论文部分内容阅读
信用是文明社会和谐发展的基石,而征信体系的建设与完善是社会信用制度建立过程中最为关键的一个环节。中国的征信行业发展较晚,不论是征信体系、模式、评估方法和监管与发达国家均存在一定差距。随着互联网时代的到来,对传统的金融行业都造成了不小的冲击。传统的征信机构发展已有数年,如今市场上也成立了很多互联网征信公司。那么互联网征信与传统征信究竟有何不同?为何传统征信会往互联网征信发展?且征信业之后会如何发展?这三点是本文写作的初衷。 由于征信行业正处于一个初级发展的阶段,大多数人们并没有意识到信用是可以量化评估的,因此对征信体系的研究较少,系统的工作就更少了。本文在查阅大量文献和结合案列的基础上,梳理了征信体系的发展脉络,对其进行一个系统性的回顾,以供读者对该行业有一个总体的了解。这是本文的贡献之一。 由于互联网的大规模普及,征信体系的发展可以因互联网而分为传统征信体系和互联网征信体系。本文在梳理发展历程的基础上,着重比较了两者的区别,通过比较来认识行业发展的原因,以供读者可以对征信行业有一个更为细致的认知。这是本文的贡献之二。 本文的贡献之三,互联网下催生了海量的征信数据,大数据中包含了大价值。本文引入了机器学习中热门的BP神经网络算法,在实验数据下,通过数据量化处理,实证分析完成了对征信数据的合理评估任务。使得BP神经网络可以融入到征信行业中来。实现了大数据征信数据下的信用分的实时自动化标注。从而节省大量的人力物力财力,且更能适应客观世界的需要,产生重要的经济价值。