 7 월, 최악의 한 해, 문제 플랫폼이 17 1 에 이르렀고, 이후 문제 플랫폼 수가 점차 감소하기 시작했다. 하지만 20 17 년 2 월부터 문제 플랫폼의 수가 증가하고 있습니다. 7 월 20 일131문제 플랫폼. 차가운 데이터 뒤에는 플랫폼 달리기로 인해 산산조각 난 수많은 가정과 전국 공안경수사부의 사건 해결에 대한 엄청난 압력이 있다.
네트워크 공개 정보를 기반으로 13 지표를 P2P 네트워크 플랫폼 위험 경보 지표 시스템으로 선택하여 입력, 암시적 및 출력 계층을 포함한 BP 신경망 경보 모델을 설정합니다. 파이썬 소프트웨어를 이용하여 설정된 신경망을 훈련시킨다. 예상 출력 값과 샘플 출력 값 사이의 오류가 표준 범위로 감소한 후 경보를 모델링합니다.
둘째, 공개 정보에 기반한 위험 경보 모델을 구축해야 한다.
정보기술의 빠른 발전과 응용으로 사람들의 생활 방식이 크게 달라졌다. 금융은 대량의 정보를 이용하여 가장 효과적인 자금 배분이다. 인터넷 정보가 사용됨에 따라 금융업 자체도 큰 변화를 맞이할 것이다. 이 혁명에서 금융은 더 이상 뉴욕 증권거래소 양복 가죽신의 브로커의 특허가 아니다. 정보기술은 금융 참여의 문턱을 깨뜨렸고, 이제 모든 사람들이 이 자금의 성연에 참여할 수 있게 되었다. 이제 모두가 알리페이의 사용을 받아들인 것처럼,' 사기꾼',' 도박',' 양털' 등 부정적인 라벨도 점차 인터넷 대출 플랫폼에서 페이드되어 점차 사람들의 재테크의 선택이 될 것이다. 복잡하고 다양한 네트워크 대출 플랫폼 위험에 직면하여 효과적인 네트워크 대출 플랫폼 위험 경고 모델을 구축해야 합니다.
(a) 실시간 모니터링의 필요성
인터넷 대출 플랫폼의 위험은 고정불변이 아니지만, 대량의 인터넷 대출 플랫폼의 수동 탐지는 비효율적일 뿐만 아니라 공공 자원에 대한 막대한 낭비이다. 네트워크 경보 모델을 사용해야만 네트워크 대출 플랫폼을 실시간으로 모니터링하고 최소한의 인력과 물력으로 플랫폼 위험에 대한 사전 조사를 완료할 수 있습니다.
(2) 개인 사용의 필요성
(3) 필요
중국 인터넷 대출 업계의 시장 정리가 가속화됨에 따라, 일부 인터넷 대출 플랫폼은 혼수에서 물고기를 만지는 경향이 있다. 전형적인 인터넷 대출 회사에 비해 기간이 길고 금액 차이가 크다. 항주의 인터넷 대출 플랫폼의 물결 속에서, 많은 회사들이 겨우 몇 달 동안 온라인에 올라간 것이 분명하다. 이 회사들은 현재 경수사부의 스트레스가 많고 정력이 부족한 틈을 이용하여 총을 바꿔 포를 바꿀 기세가 크다. 금액이 비교적 작기 때문에, 사기당한 투자자의 권리 보호가 비교적 어렵다. 따라서 이 모델을 사용하면 기록이 많지 않은 신규 회사들에게 이런' 사기 게릴라전' 의 좋지 않은 기세를 싹트게 하는 것을 신속히 경고할 수 있다.
셋째, 네트워크 대출 위험 조기 경보 지수 시스템 설정.
(a) 국내외 인터넷 대출 기관의 차이점
영미 등 서구 선진국에서 P2P 플랫폼은 순전히 정보 중개업자일 뿐, 어떤 대출 거래에도 참여하지 않으며, 투자자의 손실을 배상할 책임도 없다. 영미 등 선진국에는 상대적으로 완벽한 개인징신 시스템이 있어 투자자는 대출자의 신용상태와 재산소유권의 자유입찰에 따라 적절한 자본수익률을 결정할 수 있다. 또한 영국 등 국가들은 비교적 완벽한 규제 정책과 규범을 갖추고 있으며, P2P 를 감독하는 전담 부서가 있어 책임이 명확하다. 예를 들어 미국의 증권거래위원회, 영국의 시장행동감독국과 P2P 금융협회, 규범적인 정책과 완벽한 규제가 이들 국가의 P2P 위험을 효과적으로 통제하고 있다.
