1、大數(shù)據(jù)背景下消費信貸風險因素分析AnAnalysisontheConsumptionCreditRiskFactorsBasedonBigData天津大學管理與經(jīng)濟學部二零一五年十二月一夸一n=中T一月中文摘要相對于傳統(tǒng)的信用卡業(yè)務，消費信貸業(yè)務一般具有單筆授信額度較小，審批時間短，無需抵押或質押，貸款期限較短等特點，因而更加靈活，受到廣大商家尤其是電商平臺以及廣大消費者的歡迎。本文介紹了消費信貸的發(fā)展背景以及發(fā)展消費信貸對于我國經(jīng)濟發(fā)

2、展的重要意義，然后通過進行國內外文獻綜述，梳理出消費信貸風險控制的發(fā)展方向。通過查閱資料我們發(fā)現(xiàn)國外的征信模式主要有同業(yè)征信、公共征信和市場征信三種模式，利用大數(shù)據(jù)進行消費信貸風險控制主要是基于市場征信。而國內利用大數(shù)據(jù)進行消費信貸風險控制的公司主要為BAT(百度，阿里和騰訊)，其中以阿里尤為典型，也取得的不錯的成效。對于沒有數(shù)據(jù)量積累的消費信貸公司，我們也可以通過多種途徑來收集消費信貸數(shù)據(jù)，并結合兩大類個人信用評分模型統(tǒng)計模型和非統(tǒng)計

3、模型，來對消費者的消費行為進行刻畫，為風險控制提供依據(jù)。本文利用“一起好”“365易貸’’和“易融恒信”的數(shù)據(jù)，利用神經(jīng)網(wǎng)絡方法處理得到的“好客戶”和“壞客戶”數(shù)據(jù)，來分析利用大數(shù)據(jù)判別申請者信用狀況的可行性。實證表明，利用大數(shù)據(jù)手段并結合神經(jīng)網(wǎng)絡模型判別客戶的“好”與“壞”，準確率可以達到80％左右；同時，文章分析了信貸奉獻中各個因素的重要性。從而達到了本文的預期效果?？傮w來講，本文的創(chuàng)新之處在于，利用網(wǎng)絡開源數(shù)據(jù)，結合大數(shù)據(jù)手段，從