如何識(shí)別P2P網(wǎng)絡(luò)借貸平臺(tái)借款人的信用風(fēng)險(xiǎn)不僅是平臺(tái)出借人關(guān)注的重點(diǎn)問題,更是平臺(tái)本身存續(xù)的關(guān)鍵。本文基于拍拍貸的信用貸款數(shù)據(jù),利用logit方法,從借款人信用風(fēng)險(xiǎn)識(shí)別的角度,研究了拍拍貸平臺(tái)出借人是否能夠有效的利用平臺(tái)提供的借款人信息識(shí)別其信用風(fēng)險(xiǎn)。本文的研究共分成三個(gè)步驟:首先,基于真實(shí)違約樣本,研究借款人標(biāo)的信息與其實(shí)際的信用風(fēng)險(xiǎn)的關(guān)系,建立借款人信用風(fēng)險(xiǎn)評(píng)估模型;然后,利用信用風(fēng)險(xiǎn)評(píng)估模型對(duì)樣本內(nèi)數(shù)據(jù)進(jìn)行擬合,將預(yù)測(cè)的違約概率與真實(shí)的違約情況進(jìn)行對(duì)比以檢驗(yàn)?zāi)Ｐ蛿M合的效果;最后,通過對(duì)比模型對(duì)借款人信用風(fēng)險(xiǎn)的預(yù)測(cè)和出借人利用標(biāo)的信息做出的出借決策,分析出借人的出借決策是否準(zhǔn)確。通過實(shí)證研究得到以下三點(diǎn)結(jié)論:第一,通過分析信用風(fēng)險(xiǎn)樣本發(fā)現(xiàn)信用風(fēng)險(xiǎn)與貸款期限、認(rèn)證信息數(shù)量、年齡、性別、工作呈正比,與投標(biāo)人數(shù)、借入信用得分、借出信用得分、成功次數(shù)、失敗次數(shù)呈反比。第二,通過信用風(fēng)險(xiǎn)樣本數(shù)據(jù)建立的借款人信用風(fēng)險(xiǎn)評(píng)估模型可以對(duì)P2P網(wǎng)貸中借款人的信用風(fēng)險(xiǎn)進(jìn)行識(shí)別,且與信用風(fēng)險(xiǎn)擬合樣本8.44%的違約率相比,該模型能將違約率降低至1.56%。第三,利用出借意愿樣本,對(duì)信用風(fēng)險(xiǎn)評(píng)估模型中顯著的... 

【文章來源】：湖南大學(xué)湖南省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．２拍拍貸平臺(tái)資金流向圖??來源：拍拍貸官網(wǎng)??拍拍貸打破了傳統(tǒng)的借貸模式，在原有的基礎(chǔ)上進(jìn)行創(chuàng)新，為資金需求者和??

網(wǎng)貸平臺(tái)借款人信用風(fēng)險(xiǎn)識(shí)別研宄??和第三方權(quán)威認(rèn)證（主要包括學(xué)歷學(xué)位證書、央行征信報(bào)告等）等材料，通??器自動(dòng)識(shí)別加人工審核的方式進(jìn)行交叉驗(yàn)證，從源頭上降低欺詐風(fēng)險(xiǎn)。??（２）防止惡意欺詐機(jī)制。有些借款人利用平臺(tái)的風(fēng)控漏洞，把自己包裝成“好??進(jìn)行惡意欺詐，同時(shí)在不同的網(wǎng)貸平臺(tái)借款，增加其壞賬率，給Ｐ２Ｐ網(wǎng)貸行??成了巨大的風(fēng)險(xiǎn)。為此平臺(tái)基于自身多年的數(shù)據(jù)積累，自己研發(fā)了一套征信??魔鏡”風(fēng)控系統(tǒng)。根據(jù)平臺(tái)２０１５年的年度報(bào)告數(shù)據(jù)，借款標(biāo)的的信用??為Ａ級(jí)以上的占６７．８９％。由此不難看出，拍拍貸平臺(tái)上大部分的借款人擁??好的信用狀況，且平臺(tái)在對(duì)信用風(fēng)險(xiǎn)的管理上，更加重“質(zhì)”而不是“量”，??也說明“魔鏡”風(fēng)控系統(tǒng)擁有較高的風(fēng)險(xiǎn)預(yù)測(cè)精確度。??

整理后的數(shù)據(jù)中，共達(dá)成交易８４?１１８筆，成交總金額１?２５１?３２６?５００元，??平均每筆交易金額為１４?８７５．８５元，其中９９．９４％的貸款屬于一年以內(nèi)的貸款，且??以期限１－６個(gè)月的標(biāo)的為主，占貸款總量的７１．２９％?（圖３．１）；萬元以下標(biāo)的共６７??６３５筆，占交易標(biāo)的總量的８０．４０％?（圖３．２），可以看出拍拍貸的成交標(biāo)的主要以??短期、小額的標(biāo)的為主。??根據(jù)已有數(shù)據(jù)，統(tǒng)計(jì)了拍拍貸平臺(tái)的不同信用等級(jí)下的利率。平臺(tái)利率區(qū)間??為６％－２４％，由于ＡＡ級(jí)信用標(biāo)的全部都為擔(dān)保標(biāo)的（如表３．４所示），不在本文??研宄的范圍之類，因此無法獲�。粒良�(jí)信用標(biāo)的的利率。從表中可以看出，９８．１５％??１３－１８?月＾＾＿１９－２４?月，??－＾?ｒ??７－９月，７．１３％ｉ?ＳＪＯ??４＿６?月，??５０．０３％??圖３．１借款期限分布??１８??

【參考文獻(xiàn)】：
期刊論文
[1]聰明的投資者:非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J]. 廖理,李夢(mèng)然,王正位.  經(jīng)濟(jì)研究. 2014(07)
[2]P2P網(wǎng)貸與非法集資[J]. 彭冰.  金融監(jiān)管研究. 2014(06)
[3]P2P借貸的模式風(fēng)險(xiǎn)與監(jiān)管研究[J]. 葉湘榕.  金融監(jiān)管研究. 2014(03)
[4]P2P網(wǎng)絡(luò)借貸成功率影響因素分析——以拍拍貸為例[J]. 溫小霓,武小娟.  金融論壇. 2014(03)
[5]美國(guó)P2P借貸平臺(tái)發(fā)展:歷史、現(xiàn)狀與展望[J]. 王朋月,李鈞.  金融監(jiān)管研究. 2013(07)
[6]基于最小二乘法的網(wǎng)絡(luò)借貸模型[J]. 吳小英,鞠穎.  廈門大學(xué)學(xué)報(bào)(自然科學(xué)版). 2012(06)
[7]P2P網(wǎng)絡(luò)借貸國(guó)內(nèi)外理論與實(shí)踐研究文獻(xiàn)綜述[J]. 莫易嫻.  金融理論與實(shí)踐. 2011(12)
[8]論加強(qiáng)P2P網(wǎng)絡(luò)借貸平臺(tái)的監(jiān)管[J]. 吳曉光,曹一.  南方金融. 2011(04)
[9]P2P在線借貸的中外比較分析——兼論對(duì)我國(guó)的啟示[J]. 尤瑞章,張曉霞.  金融發(fā)展評(píng)論. 2010(03)
[10]網(wǎng)絡(luò)借貸中的監(jiān)管空白及完善[J]. 王艷,陳小輝,邢增藝.  當(dāng)代經(jīng)濟(jì). 2009(24)



本文編號(hào)：3622447