징신 시스템이 국내에서 점차 보급되고 있지만 전반적으로 모든 것이 완벽하지는 않다. P2P 도 현재 국가징신 시스템과 도킹할 권리가 없어 대출자의 위험을 전면적으로 객관적으로 폭로하기 어렵다. 따라서 투자자들은 종종 "신뢰할 수 있는", "안전한" P2P 플랫폼을 찾기 시작합니다. 이로 인해 P2P 플랫폼은 자신의' 보증',' 국자 배경',' 자체보장기금' 을 홍보해 자신의 신용을 늘려야 했다. 이로 인해 P2P 플랫폼은 또 다른 은행일 뿐 악순환을 형성한다. 소기업 위약, P2P 는 플랫폼 자체의 명성을 위해 과거를 감추고 결국 뛰어야 했다. 현재, 중국에 있는 새로운 규칙은 명확 하 게, 다만 신망을 끊고 지불 하기 위하여 제시 되었다, 그러나 차용 인은 투자를 받아들일 때 손실을 얻는 데 시간이 걸릴 것 이다.
(b) 인터넷 대출 플랫폼 위험 요소
인터넷 대출 플랫폼의 위험은
이 문서에서는 시스템 위험 및 비시스템 위험에 대한 분석을 통해 네트워크 대출 플랫폼의 특징을 결합하여 가장 대표적인 위험 요소를 선별합니다.
인터넷 대출 플랫폼의 체계적인 위험은 주로 정책 위험, 법적 위험 및 경제 주기 위험을 포함한다. 예기 정책이 느슨한 법률과 규정이 건전하지 않아 플랫폼 수가 급증하고 악성경쟁이 일어나며, 심지어 나쁜 화폐가 양화폐를 추방하는 경우도 있다. 게다가, 경제주기의 영향도 간과해서는 안 된다. 세계 경제가 추워지고 반세계화가 되면서 많은 대형 금융기관들이 신흥 인터넷 대출 플랫폼을 지탱할 수 없게 되었다. 그러나 이 글의 목표는 미시적 관점에서 기업의 위험을 감지하는 것이므로 당분간 경제 주기를 고려하지 않는 것이다.
인터넷 대출 플랫폼의 체계적이지 않은 위험에는 신용 위험, 브랜드 위험 및 기술 위험이 포함됩니다. 많은 플랫폼은 가능한 한 고객을 쟁취하기 위해 대출 조건을 완화하기 위해 많은 노래들의 진입과 일부 투기자들의 양털 털로 이어진다. 이 플랫폼에서 대출을 받는 많은 사람들이 플랫폼이 무너진 후 대출금을 상환하지 않기를 바라면서 인터넷에 그 플랫폼에 대한 부정적인 정보를 만들려고 한다는 증거가 있다. 이러한 행동은 의심 할 여지없이 플랫폼 자체의 위험을 크게 증가시킵니다. 기술적인 문제가 발생하여 공식 홈페이지가 개통되지 않거나 자금이 회수되지 않을 경우 투자자들의 민감한 신경을 쉽게 건드려 혼잡을 일으킬 수 있다.
(c) 조기 경보 모델 지표 수립
그러나 인터넷 대출 관련 법규가 미비한 현재 관련 데이터는 얻기 어렵고 진실성이 의심스럽다는 점은 주목할 만하다. 따라서 이 글은 인터넷에서 쉽게 얻을 수 있는 정보를 경보 모델의 입력 지표로 사용하여 지표 내부의 비선형 논리를 통해 플랫폼의 위험 정도를 반영하는 데 큰 데이터 사고를 사용합니다. 악랄하고 불법적인 지점간 대출 플랫폼은 가능한 한 자신의 영향력을 넓히고, 반조사 준비를 하고, 감독부가 반응하기 전에 충분한 돈을 받을 것이다. 이런 행위는 인터넷에 흔적을 남기지 않기 어렵다. 따라서 사회 개방 정보 지표를 도입하면 공식 데이터의 부족과 진실성을 효과적으로 보완하고 경보 모델의 신뢰성과 효율성을 높일 수 있습니다.
요약하면, 네트워크 대출 플랫폼 위험 평가 시스템은 표 1 에 나와 있으며, 각 지표의 원시 데이터는 표 2 에 나와 있습니다.
넷째, BP 신경망 설계
(a) BP 신경망 개요
BP 신경 네트워크의 BP 는 back propagation 의 약어로, 역전파로 번역됩니다. 그래서 BP 신경 네트워크는 오차 역전파 신경 네트워크라고도 하며, Rumelhart 와 McClellan 을 비롯한 과학자들이 1986 에서 제시한 것입니다. BP 신경 네트워크는 오류 역전파 알고리즘을 사용하여 프로그램이 자동으로 미적분을 배워 오류를 최소화하여 실제 상황에 가장 가까운 가중치를 얻습니다.
