P2P網(wǎng)貸作為新型的互聯(lián)網(wǎng)金融模式,以互聯(lián)網(wǎng)為媒介,為資金需求方提供了新的融資渠道,是一種新型借貸模式,能與傳統(tǒng)金融進行互補。對于傳統(tǒng)金融關注不到位的小微企業(yè)和群眾,P2P網(wǎng)貸能更好的為其提供服務。但是P2P網(wǎng)貸行業(yè)在我國起步較晚,發(fā)展并不成熟。P2P網(wǎng)貸行業(yè)的“無從業(yè)門檻、無行業(yè)標準、無監(jiān)管機構”的現(xiàn)狀,使得平臺面臨諸多風險,近年來平臺倒閉風、跑路風等現(xiàn)象頻繁發(fā)生,P2P網(wǎng)貸平臺的風險控制及管理亟待解決。在諸多風險中,借款者的信用風險是網(wǎng)貸行業(yè)所面臨的主要風險之一,本文以借款人信用風險為切入點展開實證分析,分析借款人信息對信用風險的影響。本文首先對與P2P網(wǎng)貸的相關的概念進行了簡單介紹,分析了P2P網(wǎng)貸面臨的風險及P2P網(wǎng)貸的相關理論基礎。在進行實證分析之前建立了借款人信用風險評價指標體系。體系的構建參考了我國幾大傳統(tǒng)商業(yè)銀行評價個人信用的方式和國內(nèi)相關文獻中所構建的指標體系,并結(jié)合所選平臺“人人貸”上借款標的的相關信息,構建出一套適用于網(wǎng)貸平臺的借款人信用風險評價指標體系。隨后,利用從“人人貸”平臺上爬取的2015年1月-12月的61186條有效的交易數(shù)據(jù)進行研究。實證研究方面,先對全部數(shù)據(jù)進行了整體的描述性統(tǒng)計分析,接著對違約的交易數(shù)據(jù)進行了詳細的描述性分析;在將變量納入模型進行回歸之前分析了變量之間是否具有多重共線性,確保變量之前互聯(lián)獨立之后利用二元Logistic回歸模型對樣本進行了實證分析。結(jié)果得出,借款人年齡、學歷、收入、借款利率、借款期限、借款人信用等級、借款逾期次數(shù)這七項指標對借款人信用風險具有顯著影響,其中年齡、借款利率、借款期限、借款逾期次數(shù)與借款人違約率呈顯著的正相關關系;借款人學歷、收入、信用等級則呈顯著的負相關關系。最后根據(jù)研究結(jié)論與當下我國P2P網(wǎng)貸的實際情況從投資人和網(wǎng)貸平臺這兩個角度提出了建議。本文希望所得的研究結(jié)果和風險評價模型能對投資者和平臺正確甄別、防范和化解信用風險提供參考價值。
【學位單位】：中北大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：F832.4;F724.6
【部分圖文】：

中北大學學位論文成平臺出現(xiàn)問題的主要原因[1]。P2P 網(wǎng)貸背后所面臨的重大風險嚴重沖擊到了投資者資金安全，若投資人收不回資金，則會對網(wǎng)貸平臺產(chǎn)生信任危機；而從 P2P 網(wǎng)貸平臺角度來說，借款人若不能夠及時償還本息，將會直接影響到 P2P 網(wǎng)貸平臺的持續(xù)經(jīng)營因此借款人的信用風險，是網(wǎng)貸平臺的核心風險，合理高效的控制 P2P 網(wǎng)貸平臺的信風險是成為我國 P2P 網(wǎng)貸行業(yè)亟待解決的迫切問題。

圖 3.1 2012-2017 年人人貸逾期金額數(shù)據(jù)來源：2013 年—2016 年《人人貸年度報告》我國網(wǎng)貸行業(yè)在無監(jiān)管狀態(tài)下野蠻發(fā)展，越來越多的網(wǎng)貸平臺被爆出跑規(guī)，網(wǎng)貸平臺發(fā)展的不穩(wěn)定，使得投資者需要面臨來自平臺的信用風險，資者將資金貸給借款人，也要面臨著借款人不履行合約義務的違約風險。人人貸平臺上2012年-2017年借款人的總體逾期狀況，逾期金額呈現(xiàn)逐年上 2013 年 10 月份以后，我國網(wǎng)貸平臺進入到了危機爆發(fā)期[42]，我國于 20良的 P2P 平臺進行清理，這使得 2014 年整頓以后逾期金額的增長率明顯體基數(shù)較大，借款人信用風險問題依舊突出。.1.2 長期逾期金額比重逐年上升

