Key points are not available for this paper at this time.
A emergência dos empréstimos peer-to-peer abriu uma opção atraente para microfinanciamento e está crescendo rapidamente como uma opção na indústria financeira. No entanto, os empréstimos peer-to-peer possuem um alto risco de falha de investimento devido à falta de especialização na solvência dos tomadores. Além disso, a assimetria de informação, a natureza não garantida dos empréstimos, bem como a falta de regras e regulamentos rígidos aumentam o risco de crédito nos empréstimos peer-to-peer. Este artigo propõe um modelo de pontuação de crédito usando redes neurais artificiais para classificar as aplicações de empréstimos peer-to-peer em grupos de inadimplência e não inadimplência. Os resultados indicam que o modelo de pontuação de crédito baseado em rede neural desempenha efetivamente a triagem de aplicações de inadimplência.
Byanjankar et al. (Terça,) estudaram esta questão.