P2P網(wǎng)貸"爆雷潮"引發(fā)P2P行業(yè)動(dòng)蕩,基于此背景,選取人人貸網(wǎng)貸平臺(tái)作為研究對(duì)象,采取爬蟲技術(shù)對(duì)相關(guān)公開數(shù)據(jù)進(jìn)行定性和定量分析,使用因子分析法以及Logistic回歸對(duì)人人貸客戶的相關(guān)信息進(jìn)行定量分析,構(gòu)建P2P網(wǎng)貸借款人違約概率的計(jì)量模型,最后從投資者和平臺(tái)兩個(gè)層面提出合理有效的建議。 

【文章來源】：金融理論與實(shí)踐. 2019,(12)北大核心

【文章頁數(shù)】：9 頁

【文章目錄】：
一、引言
二、國(guó)內(nèi)外網(wǎng)貸信用風(fēng)險(xiǎn)的實(shí)證研究綜述
    （一）國(guó)外方面
    （二）國(guó)內(nèi)方面
三、P2P網(wǎng)貸行業(yè)發(fā)展及信用風(fēng)險(xiǎn)現(xiàn)狀
    （一）P2P網(wǎng)貸發(fā)展現(xiàn)狀
        1. P2P網(wǎng)貸發(fā)展規(guī)模呈減緩趨勢(shì)
        2.問題平臺(tái)數(shù)量呈逐年上升趨勢(shì)
    （二）P2P網(wǎng)貸信用風(fēng)險(xiǎn)現(xiàn)狀
        1.逾期金額呈上升趨勢(shì)
        2.長(zhǎng)期逾期金額比重呈上升趨勢(shì)
四、P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)影響因素分析——以人人貸為例
    （一）人人貸違約客戶相關(guān)指標(biāo)定性分析
        1. 違約客戶基本信息分析
        2. 違約客戶借款情況分析
    （二）人人貸借款人信用風(fēng)險(xiǎn)定量實(shí)證分析
        1. 指標(biāo)選取
        2. 初步分析——因子分析
        3. 結(jié)果分析
        4. 進(jìn)一步分析——Logistic回歸
        5. 小結(jié)
五、防范P2P網(wǎng)貸借款人信用風(fēng)險(xiǎn)的建議
    （一）對(duì)投資者建議
        1. 尤其注重借款人信用評(píng)級(jí)和標(biāo)的種類
        2. 關(guān)注借款人還款能力和借款特征
        3. 適當(dāng)考慮借款人基本特征
        4. 調(diào)整投資心態(tài)和策略
    （二）對(duì)平臺(tái)建議


【參考文獻(xiàn)】：
碩士論文
[1]基于神經(jīng)網(wǎng)絡(luò)模型的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)研究[D]. 徐羚晏.華中科技大學(xué) 2016
[2]基于BP神經(jīng)網(wǎng)絡(luò)模型的中國(guó)P2P借款人信用風(fēng)險(xiǎn)評(píng)估研究[D]. 黃震.北京交通大學(xué) 2015
[3]P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)研究[D]. 曹夢(mèng)璐.山東大學(xué) 2015
[4]基于Logistic回歸的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)度量[D]. 袁羽.上海社會(huì)科學(xué)院 2014



本文編號(hào)：3005248