【摘要】：P2P網(wǎng)絡(luò)借貸服務(wù)行業(yè)作為一種典型的互聯(lián)網(wǎng)金融模式,行業(yè)的穩(wěn)定關(guān)系著國家互聯(lián)網(wǎng)金融行業(yè)的安全和穩(wěn)定。隨著互聯(lián)網(wǎng)金融的蓬勃發(fā)展,如何合理地評估中國P2P網(wǎng)貸服務(wù)行業(yè)中個人借款者的信用風(fēng)險成為了一個重要議題。本文在大數(shù)據(jù)背景下,采用生存分析方法從動態(tài)的角度來評估P2P平臺借款人的違約風(fēng)險。生存分析方法提供了一個框架將宏觀經(jīng)濟(jì)變量作為時間依存變量納入到模型中,然而這些變量很難被納入到傳統(tǒng)的信用風(fēng)險評估方法Logistic回歸模型中來。首先,本文在理論分析的基礎(chǔ)上,通過宏觀和微觀兩個層面選取影響借款人違約率的指標(biāo)來建立本文的信用風(fēng)險評估指標(biāo)體系,納入了多個與中國個人借款者信用密切相關(guān)的宏觀經(jīng)濟(jì)變量,包括廣義貨幣供應(yīng)量、居民消費(fèi)價格指數(shù)、國房景氣指數(shù)等;其次,通過COX PH生存分析方法評估P2P借貸平臺上個人借款者的違約概率,并驗證了 P2P平臺借款人的違約率會隨著宏觀經(jīng)濟(jì)波動而變化這一假設(shè);同時生存分析方法可以對隨時間變化的宏觀經(jīng)濟(jì)變量進(jìn)行建模,這也就構(gòu)成了壓力測試的基礎(chǔ),因此本文最后運(yùn)用離散時間生存分析模型針對P2P平臺借款人的整體違約率進(jìn)行壓力測試。利用蒙特卡洛方法模擬極端的宏觀經(jīng)濟(jì)情境,產(chǎn)生估計借款者違約概率的損失分布,并利用風(fēng)險價值和預(yù)期缺口作為衡量指標(biāo)對壓力測試進(jìn)行評估,從而改進(jìn)了以往主觀設(shè)定的壓力情境生成方法。研究結(jié)果表明:(1)相比較傳統(tǒng)的個人信用風(fēng)險評估方法Logistic回歸,生存分析方法通過納入動態(tài)的宏觀經(jīng)濟(jì)變量顯著改善了模型對借款者違約率和第二類錯誤的預(yù)測精度;(2)宏觀經(jīng)濟(jì)變量是P2P平臺個人信用風(fēng)險的重要影響因子,其中廣義貨幣供應(yīng)量、國房景氣指數(shù)、消費(fèi)者信心指數(shù)以及經(jīng)濟(jì)景氣指數(shù)是相對比較重要的幾個宏觀經(jīng)濟(jì)指標(biāo);(3)在百分之一極端經(jīng)濟(jì)情境下P2P平臺借款者的整體預(yù)期違約率為正常情況下的5.88倍,高于相應(yīng)情況下發(fā)達(dá)國家零售借款者的整體違約水平。根據(jù)研究結(jié)論本文提出了進(jìn)一步規(guī)范中國P2P網(wǎng)貸服務(wù)行業(yè)的對策建議,首先,結(jié)合傳統(tǒng)的信用評估方法和生存分析方法來進(jìn)一步完善國內(nèi)零售信用評分系統(tǒng);其次,將宏觀經(jīng)濟(jì)指標(biāo)納入國內(nèi)個人借款者的信用風(fēng)險評估指標(biāo)體系中;最后,以壓力測試為工具定期對P2P平臺借款者違約風(fēng)險在極端情境下的表現(xiàn)進(jìn)行評估和預(yù)警,可以有效防范借款者的違約風(fēng)險。
【學(xué)位授予單位】：杭州電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F832.4;F724.6
【圖文】：

