信贷行为

摘要： 银行物理网点分布对信贷效率的影响一直是学术界关注的重要问题,本文基于金融地理的视角,从理论和实证的角度分析了银行物理网点分布对银行信贷行为的影响,进而利用中介效应模型分析了二者关系对信贷效率的影响。研究发现:出于降低交易成本和控制信贷风险的考虑,银行距企业及其总部的地理越远,银行信贷集中度越高,中长期贷款比例越低;同时,物理网点地理分布与信贷效率之间存在通过银行信贷行为的中介效应,但不同的信贷行为对信贷效率影响的方向不同,即银行提高信贷集中度的行为加剧了地理环境对银行信贷效率的负向影响,而降低中长期贷款比例的行为则可削弱地理环境对银行信贷效率的负向影响。因此,为优化信贷行为,提高信贷效率,应充分认识到地理环境在金融活动中的作用,从降低信息摩擦的角度优化银行地理分布。

摘要： 为解决传统统计方法在实际应用中存在CPU占用量高的问题,开展基于大数据的大学生消费信贷行为数据信息统计方法设计研究,并提出一种全新的统计方法。与传统方法相比,新的统计方法可在生成统计报表时降低CPU占用量,有利于提升数据信息统计的效率和稳定性,为消费信贷机构的数据信息管理提供更有利的技术条件,并提高了消费信贷机构防控风险的能力。

摘要： 本文利用2013—2019年中国家庭金融调查面板数据,分析家庭正规与非正规借贷行为对农村家庭消费结构的影响。结果表明:家庭正规与非正规信贷的发生及规模的增加均对农村家庭消费起促进作用;农村家庭信贷行为有利于提高农村家庭消费质量促进消费结构转型升级,对发展型消费的作用最大、享受型消费次之,生存型消费最小,并且,正规信贷的促进作用大于非正规信贷。在我国,无论是正规信贷还是非正规信贷,与对城镇家庭消费的影响相比,均对农村家庭的消费促进作用更大。基于以上结论,本文认为应在建立规范良好的个人信贷环境基础上,重点支持农村家庭正规信贷,缓解其信贷约束,并且提高农村居民金融素养水平和健全社会保障制度,以促进农村家庭消费及转型升级。

摘要： 企业发展,保障资金流是关键。然而,不是所有企业都能凭借自己的存款解决资金问题的。而是几乎所有的企业都需要融资。贷款就是最普遍的形式。定向降准政策,就是为了引导特定的金融机构,将其信贷量流向小微企业。该政策,是一项针对商业银行的经营风险调控新政策。该政策,对于商业银行的信贷行为具有一定的刺激作用和必然影响。本文通过三方面来分析定向降准政策对商业银行信贷行为的影响。

摘要： 随着社会经济的发展,大学生信贷需求日益旺盛,研究其行为影响因素有利于更好地满足大学生的信贷需求.为此,基于北京、河北等地16所高校大学生信贷的调研数据,运用logit模型,分析大学生的信贷行为影响因素,并探讨城镇和农村两地大学生影响因素的差异性.结果表明:性别、户口、付款方式等八个因素对于大学生的信贷行为有显著影响.城镇、农村大学生,在付款方式、信贷态度以及融资偏好三个变量上具有相同特征,而性别、婚恋状态、家庭经济收入等变量对两地大学生信贷行为的影响有所区别.

摘要： 基于理论分析构建Logit回归模型,实证检验社会化因素对大学生的信贷态度与校园信贷行为的影响,结果显示,大学生的信贷态度及行为受个体社会化影响,其中社会化因素中的影响源和生源地对大学生信贷态度影响显著,且在不同态度维度上影响具有明显差异.否定态度中,影响源多元化可以削弱对信贷行为的否定程度.从生源地看,城镇生源的大学生比农村大学生的信贷态度更偏向积极.此外,信贷态度、家庭所处社会阶层、社会化影响源、生源地、年级、每月可支配收入等因素在不同程度上影响着大学生信贷行为.

