网络信贷

摘要： 互联网金融是利用互联网技术为客户提供金融产品与服务的模式,与直接金融及间接金融相比,互联网金融具有巨大优势。通过对比互联网金融与直接金融和间接金融之间的区别与联系,梳理三种金融模式在整个金融体系中的地位。同时,分析网上银行、第三方支付、网络信贷、网上理财与众筹融资等主要的互联网金融模式及其相关业务发展。立足中国互联网金融发展的现状,从开展立法、坚持普惠性、融合金融模式及监管风险等几个方面为互联网金融改革与创新提出对策建议。

摘要： 在网络信贷背景下,大学生的消费观念和消费行为发生转变。通过发布问卷,调查大学生对网络信贷的使用情况。进而对大学生消费行为偏好及其根源进行分析,同时进一步揭示使用网络信贷的各种风险,最后分别针对大学生消费群体提出改进意见。

摘要： 近年来,互联网金融不断发展,网贷也逐渐兴起。网络信贷满足了大多数人的经济需求,但是由于现阶段对网络平台的治理法律法规的欠缺以及人们对信贷风险的意识观念较为薄弱,导致信贷问题持续发生。因此我们应该在思想意识、道德观念、法律制度等方面采取相应的措施,规避网络信贷的风险,营造健康和谐的生活环境。

摘要： 大学生网络信贷是互联网金融信贷创新与大学生消费需求相结合的产物。但网络信贷是把双刃剑,在满足大学生信贷消费需求时,同时存在诸多方面的风险。文章聚焦大学生网络信贷消费行为,以湖南省高校大学生为调查对象,分析大学生网络信贷消费的基本现状,并提出大学生加强自我教育、高校做好风险防控教育引导、执法部门精准打击不良网贷平台机构、网络借贷平台加强行业自律等规范大学生网络信贷消费行为的实践路径。

摘要： 随着经济的高速发展,大学生的消费需求激增,消费方式也呈现出多样化发展趋势.互联网金融的发展,为学生提供了多种获取资金的途径,但在这个过程中,很多问题也在不断涌现并亟待解决.本文首先介绍了三种典型的大学生互联网信贷模式,随后对大学生在网络信贷活动中存在的问题及成因进行详细分析,并提出相应的对策建议.

摘要： 文章的主要目的是对影响大学生网络信贷的行为进行系统的研究。文章先从相关理论入手,结合国内研究现状,通过调查问卷的方式收集大学生网络信贷消费行为的数据,从大体上了解大学生网络信贷的认知以及消费行为的情况,分析得出影响大学生网络信贷消费的因素。通过研究发现,许多大学生对于网络信贷消费缺乏必要的了解和认知,对于潜在的风险不能合理规避,这无疑会影响互联网金融的良性发展以及网络消费的安全性。文章以大学生网络消费的态度以及使用情况为研究依据,从网络信贷、政府以及学生三个角度提出相关建议。

摘要： 经过数年的发展,网络金融的发展速度有所提升,这让网络信贷等业务也备受商业银行关注,其业务渠道还由实际逐渐转变为虚拟.但在快速发展的过程中也发生了许多问题,比如越来越难识别的信用风险,在操作及控制方面的难度系数增加了许多.本文分析了商业银行网络信贷风险控制中存在的问题,并提出商业银行网络信贷风险控制的相关建议,以供参考.

摘要： 网络金融的不断发展使得人们的消费模式和消费结构也发生变化,网络信贷深得大学生的喜爱.本文以铜陵学院在校大学生为研究对象,采用调查问卷的方式研究该校大学生的消费行为受网络信贷的影响,并进一步分析对大学生消费行为产生影响的原因,最后从大学生层面、网络信贷平台层面、学校层面和家庭层面提出相关建议.

摘要： 以调查问卷的形式分析了大学生网络信贷消费现状,并指出了大学生网络信贷消费的风险,提出:需要国家填补相关方面的法律空白,政府要加强对平台的管控,学校要积极引领大学生正确消费,大学生要加强自身的防风险意识,培养合理消费行为.