圖 3.2 2012-2017 年人人貸逾期金額分布數(shù)據(jù)來源：2013 年—2016 年《人人貸年度報告》由于 P2P 網(wǎng)貸線上交易的隱蔽性特點，發(fā)生信用風險的借款者可能一方面雖然具有款能力和還款意識，但因為各種原因無力還款；另一方面，也確實存在借款者因履約識薄弱或者道德品質(zhì)低下而故意違約的現(xiàn)象。逾期時間分布可以一定程度上體現(xiàn)借款發(fā)生違約原因的差異。由圖 3.5 人人貸逾期時間分布圖可知，隨著時間的推移，逾期數(shù)超過 90 天的逾期金額比重不斷上升，說明了目前大部分借款者的逾期現(xiàn)象是主觀成的，也就是說借款者故意違約。.1.3 逾期逃債人數(shù)持續(xù)攀升從北京互聯(lián)網(wǎng)金融協(xié)會公布的數(shù)據(jù)來看，2017 年逾期逃債人數(shù) 4.8 萬人，2018 年逾逃債人數(shù) 6.3 萬人，2018 年逾期逃債人數(shù)較 2017 年激增了 31%。而 2014 年和 201

【相似文獻】

相關期刊論文 前10條

1 范景學;李曉研;;住房公積金借款人信用風險管理研究[J];遼寧經(jīng)濟;2013年04期

2 張增民;借款人信用度滑坡原因探析[J];金融教學與研究;2000年03期

3 全穎;敬然;;P2P網(wǎng)貸借款人信用風險預警研究[J];中國流通經(jīng)濟;2019年02期

4 董文奎;;P2P網(wǎng)貸平臺借款人信用風險影響因素研究[J];時代金融;2017年02期

5 姚鳳閣;隋昕;;P2P網(wǎng)絡借貸平臺借款人信用風險影響因素研究——來自“拍拍貸”的經(jīng)驗依據(jù)[J];哈爾濱商業(yè)大學學報(社會科學版);2016年01期

6 魏強;王迪光;;P2P網(wǎng)貸平臺借款人信用風險評價指標體系的研究[J];商;2016年14期

7 胡晏;;信用等級、借款成功率與違約風險——基于“拍拍貸”數(shù)據(jù)的經(jīng)驗證據(jù)[J];投資研究;2017年08期

8 董梁;胡明雅;;基于Logistic回歸模型的P2P網(wǎng)貸平臺新進借款人信用風險研究[J];江蘇科技大學學報(社會科學版);2016年03期

9 朱傳進;朱南;;P2P網(wǎng)貸借款人信用風險模糊綜合評價——基于模糊數(shù)學理論的視角[J];金融理論與實踐;2017年06期

10 葉悅;楊凡;王真;李劍鋒;羅凡特;;基于AHP方法的P2P網(wǎng)貸平臺借款人信用評級研究[J];時代金融;2018年27期

相關重要報紙文章 前7條

1 項崢;P2P應與傳統(tǒng)金融相融合[N];經(jīng)濟參考報;2015年

2 本報記者 劉曉燕　本報通訊員 范靜 賈t$ 宋碩 崔亮;房貸糾紛：金融危機沖擊借款人信用？[N];人民法院報;2009年

3 本報記者 劉琪;促成借款2910萬美元 凈收入191萬美元超預期[N];證券日報;2019年

4 湖南益陽市　諶爭勇;打造和諧金融生態(tài)[N];人民日報;2005年

5 通訊員 陳麗麗邋記者 陳可;外地讀大學 家鄉(xiāng)獲貸款[N];南通日報;2007年

6 高鴻;貸款買房需要什么保險[N];中國保險報;2010年

7 彭余國;破解不良貸款 頑癥需下“猛藥”[N];中華合作時報;2006年

相關博士學位論文 前1條

1 鄭彥彥;我國P2P網(wǎng)絡借貸借款人信用風險研究[D];河南大學;2016年

相關碩士學位論文 前10條

1 鄭鵬;P2P網(wǎng)貸借款人信用風險評價研究[D];天津財經(jīng)大學;2018年

2 王海峰;基于模糊聚類的P2P網(wǎng)貸平臺借款人信用評估研究[D];西北農(nóng)林科技大學;2019年

3 舒方媛;P2P網(wǎng)貸借款人信用風險評價研究[D];中北大學;2019年

4 陳彤;信息不對稱視角下校園貸借款人信用評價機制研究[D];西南政法大學;2018年

5 周全利;網(wǎng)貸平臺借款人信用風險識別研究[D];湖南大學;2018年

6 鐘冉;我國P2P網(wǎng)絡信貸借款人信用違約風險研究[D];遼寧大學;2018年

7 王竟鴻;P2P網(wǎng)絡借貸借款人信用風險影響因素研究[D];華中師范大學;2018年

8 嚴高;P2P網(wǎng)絡借貸中社會資本對借款人信用行為的影響研究[D];武漢理工大學;2016年

9 蔣銀喬;基于利差的P2P網(wǎng)絡借貸借款人信用風險研究[D];湖南大學;2017年

10 李云霞;P2P平臺借款人信用風險研究[D];北京交通大學;2017年

本文編號：2807645