近些年來P2P網(wǎng)貸后憑借其操作方便快捷、投資門檻低等優(yōu)勢爆發(fā)式增長,網(wǎng)貸平臺的數(shù)量及交易規(guī)模連年遞增。在當(dāng)下互聯(lián)網(wǎng)金融的背景下,已然成為一種有代表性的投資模式。我國P2P網(wǎng)貸行業(yè)的高速普及和發(fā)展在便利居民借貸、提高小微企業(yè)發(fā)展和豐富我國多層次金融市場等方面發(fā)揮了積極作用。當(dāng)然面臨著機(jī)遇的同時(shí)也存在著信用風(fēng)險(xiǎn)、技術(shù)風(fēng)險(xiǎn)和法律風(fēng)險(xiǎn)等諸多風(fēng)險(xiǎn),其中最關(guān)鍵的是信用風(fēng)險(xiǎn)。在P2P行業(yè)中信用風(fēng)險(xiǎn)即是借款人違約風(fēng)險(xiǎn)。為保證提高各網(wǎng)貸平臺的核心競爭力,P2P網(wǎng)貸走向成熟發(fā)展方向,解決信用風(fēng)險(xiǎn)控制問題迫在眉睫。針對目前我國P2P網(wǎng)貸的發(fā)展背景和現(xiàn)狀,本文基于市場監(jiān)管環(huán)境強(qiáng)勁有力、法律死角無漏洞下度量借款人信用風(fēng)險(xiǎn),主要研究工作如下:1.為合理有效地構(gòu)建借款人信用風(fēng)險(xiǎn)評估模型,現(xiàn)針對我國不健全的征信體系,在傳統(tǒng)信用風(fēng)險(xiǎn)評估指標(biāo)基礎(chǔ)上結(jié)合平臺自身特點(diǎn)建立模型。主要包括借款人基本信息、工作信息、信用信息、資產(chǎn)信息和借款信息,并基于原始指標(biāo)構(gòu)造新的特征還清比例,驗(yàn)證該變量對模型擬合有著重要意義。2.結(jié)合我國P2P網(wǎng)貸平臺的發(fā)展現(xiàn)狀和特點(diǎn)并分析借款人信用風(fēng)險(xiǎn)和成因,構(gòu)建新的評價(jià)組合模型RF-LR模型。基于RF-L... 

【文章來源】：華中師范大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

我國2011一2018年P(guān)ZP成交額與貸款余額變化趨勢

三是雙重?cái)D壓下風(fēng)險(xiǎn)僅靠平臺自身消化。從投資端上，我國的金融市場長期??在剛性兌付問題，在市場上未能保證有良好效益的產(chǎn)品，導(dǎo)致其接受度普遍較??；從資產(chǎn)端上，在一部分Ｐ２Ｐ平臺未接入央行的征信系統(tǒng)之前，網(wǎng)貸平臺的風(fēng)??能力難以得到進(jìn)一步提高，易出現(xiàn)借款人嚴(yán)重逾期違約、多方多頭借貸的情形。??根據(jù)網(wǎng)貸平臺行業(yè)發(fā)展歷程和特點(diǎn)可看出Ｐ２Ｐ網(wǎng)貸平臺的發(fā)展如今在曲折??中艱難前進(jìn)，目前國內(nèi)征信系統(tǒng)不完善的大環(huán)境和政府監(jiān)管力度加大的規(guī)范化??求，同時(shí)結(jié)合借款人對綜合素質(zhì)和心智的主觀考量，信用風(fēng)險(xiǎn)問題日顯端倪，??決該問題刻不容緩。??２．?２文獻(xiàn)綜述??２．２．１國外研究現(xiàn)狀綜述??過去十年間，Ｐ２Ｐ借貸行業(yè)發(fā)展在世界各地欣欣向榮，發(fā)展并不長久的Ｐ２Ｐ??貸業(yè)務(wù)逐漸受到國內(nèi)外眾多學(xué)者的關(guān)注和熱議。２００．５年３月Ｐ２Ｐ借貸模式萌??于英國的Ｚｏｐａ網(wǎng)貸公司，該公司截丨ｈ?２０１８年８月累計(jì)出借了約３５．?８６億英鎊??