摘要： 针对网络信贷领域冒用型侵财犯罪同案不同判的司法现象,需要从盗窃与诈骗的区分、诈骗类犯罪的类型认定两方面予以考量.在厘清网络信贷服务产品法律属性的基础上,应针对不同的冒用状态予以具体层面的分析.对于冒用时未开通网络信贷服务的行为,盗骗区分的关键在于“机器能否被骗”,应运用“预设同意”理论正确看待人的主体地位,进而有效区分盗骗犯罪;由于网络信贷服务产品本质上具有合同属性,冒用行为实质上构成合同诈骗罪.对于冒用时已开通网络信贷服务的行为,行为人应认定为构成诈骗罪.

摘要： P2P网络信贷公司在中国自产生以来一直存在舞弊现象,主要表现为以非法集资或者以非法吸收公众存款的方式侵害消费者利益的内部侵占资产舞弊或外部损害组织利益的舞弊.作为金融创新的重要表现形式,其舞弊调查主体也更为丰富,综合影响舞弊调查主体的因素,可以将其分为针对损害公司内部利益、公司外部利益相关者以及社会经济秩序和社会管理秩序的舞弊调查主体三类.通过不同的调查主体实现了对不同程度的舞弊后果的规制,指出舞弊调查既可能是内部性的，也可能是外部性的，亦或是二者皆有的;而外部调查的主体较为广泛，不限于注册会计师或者其它任何一种。同时，也可以总结出更为合理的界定标准，按照舞弊后果的严重程度来界定舞弊调查主体对于舞弊调查和金融监管都具有可借鉴意义。

摘要： 一种用于验证用户身份的方法，包括：存储账户简档，每个简档包括与包含账户标识符和地址的非金融机构(NFI)实体的用户账户有关的数据；接收交易请求，请求包括特定账户标识符和交易金额；识别包括特定账户标识符的账户简档；生成与NFI实体的交易账户相关联的受控支付号码；将通知发送给包括特定账户标识符的第三方实体；将受控支付号码发送给与相关于特定账户简档的用户账户相关联的用户；从第三方实体接收包括特定账户标识符和与用户相关联的标识数据的数据消息；以及更新特定账户简档以包括受控支付号码、标识数据以及基于交易金额的支出限额。

摘要： 本发明属于计算机科学技术领域，公开了一种面向深度学习的网络个人信贷欺诈行为检测方法，包括以下步骤：获取历史网络个人信贷信息；选取降噪梯度提升树的第一子参数；对降噪梯度提升树进行训练，使用历史网络个人信贷信息进行无监督学习，得到第一数据特征；使用第一数据特征进行有监督学习，完成降噪梯度提升树模型训练；存储降噪梯度提升树模型；输入新的网络个人信贷信息，通过降噪梯度提升树模型对欺诈行为进行检测。本发明具有更强的抗噪性和鲁棒性，能够提高网络个人信贷的欺诈检测效果。

摘要： 本发明涉及一种中小微企业信贷策略模型，特别涉及一种基于主成分分析和神经网络的中小信贷策略模型，充分量化企业交易票据信息，建立了综合的信贷风险评判体系，运用主成分分析、粒子群算法、BP神经网络、模糊综合评判法对中小微企业进行了客观、综合的信贷决策；同时对有信贷记录的企业的数据，使用支持向量机、随机森林、BP神经网络进行信贷等级评判的对比，确定了中小微企业信贷策略模型使用的鲁棒性和有效性利用不同种类的数据得到数据间的相关矩阵，并基于相关矩阵特征值得到贷款额度分配模型的指标贡献加权系数，即评价指标加权系数来源于数据本身而不依赖于人工经验，是科学和准确并有效的。

摘要： 本发明公开了一种基于卷积神经网络的信贷时序数据建模方法及装置，包括：获取历史数据，所述历史数据包括业务数据和时序数据，对所述业务数据和时序数据进行转化，得到客户数据二维矩阵；获取初始神经网络模型，根据所述客户数据二维矩阵对所述初始神经网络模型进行训练，并在每次训练时，对输入的二维矩阵进行卷积、激活和池化操作，更新每次训练后的模型参数；直至达到预设条件后，停止训练迭代，保存模型参数，以完成神经网络模型的构建。本发明通过将客户的历史时序数据和业务数据转化为客户数据二维矩阵，挖掘了时序相关数据与客户标签之间的联系，提升客户标签的预测准确度。