Ｌｏｇｉｓｔｉｃ回歸作為目前信用風(fēng)險評估研究中最為廣泛采用的算法，其相對傳統(tǒng)的信用風(fēng)險評估算法有比較明顯的優(yōu)勢。首先，無需事先假定數(shù)據(jù)的如Ｐｒｏｂｉｔ模型以及線性判別分析模型都需要事先假定數(shù)據(jù)滿足正態(tài)分布的，但實際上許多情況下數(shù)據(jù)并不滿足正態(tài)分布；其次，模型的可解釋性強(qiáng)，深度學(xué)習(xí)中神經(jīng)網(wǎng)絡(luò)模型可以通過復(fù)雜的調(diào)參使得模型的預(yù)測精度很高，但型的訓(xùn)練過程類似于一個炓箱，對結(jié)果的解釋性很差。但Ｌｏｇｉｓｔｉｃ回歸是一的模型，這就意味著該模型納入的只能是靜態(tài)變量，不能對宏觀經(jīng)濟(jì)變量間依存變量進(jìn)行建模，無法從動態(tài)的角度研宄借款人違約風(fēng)險的變化規(guī)律。逡逑．２邋ＢＰ神經(jīng)網(wǎng)絡(luò)逡逑ＢＰ神經(jīng)網(wǎng)絡(luò)算法是另一種被廣泛采用的信用風(fēng)險評估方法，該方法是一誤差逆向傳播算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)，包括輸入層、隱藏層以及輸部分結(jié)構(gòu)，以模型預(yù)測值和真實值的誤差均方差作為損失函數(shù)，并通過梯降算法計算損失函數(shù)的最小值，經(jīng)過反復(fù)迭代訓(xùn)練得出模型的最優(yōu)參數(shù)來對者的違約行為進(jìn)行預(yù)測。逡逑

■ｆｅｓ邋入層邐0邋＊邋？邋＊邋（＾）邋■邋＊邋＊邋0逡逑工邋ｉ邐Ｘｉ邐ｘｄ逡逑圖３．１邋ＢＰ神經(jīng)網(wǎng)絡(luò)算法逡逑在ＢＰ神經(jīng)網(wǎng)絡(luò)模型中，每個神經(jīng)元的收到來自其他神經(jīng)元的輸出值，然逡逑后將這些輸入值利用神經(jīng)元之間的連接權(quán)重叫來計算當(dāng)前神經(jīng)元的總輸入值，接逡逑著神經(jīng)元會將總輸入值和閾值０進(jìn)行比較，并通過激活函數(shù)生成該神經(jīng)元的輸出，逡逑常用的激活函數(shù)包括Ｓｉｇｍｏｉｄ函數(shù)、Ｒｅｌｕ函數(shù)等。逡逑１５逡逑

杭州電子科技大學(xué)碩士學(xué)位論文邐逡逑務(wù)，截止２０１８年１２月，平臺累積成交金額已經(jīng)超過了邋７４８．５２億元，逡逑８１．５１％，連續(xù)四年蟬聯(lián)中國網(wǎng)貸評價體系最高級的Ｐ２Ｐ網(wǎng)絡(luò)借貸平臺。逡逑人人貸的借貸規(guī)模，目前平臺的注冊用戶累積超過２６００萬人，人均出逡逑８．５８萬元，人均出借筆數(shù)１９．１９筆，其中出借筆數(shù)超過５０筆的投資者四分之一，累積出借筆數(shù)最多的人出借高達(dá)４８３０５筆，表明人人貸平臺者的偏好。逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 傅彥銘;臧敦剛;戚名鈺;;P2P網(wǎng)絡(luò)貸款信用的風(fēng)險評估[J];統(tǒng)計與決策;2014年21期

2 孫玉瑩;閆妍;;基于壓力測試的我國某商業(yè)銀行房貸違約率評估[J];系統(tǒng)工程理論與實踐;2014年09期

3 廖理;李夢然;王正位;;中國互聯(lián)網(wǎng)金融的地域歧視研究[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年05期

4 方匡南;章貴軍;張惠穎;;基于Lasso-logistic模型的個人信用風(fēng)險預(yù)警方法[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2014年02期

5 陳霄;丁曉裕;王貝芬;;民間借貸逾期行為研究——基于P2P網(wǎng)絡(luò)借貸的實證分析[J];金融論壇;2013年11期

6 巴曙松;朱元倩;;壓力測試在銀行風(fēng)險管理中的應(yīng)用[J];經(jīng)濟(jì)學(xué)家;2010年02期

7 華曉龍;;基于宏觀壓力測試方法的商業(yè)銀行體系信用風(fēng)險評估[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2009年04期

8 徐明東;劉曉星;;金融系統(tǒng)穩(wěn)定性評估:基于宏觀壓力測試方法的國際比較[J];國際金融研究;2008年02期

9 任宇航;孫孝坤;程功;夏恩君;;信用風(fēng)險壓力測試方法與應(yīng)用研究[J];統(tǒng)計與決策;2007年14期

本文編號：2790152