基于GA-BP神經(jīng)網(wǎng)絡(luò)模型的P2P網(wǎng)貸 借款人信用風險預(yù)測研究

北方工業(yè)大學(xué) 姜晨 劉喜波

P2P網(wǎng)絡(luò)借貸是一種由借款人、網(wǎng)貸平臺、資金出借人三方共同組成的一種互聯(lián)網(wǎng)金融模式，借貸雙方根據(jù)網(wǎng)貸平臺制定的借貸規(guī)則，簽訂包括借款金額、借款利率、借款期限等條款的合約，通過互聯(lián)網(wǎng)完成投資和借款。P2P網(wǎng)貸發(fā)展初期疏于監(jiān)管，從業(yè)者大多缺乏金融操控經(jīng)驗，不善于控制風險，單純根據(jù)借款人提供的個人資料主觀地給予授信額度，無法對借款人的信用風險進行高質(zhì)量識別，造成大量借款人違約，投資人血本無歸，網(wǎng)貸平臺出現(xiàn)大量壞賬，不斷出現(xiàn)停業(yè)、提現(xiàn)難、跑路、經(jīng)偵介入等問題，正常運營網(wǎng)貸平臺數(shù)量不斷減少，小規(guī)模平臺難以為繼，大規(guī)模平臺不得不進行轉(zhuǎn)型，尋找新的出路。現(xiàn)在P2P網(wǎng)貸公司的轉(zhuǎn)型方向大多為網(wǎng)絡(luò)助貸或網(wǎng)絡(luò)小貸，但網(wǎng)絡(luò)小貸牌照要求高，需要網(wǎng)貸平臺擁有一定的技術(shù)和資金實力，成功轉(zhuǎn)型的難度較大。為此網(wǎng)貸平臺紛紛效仿國外老牌P2P網(wǎng)貸平臺，轉(zhuǎn)為網(wǎng)絡(luò)助貸公司，只是單純的信息中介，不承擔貸款風險，類似于我國現(xiàn)有的無擔保線上交易模式，這對P2P網(wǎng)貸公司提出了更高的要求，網(wǎng)貸平臺應(yīng)采用更加科學(xué)有效的方式對借款人進行審核，識別出違約風險較高的借款人，為此研究如何通過借款人的個人信息對借款人的違約風險進行正確識別，對網(wǎng)貸平臺有效篩選優(yōu)質(zhì)借款人、制定借貸規(guī)則、降低投資人風險，維護互聯(lián)網(wǎng)金融市場秩序等方面均有重要意義。

國內(nèi)外學(xué)者在對信用風險的研究中，發(fā)現(xiàn)運用機器學(xué)習(xí)方法在預(yù)測借款人違約風險時，準確率往往高于傳統(tǒng)的統(tǒng)計方法，例如層次分析法、因子分析法等，此類方法以統(tǒng)計學(xué)理論為基礎(chǔ)，無法完全擺脫主觀性以及理論假設(shè)對其造成的影響。在對文獻進行研讀時，發(fā)現(xiàn)以往學(xué)者往往采用單一模型進行風險識別。本文在考慮利用機器學(xué)習(xí)算法的基礎(chǔ)上，使用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，得到優(yōu)化后的GA-BP神經(jīng)網(wǎng)絡(luò)模型對我國某P2P網(wǎng)貸平臺數(shù)據(jù)進行分析。

1 GA-BP神經(jīng)網(wǎng)絡(luò)模型及算法實現(xiàn)

BP神經(jīng)網(wǎng)絡(luò)是一種利用反向傳播回傳誤差對參數(shù)進行修正的多層前饋神經(jīng)網(wǎng)絡(luò)，在利用BP神經(jīng)網(wǎng)絡(luò)解決實際問題時，需要對大量的參數(shù)進行調(diào)節(jié)修正，可能會出現(xiàn)陷入局部最小值、影響預(yù)測精度或者收斂速度慢、訓(xùn)練時間過長等問題。遺傳算法是模擬自然界的生物進化過程，通過選擇、交叉與變異等遺傳操作尋找最優(yōu)解的全局搜索方法，具有較高的全局搜索能力跟全局收斂能力，為此利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)模型進行優(yōu)化，尋找BP神經(jīng)網(wǎng)絡(luò)最優(yōu)的初始權(quán)值與閾值，可以防止其陷入局部最小值，提高預(yù)測精度，增加模型收斂速度，提高模型的精確性。GA-BP神經(jīng)網(wǎng)絡(luò)算法流程如下所示：