摘要： 在国有商业银行信贷行为中,普惠金融政策的推行对信贷行为良好落实具有重要影响,为了进一步优化国有商业银行信贷行为,满足更多弱势群体的需求,应该加强对普惠金融政策的分析。本文首先阐述了普惠金融政策对国有商业银行信贷行为的影响,并提出了普惠金融政策下国有商业银行信贷行为的优化策略,从而推动国有商业银行的服务水平得到极大地提升,经济效益也得到了相应的保障。

摘要： 从农户信贷行为研究的角度,以农户信贷需求和供给作为因变量,农户特征变量、社会资本等作为自变量,以山西省太原市娄烦县1 665户农户作为调研样本,采用需求可识别双变量Probit模型对农户信贷行为进行识别.结果 表明,当前农户获取信贷资金更倾向于非金融机构,同时银行在信贷支持中更具有“嫌贫爱富”的特征;年龄、上学人口对正规信贷和非正规信贷的需求具有正向影响;正规信贷更倾向于贷款给有工资性收入的群体,非正规信贷具有“中性”,更倾向于贷款给劳动力多的家庭;与村、镇干部以及邻里的关系程度对正规信贷和非正规信贷供给呈现为正向影响.研究认为解决金融精准扶贫的关键还是在于加快农村土地流转市场建设,创新开发土地流转金融产品,充分发挥合作社的作用,加强对农民的技术培训,完善农业保险等,这些举措也是降低金融机构风险的重要途径.

摘要： 宏观经济波动将改变商业银行的信贷行为,而股权结构因素或将影响这两者之间的关联.基于我国32家商业银行1999-2011年的年度非平衡面板数据,本文实证检验了宏观经济波动对银行信贷行为(包括信贷总量增速和期限结构调整)的影响,并考察了股权结构因素对其所起的作用,结果显示,当宏观经济处于上行(下行)周期,我国商业银行的信贷增速将放缓(加快),并且其短期(中长期)贷款比例将提升.另外,相较外资持股比例较高的银行而言,国有股占比较高的银行的信贷行为的逆周期特征更为明显,从贷款期限结构来看,当宏观经济处于下行周期时,前者将减小其短期贷款投放力度,后者则将大幅提高中长期贷款的投放比例.

摘要： 法律环境对金融发展进而对银行信贷具有关键作用。本文首次从地区腐败的角度探究法律环境与城商行信贷之间的关系，我们发现，同一层面的官员腐败行为对不同性质城商行的影响不同，地市范围腐败程度越高，非国有控股城商行贷款规模越高、中长期贷款比例越高、房地产业贷款比例越高，最终银行风险越高，而对国有控股城商行的影响弱于前者；不同层面的官员腐败对不同性质城商行的影响不同，省范围腐败对两类城商行的贷款规模、房地产业贷款比例影响差异不大，而对两类城商行贷款期限结构的影响相反，省范围腐败与国有控股城商行短期贷款比例负相关、与其中长期贷款比例正相关，而对银行风险的影响并不确定。

摘要： 本文通过对黑龙江、河南、浙江和四川四省的实地调查，通过构建计量模型，实证分析了农户正规信贷需求抑制和正规信贷需求抑制程度的影响因素，同时测算了社会关系因子、亲戚政治因子、农户组织关系、政治关系和金融机构关系为主要构成的社会资本对农户信贷需求抑制的影响.

摘要： 本文通过对黑龙江、河南、浙江和四川四省的实地调查，通过构建计量模型，实证分析了农户正规信贷需求抑制和正规信贷需求抑制程度的影响因素，同时测算了社会关系因子、亲戚政治因子、农户组织关系、政治关系和金融机构关系为主要构成的社会资本对农户信贷需求抑制的影响.

摘要： 本文通过对黑龙江、河南、浙江和四川四省的实地调查，通过构建计量模型，实证分析了农户正规信贷需求抑制和正规信贷需求抑制程度的影响因素，同时测算了社会关系因子、亲戚政治因子、农户组织关系、政治关系和金融机构关系为主要构成的社会资本对农户信贷需求抑制的影响.

