P2P网络贷款信用风险度量模型研究

发布时间：2019-11-06 15:06

【摘要】：随着我国经济进入创新发展的新阶段,转型升级和增速放缓的重大战略问题凸显,中小企业成为了拉动新一轮经济增长、保障和改善民生、保持社会稳定的重要力量。伴随着大数据、云计算技术、云存储、终端个体化等互联网信息技术的发展,互联网金融迎合了中国金融业深化改革的需求,开辟了中小企业投融资的新渠道。便捷的P2P网络贷款平台作为互联网金融投融资的代表,使风险投资颠覆了原有的传统线下模式,出现了例如陆金所、人人贷、宜人贷等网贷平台,满足了网络销售模式中众多客户的异质化需求。P2P网络借贷作为最具代表性的互联网金融业态,所带来的新风险也不容忽视。P2P网络借贷的成长速度之快,使得政府监管无法及时到位,行业自我管理疏松,这个必将影响到投资的过程。所以,投资者必须高度重视交易中由于种种原因未能履约的信用风险,进一步完善私人投资者在风险不确定下的度量方法,从平台运作、借款人资信等环节实行的全面监督,以保障投资可以安全及时回收。本文通过对P2P网络贷款的研究,分析P2P网贷具有的风险特征和风险影响因素,找到P2P网贷最突出的风险——信用风险。围绕预期损失模型运用Probit回归获得违约概率,然后通过最大似然估计法计算违约损失率,结合违约敞口,建立新的P2P网络贷款信用风险度量模型。选取互联网金融借贷平台人人贷的数据集,完成P2P信用风险度量模型的实证检验。结果显示,模型具有有效性,可以为我国P2P网络贷款的风险研究,乃至互联网金融的良性发展提供参考价值。
【图文】：

拟合优度

系统默认的截断值为Ｐｒ（Ｄ）邋＜邋０．５。逡逑看出，归入第一组的观测数据共７８个，其中分组正确的有７８个。归入第二组的观测数据共２８９１５个，其中分组正确的有２８９１４个，因变量ｙ＝０时观测值有２８９９２个，本来都应该归入第１组，入第２组模型分组恰当率为９９．７３％，因变量尸１的观测值共有１，实际观测值被归入第２组模型，分组恰当率为１００％，，综合第，最终分组恰当率为９９．７３％。逡逑分析法，就是利用边际值作为经济学决策重要依据的一种方法，思想。边际效用分析法是数量分析方法，集合了线性代数、集合差分方程等，逐步渗入经济学，为的是将资源最优配置，是实证进行回归分析，就要分析其边际影响，对于非线性模型Ｐｒｏｂｉｔ２３逡逑

边际效应,观测值,组模型,因变量

Ｃｃｒｒｅｃｔｌｙ邋ｃｌａｓｓｉｆｉｅｄ逦９９．７３％逡逑图５．２拟合优度结果逡逑Ｆｉｇ．邋５．２邋Ｔｈｅ邋ｒｅｓｕｌｔｓ邋ｏｆ邋ｇｏｏｄｎｅｓｓ邋ｏｆ邋ｆｉｔ逡逑０邋＜邋Ｐｒ（Ｄ）邋＜邋１，系统默认的截断值为Ｐｒ（Ｄ）邋＜邋０．５。逡逑由图可以看出，归入第一组的观测数据共７８个，其中分组正确的有７８个，分组不逡逑正确的有０个。归入第二组的观测数据共２８９１５个，其中分组正确的有２８９１４个，分组逡逑不正确的有１个，因变量ｙ＝０时观测值有２８９９２个，本来都应该归入第１组，但实际７８逡逑个观测值被归入第２组模型分组恰当率为９９．７３％，因变量尸１的观测值共有１个，都应逡逑该归入第２组，实际观测值被归入第２组模型，分组恰当率为１００％，综合第１组和第２逡逑组的分组结果，最终分组恰当率为９９．７３％。逡逑边际效用分析法
【学位授予单位】：山东科技大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：D922.282

【参考文献】