BP 신경 네트워크는 다중 레이어 센서로, 여러 센서 레이어가 완전히 연결된 피드 포워드 신경 네트워크입니다. 전체 연결은 한 층의 모든 뉴런과 인접한 층의 모든 뉴런 사이에 연결이 있음을 의미합니다. 이 모델은 비선형 문제를 잘 처리할 수 있는 능력을 가지고 있다. BP 신경 네트워크에는 입력 레이어, 암시적 레이어 및 출력 레이어가 있습니다. 이론적으로 은층 BP 신경망이 임의의 비선형 매핑을 실현할 수 있다는 것을 증명하여 대부분의 경우의 요구를 충족시킬 수 있다. (존 F. 케네디, Northern Exposure (미국 TV 드라마), 예술명언)
(b) BP 모델 신경 노드 설정
이 문서에서는 BP 신경 네트워크의 표준 구조를 사용하여 입력 레이어, 암시적 레이어 및 출력 레이어를 포함합니다. 여기서 입력 레이어 노드 수는 13 이며 입력 표시기 수에 따라 결정됩니다. 출력 레이어 노드 수는 1 입니다. 여기서 정상 플랫폼의 플랫폼 값은 0 이고 문제 플랫폼 값은 1 입니다.
숨겨진 레이어의 노드 수는 입력 레이어의 신경 단위 수와 출력 레이어의 신경 단위 수와 관련이 있습니다. 그러나 아직 확실한 근거가 없어 작업에 따라 억제된 레이어 노드 수를 결정하기가 어렵다. 그래서 현재는 주로 과거의 성공 경험을 바탕으로 하고 있다. 일반적인 경험 공식은 L=log2n 입니다. 여기서 n 은 입력 노드 수이므로 숨겨진 레벨 노드 수는 3 입니다.
(3)BP 모델의 매개 변수 설정
BP 신경망 모델의 출력 레이어, 암시적 레이어 및 출력 레이어 노드를 결정한 후 신경 네트워크의 전송 함수 및 교육 목표를 결정해야 합니다. 비선형 전달 함수는 주로 대수 S 형과 탄S 형으로 나뉜다. 대수 -S 형 입력값은 어떤 값이든, 출력값 범위는 (0, 1), 탄 -S 형 입력값은 어떤 값이든, 출력값 범위는 (-1,/Kloc-입니다 선형 전달 함수 pureline 의 출력과 output 은 임의의 값을 가질 수 있습니다. 이 문서의 출력 값은 양수이므로 입력 레이어 전파 함수는 대수 S 형 함수이고 출력 레이어 전파 함수는 순수 직선 함수입니다. 허용 오차 기준은 ε= 0. 1, 훈련 횟수는 100000, 학습률은 0.2, 운동량 계수는 0. 1 입니다.
파이썬 BP 신경망 훈련 및 테스트.
이 글은 인터넷 대출 집 등 여러 인터넷 대출 플랫폼 등급 사이트를 종합적으로 참고하여 1 1 홈 양질의 인터넷 대출 플랫폼을 저위험 샘플로 선정하는 동시에 최근 방금 천둥을 당한 6 개 플랫폼을 고위험 샘플로 선정하는 것을 종합적으로 고려하고 있다. 무작위로 두 개의 저위험 샘플과 두 개의 고위험 샘플을 테스트 샘플로, 나머지 13 을 교육 샘플로 추출합니다. 인터넷의 훈련과 테스트는 모두 Python 을 통해 이루어졌다. 정렬을 통해 17× 13 의 행렬을 얻을 수 있습니다. 지표 간의 양적 차이를 없애기 위해 예측 오차를 최소화하고 원시 데이터를 표준화했습니다. 정규화된 교육 모델의 입력 값은 표 3 에 나와 있으며, 체크 모델의 입력 값은 표 4 에 나와 있습니다.
잘 훈련된 BP 네트워크 모델의 경우 교육 입력 값을 사용하여 설정된 BP 네트워크를 테스트합니다. 결과는 표 5 에 나와 있습니다.
테스트 결과에서 테스트 출력은 예상 출력 값과 매우 가깝고 정확도는 100% 에 달하며 둘 사이의 데이터 오차는 오류 요구 사항을 충족합니다. 따라서 구축 된 BP 신경망 모델은 위험 경보 목적을 달성하기 위해 네트워크 대출 산업을 모니터링하는 데 사용할 수있는 좋은 위험 평가 기능을 갖추고 있습니다.
자동사 연구 성과.