??圖４．２?模型的借款人信用風(fēng)險(xiǎn)評估流程圖??４＿?２評估指標(biāo)相關(guān)理論??１．混淆矩陣??混淆矩陣是用于判斷分類器優(yōu)劣和評判模型結(jié)果的指標(biāo)，適用于分類模型如??決策樹、邏輯回歸和支持向量機(jī)等方法。以本研究的二分類問題為例，最終需判??斷樣本結(jié)果是未違約（／ｗｗ／／／ｖｅ?）或違約（《ｅ＾ａ／／ｖｅ?）。樣本原始數(shù)據(jù)的采集可直??接得到實(shí)際情況下未違約和違約的情況，訓(xùn)練模型后用驗(yàn)證集可得到分類模型預(yù)??測未違約或違約的結(jié)果。統(tǒng)計(jì)后可得到以下四個(gè)基礎(chǔ)指標(biāo)：??７７Ｖ?（７＞ｗｅ?）：實(shí)際是未違約樣本預(yù)測也是未違約樣本的個(gè)數(shù)；??仰（以仏／＾／７／ｖｅ）：實(shí)際是未違約樣本但預(yù)測成違約樣本的個(gè)數(shù)；??Ｆ７Ｖ?（ＦａＡｓｅ?ｎｅｇａ／／ｖｅ）：實(shí)際是違約樣本但預(yù)測成未違約樣本的個(gè)數(shù)；??７Ｐ?（７＞？ｅ／？ｗ／／／ｖｅ）：實(shí)際是違約樣本預(yù)測也是違約樣本的個(gè)數(shù)；??預(yù)測性分類模型越準(zhǔn)確越好，則在混渚矩陣中３Ｔ與７７Ｖ?jǐn)?shù)量越大越好，而??ＦＰ與ＦＮ數(shù)量越小越好。??１８??

【參考文獻(xiàn)】：
期刊論文
[1]基于梯度提升決策樹模型的P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)評測研究[J]. 譚中明,謝坤,彭耀鵬.  軟科學(xué). 2018(12)
[2]基于SVM-Logistic組合模型的P2P借款者信用風(fēng)險(xiǎn)評估——以微貸網(wǎng)為例[J]. 都紅雯,盧孝偉.  生產(chǎn)力研究. 2018(10)
[3]三重信任關(guān)系下P2P網(wǎng)貸信用風(fēng)險(xiǎn)綜合度量模型的構(gòu)建[J]. 居蕾,彭玥,蔣楚筠.  中國集體經(jīng)濟(jì). 2018(30)
[4]P2P網(wǎng)貸中借款人信息認(rèn)證對違約率的影響——以拍拍貸為例[J]. 李剛.  湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)(人文社會科學(xué)版). 2018(08)
[5]基于改良CRITIC法的P2P平臺信用風(fēng)險(xiǎn)影響指標(biāo)研究[J]. 徐榮貞,郭甜甜.  西部經(jīng)濟(jì)管理論壇. 2018(02)
[6]P2P網(wǎng)貸個(gè)人信用風(fēng)險(xiǎn)評估模型研究——基于混合果蠅神經(jīng)網(wǎng)絡(luò)的方法[J]. 吳斌,葉菁菁,董敏.  會計(jì)之友. 2017(21)
[7]P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)模糊綜合評價(jià)——基于模糊數(shù)學(xué)理論的視角[J]. 朱傳進(jìn),朱南.  金融理論與實(shí)踐. 2017(06)
[8]基于Stacking集成策略的P2P網(wǎng)貸違約風(fēng)險(xiǎn)預(yù)警研究[J]. 丁嵐,駱品亮.  投資研究. 2017(04)
[9]社交朋友網(wǎng)絡(luò)資本與P2P網(wǎng)貸行為選擇研究[J]. 李思明,肖忠意.  上海金融. 2016(04)
[10]基于大數(shù)據(jù)技術(shù)的P2P網(wǎng)貸平臺風(fēng)險(xiǎn)預(yù)警模型[J]. 林春雨,李崇綱,許方圓,許會泉,石磊,盧祥虎.  大數(shù)據(jù). 2015(04)

碩士論文
[1]考慮審核認(rèn)證信息的P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)評估研究[D]. 李洲.華南理工大學(xué) 2018
[2]基于輿情分析與文本主題的P2P平臺風(fēng)險(xiǎn)評估模型[D]. 張曉明.浙江大學(xué) 2018
[3]P2P網(wǎng)貸個(gè)人信用評分模型的研究[D]. 鄭志強(qiáng).暨南大學(xué) 2016



本文編號：2916905