P2P網(wǎng)貸平臺(tái)經(jīng)歷了問(wèn)題平臺(tái)集中暴發(fā)時(shí)期后,目前已進(jìn)入合規(guī)檢查并整改備案時(shí)期,增加了投資者在網(wǎng)貸平臺(tái)進(jìn)行投資理財(cái)?shù)男判�。加之現(xiàn)在越來(lái)越多的網(wǎng)貸平臺(tái)廣告充斥著人們的眼球,吸引了眾多投資者躍躍欲試。然而,P2P網(wǎng)貸平臺(tái)的投資者必然面臨著投資項(xiàng)目的選擇問(wèn)題。雖然現(xiàn)在大多P2P網(wǎng)貸平臺(tái)會(huì)先對(duì)借款者進(jìn)行審核,再將審核通過(guò)的網(wǎng)貸項(xiàng)目在平臺(tái)進(jìn)行發(fā)布,但借款人違約的情況仍無(wú)法完全避免。因此,如何指導(dǎo)投資者識(shí)別出信用程度較高的借款人以及優(yōu)質(zhì)的投資項(xiàng)目,并進(jìn)行投資決策,具有極其重要的研究意義。首先,對(duì)P2P網(wǎng)貸投資的國(guó)內(nèi)外研究現(xiàn)狀進(jìn)行了綜述,并介紹了P2P網(wǎng)貸投資和多屬性決策的相關(guān)理論。其次,分析了基于偏好度的混合多屬性決策方法。首先對(duì)偏好度進(jìn)行分析,給出各屬性值偏好度與屬性權(quán)重的計(jì)算方法,然后通過(guò)偏好度的聚合算法計(jì)算出各方案的總體偏好度,從而得到各方案最終得分,得分最高的方案即為最優(yōu)選擇。再次,建立基于偏好度的P2P網(wǎng)貸投資混合多屬性決策模型。首先對(duì)P2P網(wǎng)貸項(xiàng)目的基本信息進(jìn)行分析,建立P2P網(wǎng)貸項(xiàng)目指標(biāo)體系,然后從指標(biāo)體系中選取影響因素較大的6個(gè)指標(biāo)作為P2P網(wǎng)貸投資問(wèn)題中的決策指標(biāo)。最后依據(jù)基于偏好... 

【文章來(lái)源】：燕山大學(xué)河北省

【文章頁(yè)數(shù)】：79 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

投標(biāo)者性別與年齡分布圖

-14-圖 2-3 投資人綜合分析(3)網(wǎng)貸平臺(tái)的投資者多為中低收入人群。從投資人年收入分析圖中可以看到，投資者年收入大多集中在 5 萬(wàn)到 10 萬(wàn)之間，年收入在 10 萬(wàn)到 20 萬(wàn)之間的投資者占比 25%，這類中低收入人群之所以成為網(wǎng)貸投資的主力軍，主要是因?yàn)樗麄兊氖杖雽儆谥械退剑∏》暇W(wǎng)貸平臺(tái)投資門檻低、資金回籠快的特點(diǎn)。相比于銀行理財(cái)產(chǎn)品動(dòng)輒上萬(wàn)元的起投點(diǎn)，網(wǎng)貸平臺(tái)的投資門檻明顯較低，且借款人的借款期限多為 12 個(gè)月、24 個(gè)月，最多 36 個(gè)月，資金回收較快，利率較高，非常適合中低收入人群進(jìn)行投資。(4)網(wǎng)貸平臺(tái)投資者對(duì)收益率要求普遍偏高。從投資人預(yù)期收益率分析圖中可知，在網(wǎng)貸平臺(tái)投資者中，絕大多數(shù)人對(duì)收益率的預(yù)期為 18%以上，其中，超過(guò) 1/3 的投資者的預(yù)期收益率高達(dá) 36%以上，而只有 3%的人對(duì)收益率的預(yù)期在 18%以下。但是，

