本文關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸中借款人的信用風(fēng)險(xiǎn)評(píng)估研究

  更多相關(guān)文章： P2P網(wǎng)絡(luò)借貸 信用風(fēng)險(xiǎn) K均值聚類分析 Logistic回歸

【摘要】：P2P(Peer-to-Peer)網(wǎng)絡(luò)借貸是一種基于互聯(lián)網(wǎng)的、實(shí)現(xiàn)個(gè)人對(duì)個(gè)人的直接信貸模式,可有效解決小微借貸客戶融資難的問題。盡管P2P網(wǎng)絡(luò)借貸市場(chǎng)得到了蓬勃發(fā)展,但諸多借貸風(fēng)險(xiǎn)因素尤其是信用風(fēng)險(xiǎn)已經(jīng)成為該市場(chǎng)成長(zhǎng)的嚴(yán)重障礙,借款人的違約發(fā)生率不斷攀升,使投資者的利益遭到嚴(yán)重?fù)p害,對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估已經(jīng)成為一個(gè)廣泛關(guān)注的熱點(diǎn)問題。鑒于我國(guó)P2P網(wǎng)絡(luò)借貸市場(chǎng)發(fā)展尚不夠完善,特以美國(guó)Lending Club公司為例對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估研究。本文首先介紹了P2P網(wǎng)絡(luò)借貸市場(chǎng)上常見的風(fēng)險(xiǎn),并重點(diǎn)分析了信用風(fēng)險(xiǎn);其次,介紹了常用的信用風(fēng)險(xiǎn)評(píng)估方法,通過對(duì)比分析,得出Logistic回歸分析法更適合對(duì)P2P網(wǎng)絡(luò)借貸中借款人的信用風(fēng)險(xiǎn)進(jìn)行評(píng)估;最后,采用Lending Club公司的借貸交易數(shù)據(jù),構(gòu)建了借款人信用風(fēng)險(xiǎn)評(píng)估的Logistic回歸模型。在構(gòu)建Logistic回歸模型中,選取了與借款人信用風(fēng)險(xiǎn)可能相關(guān)的18項(xiàng)指標(biāo);運(yùn)用K均值聚類分析法,挑選出具有代表性的違約個(gè)體和正常個(gè)體組成了模型的訓(xùn)練樣本;對(duì)指標(biāo)變量進(jìn)行了離散化分類處理,引入指標(biāo)變量的WOE值和IV值,并通過IV值對(duì)指標(biāo)變量進(jìn)行了初步的篩選;利用指標(biāo)變量的WOE值代替原值,運(yùn)用逐步回歸法構(gòu)建了評(píng)估借款人信用風(fēng)險(xiǎn)的Logistic回歸模型,并運(yùn)用ROC曲線和判別矩陣對(duì)模型的有效性和預(yù)測(cè)能力進(jìn)行了檢驗(yàn)。結(jié)果表明,借款人的月還款額、借貸利率、借貸目的、年收入、房產(chǎn)情況、借貸收入比、信用歷史、過去6個(gè)月內(nèi)被債權(quán)人調(diào)查的次數(shù)和循環(huán)貸款利用率與其違約風(fēng)險(xiǎn)顯著相關(guān),由這9項(xiàng)指標(biāo)構(gòu)成的Logistic回歸方程可以實(shí)現(xiàn)對(duì)借款人違約發(fā)生率的量化處理,輔助投資者進(jìn)行投標(biāo)決策。而且鑒于我國(guó)大多數(shù)P2P網(wǎng)絡(luò)借貸平臺(tái)尚未建立借款人信用風(fēng)險(xiǎn)評(píng)估體系,本文的研究可以在一定程度上為我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)構(gòu)建借款人信用風(fēng)險(xiǎn)評(píng)估體系提供借鑒。
【關(guān)鍵詞】：P2P網(wǎng)絡(luò)借貸 信用風(fēng)險(xiǎn) K均值聚類分析 Logistic回歸
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F724.6;F832.4
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-19
• 1.1 研究背景9-10
• 1.2 研究目的和意義10-11
• 1.2.1 研究目的10
• 1.2.2 研究意義10-11
• 1.3 P2P網(wǎng)絡(luò)借貸模式介紹11-12
• 1.4 國(guó)內(nèi)外研究現(xiàn)狀12-17
• 1.4.1 國(guó)外研究現(xiàn)狀12-15
• 1.4.2 國(guó)內(nèi)研究現(xiàn)狀15-16
• 1.4.3 總結(jié)與分析16-17
• 1.5 研究方法與研究?jī)?nèi)容17-19
• 1.5.1 研究?jī)?nèi)容17
• 1.5.2 研究方法17-18
• 1.5.3 論文結(jié)構(gòu)18-19
• 第2章 P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)與評(píng)估方法19-28
• 2.1 P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)19-22
• 2.1.1 信用風(fēng)險(xiǎn)19-20
• 2.1.2 其他風(fēng)險(xiǎn)20-22
• 2.2 信用風(fēng)險(xiǎn)評(píng)估方法22-27
• 2.2.1 傳統(tǒng)信用風(fēng)險(xiǎn)度量方法22-26
• 2.2.2 現(xiàn)代信用風(fēng)險(xiǎn)度量方法26
• 2.2.3 信用風(fēng)險(xiǎn)評(píng)估方法比較分析26-27
• 2.3 本章小結(jié)27-28
• 第3章 借款人信用風(fēng)險(xiǎn)評(píng)估的數(shù)據(jù)準(zhǔn)備與處理28-42
• 3.1 數(shù)據(jù)來(lái)源與指標(biāo)選取28-29
• 3.1.1 數(shù)據(jù)來(lái)源與說明28
• 3.1.2 指標(biāo)選取28-29
• 3.2 訓(xùn)練樣本與驗(yàn)證樣本的選取29-32
• 3.2.1 訓(xùn)練樣本選取30-32
• 3.2.2 驗(yàn)證樣本選取32
• 3.3 指標(biāo)分析與相關(guān)假設(shè)32-38
• 3.4 指標(biāo)變量分類38-39
• 3.5 指標(biāo)篩選39-41
• 3.6 本章小結(jié)41-42
• 第4章 借款人信用風(fēng)險(xiǎn)評(píng)估模型的構(gòu)建與分析42-53
• 4.1 模型構(gòu)建42-45
• 4.2 模型檢驗(yàn)45-48
• 4.2.1 模型有效性檢驗(yàn)45-47
• 4.2.2 模型預(yù)測(cè)能力驗(yàn)證47-48
• 4.3 模型分析48-51
• 4.3.1 模型結(jié)果分析48-50
• 4.3.2 假設(shè)驗(yàn)證結(jié)果50-51
• 4.4 相關(guān)建議51-52
• 4.5 本章小結(jié)52-53
• 結(jié)論53-54
• 參考文獻(xiàn)54-57
• 附錄57-70
• 致謝70

，

本文編號(hào)：759601