(1)確定神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)。給定神經(jīng)網(wǎng)絡(luò)的輸入層、隱藏層與輸出層各層節(jié)點數(shù)、最大訓(xùn)練次數(shù)、學(xué)習(xí)率，激活函數(shù)以及模型訓(xùn)練函數(shù)。

(2)定義遺傳算法的參數(shù)。設(shè)定代溝、交叉概率、變異概率、目標函數(shù)等。

(4)解碼，訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)。將數(shù)據(jù)劃分為訓(xùn)練集與測試集，利用測試集對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練，測試集對神經(jīng)網(wǎng)絡(luò)進行測試。

(5)設(shè)計適應(yīng)度函數(shù)。基于遺傳算法優(yōu)勝劣汰的本質(zhì)，我們需要一個指標去評價一個個體的好壞，來決定個體被選擇的概率大小。

(6)得到新種群。對原始種群中的個體進行選擇，交叉、變異得到子代，計算子代的目標函數(shù)值，子代代替父代中適應(yīng)度最小的個體組成新種群。

(7)確定是否達到最大遺傳代數(shù)。當達到最大遺傳代數(shù)時，對種群進行解碼，得到最優(yōu)的初始權(quán)值與閾值，帶入模型進行預(yù)測。若沒有達到最大遺傳代數(shù)則返回到解碼得到權(quán)值與閾值，繼續(xù)進行循環(huán)，直到達到最大遺傳代數(shù)。

2 P2P網(wǎng)貸借款人信用風險實證研究

2.1 數(shù)據(jù)來源及指標描述

我國網(wǎng)貸平臺的轉(zhuǎn)型方向為網(wǎng)絡(luò)助貸公司，類似于無擔保線上交易，只擔任信息中介的角色，對借款人的違約風險不進行擔保，我國某P2P網(wǎng)貸平臺就是類似的無擔保線上交易平臺，為此利用該平臺在2015—2017年328850條樣本，變量包括成交時借款人的信息與標的特征，其中7個定量變量、11個定性變量。

2.2 數(shù)據(jù)處理

在利用數(shù)據(jù)進行分析之前，應(yīng)對數(shù)據(jù)進行處理，首先通過相關(guān)性檢驗，檢測各個變量與借款人是否違約、是否存在相關(guān)關(guān)系。利用斯皮爾曼非參數(shù)相關(guān)性進行檢驗，發(fā)現(xiàn)各變量的P值均小于0.05，通過相關(guān)性檢驗，借款人的信用風險與自身的各類信息之間存在相關(guān)關(guān)系，不同的借款利率存在不同的信用風險，借款人的交易歷史表現(xiàn)同樣會影響其違約概率。接下來利用隨機森林算法對指標的重要性進行評估，找到指標重要性排名前十的指標進行下一步分析，由于是否違約屬于不平衡數(shù)據(jù)，沒有違約的樣本數(shù)目遠遠大于違約的樣本數(shù)目，分類器將分類的準確率作為學(xué)習(xí)目標，若一類的樣本數(shù)目遠遠大于另一類，分類器可能為了提高分類精度而將少數(shù)類別預(yù)測錯誤，為此進行不平衡數(shù)據(jù)處理，利用欠采樣的方法，隨機在沒有違約的樣本中抽取樣本，使得兩類樣本的比例接近于1：1，對數(shù)據(jù)進行標準化處理，選擇數(shù)據(jù)的80%為訓(xùn)練集，20%為測試集，且設(shè)定訓(xùn)練集和測試集中各類樣本比例也近似于1：1，得到最終的分析數(shù)據(jù)。利用隨機森林算法得到變量重要性，其中重要程度最高的重要性記為100%。歷史成功借款金額的重要程度最高，其次是總待還本金，借款金額與歷史正常還款期數(shù)、借款次數(shù)，各變量之間的重要性差距較大，借款利率的重要性不到歷史成功借款金額的重要性的八分之一，其中學(xué)歷認證、性別、征信認證、借款期限等7個變量的重要性較小，均小于10%，選擇重要性大于10%的10個變量用于最終模型構(gòu)建。

