全文总字数：4071字
文献综述
- 国内研究现状
庞素琳, 王燕鸣, 黎荣舟（2003）[1]建立基于BP算法的信用风险评价模型来为我国商业银行120家贷款企业进行信用风险评价，得出了BP算法优于最早用于建立信用评价的线性判别分析法的结论，确定了BP算法在信用评价方面的优越性。
庞素琳, 黎荣舟, 徐建闽（2005）[2]在上一篇文献的基础上，增加了能反映该企业的还款能力、经营效率和资本结构等7个财务比率作为分析变量，不断增加对BP网络的训练次数，直到网络达到一定的稳定状态，目标函数值达到最优，对客户的分类准确率达到98.75％。
庞素琳等2003与2005先后两篇文章，不仅证明了BP算法优越于传统方法的评估特性，同时不断优化BP算法使结果更具说服力，是较早在我国提出BP算法应用于信用评价的优秀学者。
P2P自2006年传入我国后，我国就不断开创了大量的P2P信贷公司，随着互联网的飞速发展和该行业社会认知度的提高，诸多公司都开拓了网上交易业务，但是由于法律法规的滞后性以及监管的不到位，给借款人带来了极大的经济风险，因此建立信贷的个人信用评价模型已经迫在眉睫。而且对借款人的信用做出实际客观的评价对整个经济市场环境都有着重大的意义。
刘峙廷（2013）[3]分析了我国P2P网贷风险的特征，揭示了风险生成的机理，并比较分析典型的风险评估方法对P2P风险评估的适用性，结合建设银行评级法和德国IPC微贷技术评估方法，指出了现使用的评估方法的缺陷，提出了改进的思路和框架，主要是改进了我国的评级体系。
姜岩（2014）[5]黄震（2015）[7]张利坤（2016）[9] 李昕,戴一成（2018）[16]都是基于BP神经网络对国内P2P借款人进行信用风险评估研究，他们认为网贷信用风险的事前有效评估直接关系到我国网贷行业的可持续发展，且又都基于两个以上的P2P平台综合选取多个借款人的数据，为建立合理的借款人信用评估体系的指标提供了大量的论证思路。
从刘峙廷至李昕都只运用单一的BP算法对借款人进行信用评价，只是采用的指标体系稍有不同。而下边两篇文献主要是以BP算法为基础，再借助其他方法对算法进行进一步优化。
