丁书敏 范宏

摘要：P2P网贷行业的风险管理研究非常重要。文章针对人人贷构建信用风险投资组合模型，首先利用主成分分析与优化BP神经网络相结合进行信用风险评估，再建立基于核回归的投资组合方程。在评估借款者信用优劣的基础上，通过比较其违约概率与投资比例，验证了文章所建模型准确度较高，该模型可为投资者的投资决策提供参考。

关键词：主成分分析；优化BP神经网络；核回归；投资组合优化

一、引言

2016年G20峰会推动并参与制定的《G20数字普惠金融高级原则》正式通过，P2P网贷正得到越来越多的重视。然而近年来由于网贷行业增长速度过快，风险乱象不时发生，并且国内学者基于P2P信用风险的投资组合分析少之又少，因此，针对投资组合的量化决策分析显得非常重要。

本文在文献研究的基础上，增加了主成分分析对指标的处理。分别以遗传算法优化单隐含层神经网络和双隐含层神经网络计算违约概率，结果精度提高。最后在投资组合模型的目标函数中增加了投资收益最大化这一条件，使结果可信度更高。

二、研究方法

本文的研究思路见图1。

三、数据的收集与处理

从人人贷网络交易平台随机抽样获得借款数据2800组。剔除学历和婚姻状况缺省的数据后剩下2756组数据：前1500条数据作为训练数据，其中有116条违约和1384条无违约数据；第1501条至2000条数据、第2001条至2756条分别作为测试组1、2，其中违约数据分别为41、44条，无违约数据分别为458、713条。

四、信用风险投资组合模型