2.3 參數(shù)設(shè)置

根據(jù)GA-BP神經(jīng)網(wǎng)絡(luò)模型的算法流程，設(shè)定相應(yīng)參數(shù)、各項算子以及各類函數(shù)。首先確定神經(jīng)網(wǎng)絡(luò)的拓撲結(jié)構(gòu)，神經(jīng)網(wǎng)絡(luò)包括三層：輸入層、隱藏層和輸出層，輸入層神經(jīng)元數(shù)為變量的個數(shù)，也就是10，輸出層神經(jīng)元數(shù)為2，輸出數(shù)據(jù)為標簽為1的概率。若大于0.5，則說明違約；若小于0.5，則沒有違約。隱藏層神經(jīng)元數(shù)設(shè)為15，最大訓(xùn)練次數(shù)為100，學(xué)習(xí)率為0.001，接下來設(shè)置遺傳算法的參數(shù)，個體數(shù)目為50、最大遺傳代數(shù)為100、代溝為0.95、交叉概率為0.7、變異概率為0.01、目標函數(shù)為預(yù)測誤差，待優(yōu)化參數(shù)有197個，適應(yīng)度函數(shù)設(shè)為排序的適應(yīng)度分配函數(shù)，選擇方法為隨機遍歷抽樣，交叉算子為單點交叉，變異算子為基本位變異。

2.4 實證分析及模型評價

利用Matlab2017進行模型構(gòu)建，遺傳算法部分使用謝菲爾德遺傳算法工具箱，BP神經(jīng)網(wǎng)絡(luò)利用神經(jīng)網(wǎng)絡(luò)工具箱，首先構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，作為對照組，衡量GA—BP神經(jīng)網(wǎng)絡(luò)模型優(yōu)化能力，因為BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)重與閾值是隨機的，但不同的初始權(quán)值與閾值會影響B(tài)P神經(jīng)網(wǎng)絡(luò)的模型效果，為此我們用同一數(shù)據(jù)分別訓(xùn)練5次，得到5個BP神經(jīng)網(wǎng)絡(luò)模型，以預(yù)測誤差平均值評價BP神經(jīng)網(wǎng)絡(luò)的準確率。模型的預(yù)測誤差分別為0.3022、0.2462、0.2202、0.2209、0.2152，五次預(yù)測誤差的平均值為0.2409。

圖1 遺傳算法優(yōu)化過程

利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)進行優(yōu)化，得到GA-BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型。優(yōu)化過程如圖1所示，預(yù)測誤差由0.2142下降到0.2088，相比BP神經(jīng)網(wǎng)絡(luò)模型的結(jié)果，預(yù)測誤差較小，預(yù)測精度較高。

3 結(jié)論與展望

難以準確識別出借款人的信用風險是造成P2P網(wǎng)貸平臺難以繼續(xù)經(jīng)營或成功轉(zhuǎn)型的重要原因之一，研究如何準確識別出借款人的信用風險是研究P2P網(wǎng)貸領(lǐng)域的熱點問題。本文利用遺傳算法對BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值與閾值進行優(yōu)化，得到GA-BP神經(jīng)網(wǎng)絡(luò)借款人信用識別模型，用于對借款人違約風險的預(yù)測，實證結(jié)果表明：GA-BP神經(jīng)網(wǎng)絡(luò)借款人信用風險識別模型相比BP神經(jīng)網(wǎng)絡(luò)借款人信用風險識別模型具有更高的預(yù)測精度。在模型構(gòu)建的過程中，發(fā)現(xiàn)借款人的歷史交易信息會對借款人是否違約產(chǎn)生顯著的影響，在貸款前對借款人的信用進行評估是非常有必要的。但本文僅利用了10個變量對模型進行構(gòu)建，借款人信息較少，在一定程度上限制了模型的預(yù)測精度，后期嘗試加入更多的變量，提高模型預(yù)測精度。另外，GA-BP神經(jīng)網(wǎng)絡(luò)模型是將優(yōu)化算法與機器學(xué)習(xí)方法相結(jié)合用于P2P網(wǎng)貸借款人信用風險預(yù)測的一種嘗試，下一步，將考慮改變優(yōu)化算法，增加神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜程度，尋找最優(yōu)的P2P網(wǎng)貸借款人信用風險識別模型。