摘要： 本文通过对黑龙江、河南、浙江和四川四省的实地调查，通过构建计量模型，实证分析了农户正规信贷需求抑制和正规信贷需求抑制程度的影响因素，同时测算了社会关系因子、亲戚政治因子、农户组织关系、政治关系和金融机构关系为主要构成的社会资本对农户信贷需求抑制的影响.

摘要： 本文介绍大学生消费更加注重精神享受，消费更加追求品牌时尚，缺乏理性。大学生消费信贷中存在很大的信用风险和经营管理风险。为加强大学生消费信贷风险刮管理和控制，应转变大学生的消费观念，提高诚信意识，完善银行等金融机构经营管理制度，完善大学生征信系统，健全消费信贷法律法规。

摘要： 本文介绍大学生消费更加注重精神享受，消费更加追求品牌时尚，缺乏理性。大学生消费信贷中存在很大的信用风险和经营管理风险。为加强大学生消费信贷风险刮管理和控制，应转变大学生的消费观念，提高诚信意识，完善银行等金融机构经营管理制度，完善大学生征信系统，健全消费信贷法律法规。

摘要： 本文介绍大学生消费更加注重精神享受，消费更加追求品牌时尚，缺乏理性。大学生消费信贷中存在很大的信用风险和经营管理风险。为加强大学生消费信贷风险刮管理和控制，应转变大学生的消费观念，提高诚信意识，完善银行等金融机构经营管理制度，完善大学生征信系统，健全消费信贷法律法规。

摘要： 本文介绍大学生消费更加注重精神享受，消费更加追求品牌时尚，缺乏理性。大学生消费信贷中存在很大的信用风险和经营管理风险。为加强大学生消费信贷风险刮管理和控制，应转变大学生的消费观念，提高诚信意识，完善银行等金融机构经营管理制度，完善大学生征信系统，健全消费信贷法律法规。

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： 本发明提供了一种基于用户行为特征的信贷风控方法与装置，涉及信贷风控的技术领域，包括：获取逾期用户的行为特征数据；对逾期用户的行为特征数据进行预处理和衍生变量加工处理，得到逾期用户的衍生变量数据；利用逾期用户的衍生变量数据对初始风控模型进行训练，得到目标风控模型，其中，所述初始风控模型包括：授信审批阶段的风控子模型和借款审批阶段的风控子模型；在获取待分析用户通过终端设备中的贷款程序发送的贷款申请及征信查询授权之后，采集待分析用户的行为特征数据；基于待分析用户的行为特征数据和目标风控模型，确定出待分析用户的风险评级和风险评级对应的风控决策结果，解决了现有的信贷风控方法的时效性和成本较高的技术问题。

摘要： 本发明公开一种基于大数据风控与行为分析的信贷管理系统及方法。本发明的基于大数据风控与行为分析的信贷管理系统，可通过向风控决策服务器发送授信决策请求，以使得风控决策服务器基于大数据查询所述申请主体的征信数据、汇法数据、税务数据以及百旺数据，对所述授信申请进行审批；银行平台服务器向客户端发送审批结果，如果所述审批结果为通过，银行平台服务器基于大数据查询贷款用户的行为特征信息；根据所述行为特征信息对贷款用户进行定制化贷款产品的构建；向客户端发送定制化贷款产品、授信环节法律文书及签章指令，从而可结合客户行为习惯等信息进行定制化贷款业务。

摘要： 本发明提供了一种基于孤立森林的消费信贷欺诈行为检测方法及其系统，本发明将预处理和标准化处理后的数据划分为训练集和测试集，然后根据算法构建多个iTreet生成iForest，然后根据孤立森林路径长度转换得到异常分数，最后对iForest模型调参评估。本发明将孤立森林算法与互联网金融的消费信贷场景相结合，孤立森林根据自身的算法优越性能够更好解决高维大数据集异常点检测鲁棒性及准确率低的问题，提升了对欺诈行为的识别效果和效率，相对于传统的消费信贷欺诈行为检测方法，本发明在准确率、计算复杂度、通用性等指标上的表现也更加优秀，能够有效处理高维海量数据，有能力识别消费信贷中变种和从未见过的欺诈行为，更加适合当前大数据风控的需求。

