互联网金融平台消费贷资金流预测研究

发布时间：2023-05-18 03:35

　　随着数字金融的飞速发展,在线资金规模快速扩大,为满足不同资质用户消费贷款需求,各互联网金融平台推出的消费贷产品门槛逐渐降低,导致用户之间风险差异增大,给资金管理带来了不小的挑战。在此背景下,本文针对借贷资金流预测问题展开研究。本文以某互联网金融平台推出的消费贷A产品为例,将其平台贷出和用户还款资金流作为研究对象,构建模型预测其借贷资金流,主要工作如下:(1)通过绘图分析,发现平台贷出和用户还款资金流趋势存在差异,需要分别进行建模预测;(2)基于资金流特点,除构建金融与时间维度的特征外,还从百度和微博上爬取A产品相关的新闻和评论信息,使用情感分析将其量化,构建舆论特征;(3)建立LSTM、GRU、Wave Net模型进行预测研究,研究过程中发现,Wave Net模型在预测精度、模型稳定性和收敛速度上都有更好的表现;(4)在简单模型中引入双层注意力机制,提出了BI-AM-LSTM、BI-AM-GRU、BI-AM-Wave Net模型,结果表明,加入双层注意力机制能够有效提升预测精度;(5)为进一步提升预测精确度,将BI-AM-Wave Net模型分别与LSTM和GRU模型相融合,提出了BA...

【文章页数】：51 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 导论
    1.1 选题背景和研究意义
    1.2 国内外研究现状
    1.3 研究内容与创新点
    1.4 论文结构安排
第二章 理论背景
    2.1 情感分析技术
    2.2 深度学习模型
    2.3 时频分析方法
    2.4 模型评价指标
第三章 数据介绍与预处理
    3.1 数据介绍
    3.2 数据预处理及描述性分析
    3.3 特征工程
第四章 模型构建与结果分析
    4.1 深度学习模型
    4.2 结合双层注意力机制的深度学习模型
    4.3 结合时频分析的深度学习混合模型
    4.4 预测结果总结
第五章 结论与展望
    5.1 总结
    5.2 不足与展望
参考文献
致谢



本文编号：3818591