《表2 个人信用风险评价模型总结比较表》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网贷款的个人信用风险评价方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

个人信用风险评价模型，可以分为“专家模型、统计学模型、人工智能模型和组合模型”四个类型，如总结比较表所述（表2），模型各具特点和优劣。互联网贷款个人信用风险评价主流模型主要包括两类：一是以线性判别分析和回归方法为代表的统计学模型，二是以神经网络和支持向量机为代表的基于机器学习理论的人工智能模型。各种评价模型方法均有优劣，统计学评价模型解释性较好、稳定性较强，在一些场景下表现优异，但变量要满足较严格的统计学假设，人工智能评价模型不要求满足严格统计假设，对处理复杂的非线性问题优势明显，但存在“易过拟合、过程不可视和缺乏可解释性”等问题。尽管如此，神经网络的自动学习训练建立模型的方法更适合互联网贷款信用风险的评价，特别是卷积神经网络在互联网金融风险评价中得到初步应用，显示出优异效果，是互联网贷款个人信用风险评价的重要方向。