摘要： 本发明属于计算机视觉技术领域，公开了一种基于卷积神经网络的信贷档案识别方法，包括将搜集到的信贷档案图像进行几何校正后，再通过图像增强技术进行扩充，得到自制数据集；搭建基于深度学习开源框架Tensorflow的卷积神经网络架构，并对其进行训，即得卷积神经网络模型；扫描信贷档案，将扫描所得图片加载至的卷积神经网络模型中进行识别分类等步骤。本发明识别准确率高，泛化性更强，鲁棒性高，识别信贷档案更加便捷，安全，提高了工作效率。本发明适用于信贷档案的识别。

摘要： 本发明涉及互联网金融行业的风控技术领域，尤其为一种基于ABC‑SOM神经网络的消费信贷场景欺诈检测方法，所采用的SOM网络是一种无导师的自组织映射的无监督神经网络模型，可通过自动寻找数据中的内在规律和属性，自组织、自适应地改变网络参数和结构，具有非线性、高度并行性、容错性、鲁棒性和较强的自适应学习能力，处理不确定性或模糊信息方面的能力突出；相比传统的GA和PSO等优化算法，ABC算法不容易陷入局部最优、收敛速度和稳定性均有提高，在搜索空间中不会被其约束条件所限制，具有鲁棒性好，参数少等优点；采用ABC算法优化的SOM模型具有精度高、可靠性强等特点，可以提高了申请行为欺诈检测准确性，实现消费信贷场景欺诈的实时检测。

摘要： 一种系统包括耦接至钱包供应商计算装置和信贷交易计算装置的信贷网络计算装置。钱包供应商计算装置接收来自借方的具有信贷条款的对贷款的信贷请求；生成包括有关借方和信贷条款的信息的智能合约；以及将智能合约传达至信贷网络计算装置。信贷网络计算装置接收表示联署方同意代表借方对信贷请求进行联署的指示；并且将表示信贷请求的智能合约传达至信贷交易计算装置。信贷交易计算装置将表示信贷请求的智能合约置于订单簿上。信贷交易计算装置从贷方接收针对表示信贷请求的智能合约的贸易订单。信贷交易计算装置判断贷方的贸易订单是否与表示信贷请求的智能合约的信贷条款匹配；并且在贷方的贸易订单与表示信贷请求的智能合约的信贷条款匹配时在借方、联署方和贷方之间执行贷款。

摘要： 本发明属于计算机科学技术领域，公开了一种面向深度学习的网络个人信贷欺诈行为检测方法，包括以下步骤：获取历史网络个人信贷信息；选取降噪梯度提升树的第一子参数；对降噪梯度提升树进行训练，使用历史网络个人信贷信息进行无监督学习，得到第一数据特征；使用第一数据特征进行有监督学习，完成降噪梯度提升树模型训练；存储降噪梯度提升树模型；输入新的网络个人信贷信息，通过降噪梯度提升树模型对欺诈行为进行检测。本发明具有更强的抗噪性和鲁棒性，能够提高网络个人信贷的欺诈检测效果。

摘要： 本发明公开了一种基于灰狼算法优化BP神经网络的信贷违约预测方法，对训练样本数据集和测试样本数据集进行归一化处理，建立网络拓扑结构。随机初始化灰狼种群。构造信贷违约预测神经网络适应度函数，计算灰狼个体的适应度值，并按照适应度值的排序，判断是否满足条件满足预定的最大迭代次数；利用改进的灰狼算法获得的权值和阈值进行BP神经网络训练。进行信贷用户违约预测，对神经网络的输出进行反归一化处理，得出预测结果本发明通过灰狼的过程优化网络结构参数，充分利用GWO算法的全局搜索能力优化BP神经网络的初始权值和阈值，避免BP神经网络易陷入局部最小问题，有效提高BP神经网络信贷违约预测的精度和稳定性。

摘要： 本实用新型涉及展示装置技术领域，具体为一种大学生网络信贷风险展示装置，包括呈对称设置的固定底板，两个固定底板之间且位于中部的位置设有固定横板，固定横板的顶部且靠近两端的位置均活动连接有矩形立柱，两个矩形立柱之间且位于顶部的位置设有转动杆，转动杆的外壁通过两个连接杆连接有空心展示板，空心展示板的左侧活动插接有条形橡胶板，空心展示板的前侧设有透明玻璃。该大学生网络信贷风险展示装置，通过设置的固定横板将两个固定底板连接，通过两个矩形立柱和两个紧固螺杆对转动杆的位置进行固定，通过设置的条形橡胶板，可以将宣传海报密封在空心展示板内，防止宣传海报被雨水淋湿，确保该展示装置可以长期使用。