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： 本申请提供一种信贷风险预测模型的训练方法和信贷风险预测方法，通过获取信贷样本数据，并重复执行以下步骤，直至得到收敛的信贷风险预测模型：将样本源数据输入卷积神经网络模型，得到卷积神经网络模型输出的第一特征结果，第一特征结果为表征样本源数据对应的信贷风险发生概率的连续评估值；将第一特征结果输入二进制随机模型，得到二进制随机模型输出的第二特征结果，第二特征结果用于随机生成表征样本源数据对应的信贷风险是否发生的二分类值；基于预设的损失函数，通过第二特征结果和对应的标签值，生成与样本源数据对应的损失函数值，通过损失函数值对卷积神经网络模型进行参数调整；避免出现梯度消失的问题，提高模型的训练效率。

摘要： 本发明提供了一种基于新增信贷不良率的信贷风险预测方法，包括：统计现有信贷数据，将现有信贷数据按信贷五级分类大类型分类并进行大类型细分，设置信贷不良率标准参照类型库；实时监测新增信贷信息数据，统计新增信贷信息数据，获得新增信贷信息监测数据；对新增信贷信息监测数据进行预处理，并通过多分类支持向量机信贷分类模型进行信贷不良率标准参照类型分析，获得新增信贷不良率标准参照类型；根据新增信贷不良率标准参照类型，通过新增信贷不良率风险预测模型，进行新增信贷风险智能预警预测。

摘要： 本发明为银行公开了基于信贷风险的中小微企业信贷决策方法，包括下列步骤：首先根据采集的数据计算毛利率、资金回笼率和收入的增长率三个影响企业实力的因素，通过层次分析法分析权重，实现量化评分；同时定义供应商集成度SCIS和销售商集成度SCIC，通过spearman秩相关系数分析二者间相关性，对供求关系稳定性进行量化评分；此外对企业信誉根据信贷记录评估出的信誉等级及其评分标准后，通过topsis算法对企业实力及信誉等级进行量化分析，得到新的评分；最后通过熵权法分析企业实力、信誉等级和供求关系稳定性三者的权重比，计算出三者结合后的综合得分确定贷款金额倾向。本发明具有决策效率高，可靠性好，能最大化银行收益，灵敏应对突发情况的优点。

摘要： 本发明公开了一种信贷欺诈行为识别方法、装置、设备及存储介质，涉及信贷安全技术领域，其中方法包括以下步骤：获取用户的人脸图像信息，并识别对应的信贷行为是否为本人操作，若否则不执行操作；若是则对信贷行为数据进行预处理；构建信贷行为识别模型，利用所述信贷行为识别模型对经过预处理的信贷业务数据进行识别，得到识别结果，基于所述识别结果判断所述信贷行为是否为欺诈行为；本发明能解决目前信贷欺诈行为识别的效率较低以及识别结果不准确等问题。

摘要： 本公开提供一种基于纵向联邦学习的信贷欺诈行为识别方法、系统、终端设备及计算机可读存储介质，以解决目前信贷欺诈行为识别时效性低以及识别结果不准确等问题，其中，所述方法包括：分别获取运营商侧数据集和信贷业务侧数据集；基于纵向联邦学习算法对所述运营商侧数据集和所述信贷业务侧数据集进行训练，得到信贷业务联邦预测模型；基于所述信贷业务联邦预测模型对当前的信贷业务数据进行预测，得到预测结果；以及，基于所述预测结果识别出信贷欺诈行为。本公开利用纵向联邦学习对双方数据源进行训练扩充，建立信贷业务联邦预测模型，其数据覆盖范围更广，对用户信贷行为的预测更加准确，且提高了信贷业务欺诈行为识别的时效性。