과학적이고 효과적인 인터넷 대출 플랫폼 위험 경보 모델을 구축하면 인터넷 대출 플랫폼을 신속하게 사전 조사하고, 고위험 네트워크 대출 플랫폼을 조기에 식별하고 경고하며, 위험 예방 및 해결 조치를 취할 수 있습니다. 전통적인 수학 모델은 대부분 수리통계와 logistic 회귀를 통해 예측되며, 인터넷 대출 플랫폼이라는 새로운 금융모델의 위험경보에는 적합하지 않다. 또한 기존 모델은 역사적 공식 통계에 지나치게 의존하고 있으며, 넷대출 플랫폼 관련 법규는 완벽하지 않습니다. 플랫폼 자체는 통계 포트를 조정하여 데이터를 자유롭게 수정할 수 있으므로 경보 모델이 무효화됩니다. 이 글은 대량의 온라인 공개 데이터를 사용하는데, 이 데이터는 인터넷 대출 플랫폼에서 수정할 수 없는 것이다. 플랫폼의 위험 상황을 시각적으로 반영할 수는 없지만 데이터 자체의 신뢰성은 경보 모델의 과학적 효과를 보장할 수 있습니다. 또한 공용 데이터 획득에 대한 문턱이 없어 모형 사용의 난이도가 크게 낮아졌다. 신경망의 장점은 데이터 간의 복잡하고 직관적이지 않은 관계를 반영한다는 것이다. 따라서 이 글은 공개 데이터를 과감하게 사용하는데, 이 모델은 심지어 일반인들이 인터넷 대출 플랫폼에서 위험 모니터링 도구가 될 수도 있다. 만약 광범위하게 응용할 수 있다면, 반드시 인터넷 대출 플랫폼의 능동적인 규범화, 정상화, 인터넷 대출 플랫폼이 자발적으로 규제된 우리 쪽으로 나아가게 하여, 대형 플랫폼의 번개 폭풍, 실지배인 달리기, 투자자 상방의 나쁜 사건을 완전히 근절할 것이다.
참고 자료:
추전 위사평. 인터넷 금융 모델 연구 [J]. 금융 연구, 20 12( 12).
[2] 왕호. 중국 인터넷 금융위험분석 및 예방조치 [J]. 시대재경, 20 14, (8).
[3] 풀 한 포기. P2P 지점 간 대출 플랫폼 감독 강화 [J]. 금융 감독, 20 1 1(4).
[4] 진조휘, 장염방. BP 신경망에 기반한 상업은행 위험 경보 모델 연구 [J]. 푸젠경영대학원 저널, 20 1 1(2).
[5] 담크우신경망 모델과 은행 파산 예측 [J]. 오메가, 199 1(5).
[6] 양군화. 중국 인터넷 금융의 특수한 위험과 예방 연구 [J]. 금융과학기술타임즈, 20 13 (7).
[7] 곽영영. 국내외 금융위기 경보 모델 요약 [J]. 과학적 결정, 20 13( 10).
[8] 장옥매. P2P 소액인터넷 대출 모델 연구 [J]. 생산성 연구, 20 10 (12).
중국 지식망 ~ 현대무역업계 잡지에 오신 것을 환영합니다.
공식 웹사이트:/
관련 q&a: P2P 신용 정보 시스템을 개발하는 방법? 목표를 명확히 하고 관련 정보를 수집하세요. P2P 지점 간 대출 플랫폼을 구축하려는 목표가 결정되어 관련 정보를 수집해야 합니다. 예를 들어 Dimon P2P 정보 플랫폼 구축, P2P 정보 시스템 플랫폼의 사용자 요구 사항, 정보 시스템 플랫폼의 발전 전망 등이 있습니다. 관련 정보를 수집하는 목적은 1 입니다. 기획 웹 사이트: P2P 신용 플랫폼 소프트웨어를 개발하는 방법, 포함될 수 있는 내용. 2. 사용자 경험: 사용자의 요구를 이해하고 사용자의 관점에서 보면 경험이 더 좋아질 것입니다. P2p 신용 플랫폼 프로그램 개발 계획을 세우다. 이 단계에서는 전체 P2P 신용 플랫폼 개발에 필요한 인력, 물력, 비용, 시간, 전체 신용 플랫폼 시나리오의 아키텍처 맵, 모듈, 데이터베이스 제작 등을 개발해야 합니다. 이 단계는 비교적 중요하므로 잘 하면 적은 노력으로 더 많은 일을 할 수 있다. 계획에 따르면, P2P 신용 플랫폼 시스템이 시작되었습니다. 프론트 데스크 페이지 디자인, 백그라운드 프로그래밍, 데이터베이스 테이블 디자인 등 이 모든 것은 개발과 기술팀의 공동 노력이 필요하다. 코드는 진지해야 한다. P2P 신용 플랫폼 시스템의 개발과 제작에서 모든 버그는 막대한 손실을 입을 수 있고, 각 시스템 취약점은 해커의 공격을 일으킬 수 있기 때문이다. 따라서 모든 P2P 신용 플랫폼 개발 회사에는 강력한 기술 개발 팀이 있어야 합니다. 이 단계는 단결을 조심하는 것이 가장 중요하다.