圖 5-1 人人貸運(yùn)作模式示意圖貸對(duì)借款人信息的審批流程為：借款人在人人貸平臺(tái)提出借款人的各項(xiàng)信息數(shù)據(jù)發(fā)送至審批系統(tǒng)，通過(guò)對(duì)借款人的各項(xiàng)信息評(píng)價(jià)之后，給出最終的審批結(jié)果，具體審批流程如圖 5-2 所示約欺詐風(fēng)險(xiǎn)的借款人信息將被送至反欺詐部門進(jìn)行反欺詐調(diào)查為，將把此借款人列入黑名單；其余通過(guò)審核的借款人及其借布于人人貸平臺(tái)供投資者進(jìn)行選擇。受理數(shù)據(jù)處理預(yù)檢審核評(píng)分及額度策略

【參考文獻(xiàn)】：
期刊論文
[1]低碳視角下混合多屬性決策的物流園區(qū)選址方法[J]. 李佳洋,王丹,劉洲,戴祥.  沈陽(yáng)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[2]基于期望效用理論的P2P網(wǎng)絡(luò)借貸市場(chǎng)散標(biāo)投資者出資偏好實(shí)證分析[J]. 單婭軍,曹潔,黃健青.  上海立信會(huì)計(jì)金融學(xué)院學(xué)報(bào). 2018(02)
[3]信息不對(duì)稱下互聯(lián)網(wǎng)金融的檸檬困境——以P2P網(wǎng)絡(luò)借貸市場(chǎng)為例[J]. 孫小明.  商業(yè)經(jīng)濟(jì)研究. 2017(22)
[4]基于P2P的互聯(lián)網(wǎng)金融品牌價(jià)值測(cè)定研究[J]. 肖佳,李偉.  海南金融. 2017(10)
[5]聲譽(yù)信號(hào)傳遞與P2P網(wǎng)絡(luò)借貸平臺(tái)逆向選擇約束研究[J]. 黃曉紅,樊艷甜,呂睿.  鄭州輕工業(yè)學(xué)院學(xué)報(bào)(社會(huì)科學(xué)版). 2017(03)
[6]P2P平臺(tái)出借人投資決策研究[J]. 王辛未,姜睿思.  上海管理科學(xué). 2017(03)
[7]描述性信息對(duì)借款人逾期率的影響研究——基于P2P網(wǎng)絡(luò)借貸平臺(tái)的分析[J]. 陳清,林峰潤(rùn).  宏觀經(jīng)濟(jì)研究. 2017(03)
[8]投資者素質(zhì)對(duì)投資成效的影響研究——基于人人貸借貸數(shù)據(jù)的分析[J]. 郭夢(mèng)男,黃文彬.  福建江夏學(xué)院學(xué)報(bào). 2017(01)
[9]基于熵權(quán)灰色關(guān)聯(lián)TOPSIS法的涉農(nóng)P2P網(wǎng)貸項(xiàng)目?jī)?yōu)選研究[J]. 許楠,羅蕾,李蕾紅.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(03)
[10]網(wǎng)貸市場(chǎng)中投資決策的模仿效應(yīng)[J]. 姚博,魏瑋,魏藝明.  財(cái)經(jīng)問(wèn)題研究. 2017(02)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的P2P網(wǎng)貸借款人信用評(píng)價(jià)研究[D]. 張遠(yuǎn).貴州財(cái)經(jīng)大學(xué) 2017
[2]基于P2P網(wǎng)絡(luò)借貸平臺(tái)的投資人決策研究[D]. 李鵬翔.北京交通大學(xué) 2017
[3]中國(guó)P2P網(wǎng)貸市場(chǎng)羊群行為的研究[D]. 王劍.山東大學(xué) 2016
[4]P2P網(wǎng)絡(luò)借貸平臺(tái)信息披露特征及其對(duì)投資者行為影響研究[D]. 袁海華.浙江財(cái)經(jīng)大學(xué) 2016
[5]基于ELECTRE的異質(zhì)多屬性群決策及其在P2P網(wǎng)貸平臺(tái)投資決策中應(yīng)用[D]. 余宣江.江西財(cái)經(jīng)大學(xué) 2015



本文編號(hào)：3453515