如今,金融創(chuàng)新領(lǐng)域和傳統(tǒng)金融服務(wù)一同服務(wù)于實體經(jīng)濟(jì),兩者都有各自的自然優(yōu)勢。P2P互聯(lián)網(wǎng)金融各種借貸方案的廣泛應(yīng)用,迅速改變了金融服務(wù)的格局。金融創(chuàng)新領(lǐng)域中的一個重要問題是正確有效的評估借款人的信用風(fēng)險。在P2P網(wǎng)絡(luò)貸款中,貸款的無擔(dān)保性以及平臺的相對新穎性使得風(fēng)險評估成為一個難題。本論文首先對P2P網(wǎng)貸方面的科研文獻(xiàn)做了大量調(diào)查,包括網(wǎng)貸、信用風(fēng)險因素和模型等方面,并對我國P2P概況和信用風(fēng)險評估管理現(xiàn)狀做了概述。此外,還主要針對我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險評估和管理進(jìn)行了詳細(xì)分析,包含評估過程,詳細(xì)分析和其中需要使用的各種方法。從數(shù)據(jù)選擇,數(shù)據(jù)整理,特征構(gòu)造,到特征處理、特征選擇,再到數(shù)據(jù)集處理,直至最終信用風(fēng)險量化評估。在信用風(fēng)險管理分析模塊,提出了管理的難題,以及信用風(fēng)險管理的必要性。然后,本論文使用國內(nèi)某P2P借貸平臺借款數(shù)據(jù)為基礎(chǔ)數(shù)據(jù),以信用風(fēng)險量化為目的,對信用風(fēng)險評估進(jìn)行實證研究。本研究采用邏輯回歸算法進(jìn)行信用風(fēng)險量化實證,以識別具有高違約可能性的貸款對象,提高整體貸款的質(zhì)量。本論文從我國P2P借貸平臺采集了真實數(shù)據(jù)進(jìn)行特征處理后進(jìn)行建模分析。此分析使用了10930條借款... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

P2P網(wǎng)絡(luò)借貸流程圖

圖 2-2 P2P 交易金額趨勢圖圖 2-3 P2P 交易平臺數(shù)量圖2016 年以來，中國 P2P 互聯(lián)網(wǎng)金融借貸平臺數(shù)量仍在逐步增長，正常營數(shù)量在逐漸減少，問題平臺數(shù)量也越來越多。2016 年累積增長平臺數(shù)

12圖 2-3 P2P 交易平臺數(shù)量圖2016 年以來，中國 P2P 互聯(lián)網(wǎng)金融借貸平臺數(shù)量仍在逐步增長，正常營數(shù)量在逐漸減少，問題平臺數(shù)量也越來越多。2016 年累積增長平臺數(shù)正常營運平臺數(shù)量減少了 976，出問題平臺有 507 家。2017 年累積增長為 143，正常營運平臺數(shù)量減少了 501，出問題平臺有 208 家。由此可營運面臨了較大的困難，增強(qiáng)自身經(jīng)營能力，加強(qiáng)抗風(fēng)險能力以及合勢在必行。2016 年 1 月至 2018 年初平臺交易數(shù)據(jù)如圖 2-3.P2P 交易平臺示，數(shù)據(jù)取自網(wǎng)貸之家。中國 P2P 互聯(lián)網(wǎng)金融借貸市場的發(fā)展目前已經(jīng)出現(xiàn)瓶頸。除此之外，總下一些方面存在缺陷：1.國內(nèi)絕大多數(shù) P2P 平臺沒有認(rèn)可和應(yīng)用借款人信用評分系統(tǒng)。美國有

【參考文獻(xiàn)】：
期刊論文
[1]論我國互聯(lián)網(wǎng)金融市場信用風(fēng)險管理體系的構(gòu)建[J]. 陳秀梅.  宏觀經(jīng)濟(jì)研究. 2014(10)



本文編號：3426359