基于WoE-Logistic ogistic信用评分卡违约预测模型的网贷平台价值优化方法
发布时间：2020-10-28 14:44
P2P网络借贷是一种结合了互联网科技和小额借贷两个领域特点的全新借贷模式,它凭着门槛低、覆盖范围广、交易流程便捷等优势在我国迅速发展起来。然而在平台数量和交易规模火爆增长的同时,借款人违约和平台“暴雷”的事件也频频发生,这不仅对广大投资者造成了极大的损失,同时也损害了P2P网贷行业的声誉,打击了投资者的信心,成为了P2P网贷行业健康规范发展道路上的绊脚石。信息不对称是导致这种现象的主要原因,为了缓解信息不对称带来的危害,许多网贷平台建立了自己的信用评估体系,然而由于网贷行业是一个新兴行业,国内对其信用风险的研究还不够完善,因此各个网贷平台对违约风险的预测能力参差不齐,总体而言处在相对较低的水平。鉴于以上情况,找到一个更加科学,有效且统一的信用评估方法,能有助于网贷平台和投资人在贷前更准确地识别违约率风险,并以此提升网贷平台贷款总价值,促进网贷平台健康发展,因此这是十分有必要的。信用评分卡模型在国外是一种成熟的违约预测方法,在信用风险评估及金融风险控制领域得到了广泛的应用,该模型具有简单、直观、便捷等优势,在网络借贷领域有着良好的应用前景。国内将信用评分卡模型应用于违约风险预测的网贷平台主要有“人人贷”、“拍拍贷”等,然而就历史数据来看,这些平台所用的评分卡模型的违约预测准确率并不高,这会导致网贷平台贷款业务总价值偏低,甚至为负。本文通过对相关文献的梳理,基于相关文献已有结论,以某知名网贷平台为研究对象,建立基于信用评分卡的贷款价值计量模型,来探究WoE-Logistic信用评分卡模型是否能通过提高对违约风险的预测准确率,来提升网贷平台的贷款价值,并且本文在此基础上通过调整借贷分值也就是贷与不贷的评分界限来对WoE-Logistic信用评分卡模型进行改进,以优化网贷平台的价值,实现网贷平台贷款价值最大化。实证研究结果表明,网贷平台若通过应用WoE-Logistic信用评分卡模型进行贷前违约风险评估,能够提升贷款的总价值,并且在本文对该模型进行一定改进后,贷款总价值的提升量更为显著。这意味着WoE-Logistic信用评分卡模型在P2P网络借贷违约风险预测领域有着非常好的应用前景,它能够帮助网贷平台更为正确地识别借款申请人的违约风险,并以此优化网贷平台的贷款业务价值,从而促进P2P网贷行业健康良性发展。
【学位单位】：华中师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.4;F724.6
【部分图文】：
２００７年１２月?２００８年１２月?２００９年１２月?２０１０年１２月?２０１１年１２月?２０１２年１２月??＿网货平台累计总数??图３－１?２００７年至２０１２年网贷平台累计总数??数据来源：网贷天眼??２０１２年过后，一直到２０１５年期间，Ｐ２Ｐ行业迎来了井喷，从图３－２可以看出，??Ｐ２Ｐ网贷平台的累计数量从２０１２年１２月份的９５０家迅速暴增至２０１５年１２月份的??５４３６家，同时问题平台的累计总数从２０１２年１２月份的５家激增至２０１５年１２月份??的１２１３家，足足增长了?５００倍有余。一方面，由于行业相关法规不够健全，市场准??入机制不够完善，导致平台进入金融市场的门槛较低，也可能导致监管失灵，这样??的情况下有部分打着Ｐ２Ｐ网络借贷的幌子的骗子公司打入市场，借着高息诱惑广大??投资者，拿着投资者的钱来营造企业光辉形象以骗取投资者的信任，同时由于Ｐ２Ｐ??网贷行业如雨后春笋般的急剧扩张，在大量资金涌入的同时，也导致网贷平台的运??营管理水平良莠不齐
２００７年１２月?２００８年１２月?２００９年１２月?２０１０年１２月?２０１１年１２月?２０１２年１２月??＿网货平台累计总数??图３－１?２００７年至２０１２年网贷平台累计总数??数据来源：网贷天眼??２０１２年过后，一直到２０１５年期间，Ｐ２Ｐ行业迎来了井喷，从图３－２可以看出，??Ｐ２Ｐ网贷平台的累计数量从２０１２年１２月份的９５０家迅速暴增至２０１５年１２月份的??５４３６家，同时问题平台的累计总数从２０１２年１２月份的５家激增至２０１５年１２月份??的１２１３家，足足增长了?５００倍有余。一方面，由于行业相关法规不够健全，市场准??入机制不够完善，导致平台进入金融市场的门槛较低，也可能导致监管失灵，这样??的情况下有部分打着Ｐ２Ｐ网络借贷的幌子的骗子公司打入市场，借着高息诱惑广大??投资者，拿着投资者的钱来营造企业光辉形象以骗取投资者的信任，同时由于Ｐ２Ｐ??网贷行业如雨后春笋般的急剧扩张，在大量资金涌入的同时，也导致网贷平台的运??营管理水平良莠不齐
从图５－１可以直观地看出，拟应用ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型后，该网贷平??台２０１５年贷款总价值增至原来的１０．１２２倍，这表明ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型??能够显著提升网贷平台贷款价值，但是就Ｐ１，Ｐ２，Ｐ３的贡献比例来看，Ｐ３也就是未??成交订单的贷款价值贡献比例较低，这可能是由于相关文献的结论中对借贷分值的??设置偏低导致的，下文将进一步通过提升借贷分值来对该ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡??模型进行优化，以探宄网贷平台贷款价值的最大化。??５．８基于贷款价值最优化的角度改进ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型??在５．４章的实证过程中，我们按照郑承利，王灼（２０１８）的结论，在判断是否??对一个借款人进行借贷时，将信用ＷｏＥ－Ｌｏｇｉｓｔｃ评分卡模型的借贷分值设置为２０分，??即借款人信用评分在２０分及以上时，平台予以贷款，而评分在２０以下时，拒绝为??其贷款。然而，在计算未成交订单的贷款总价值过程中我们发现如果按照上述结论，??那些集中在［２０，?３０）评分区间的订单会造成巨额的亏损，这可能是由于［２０，３０）评??分区间的订单数量大，平均违约率高造成的。因此通过提高借贷分值是解决该问题??的一种可能的方法，下面来讨论若将借贷分值提高至３０分，贷款总价值是否会增??－
【参考文献】
本文编号：2860231
【学位单位】：华中师范大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：F832.4;F724.6
【部分图文】：
２００７年１２月?２００８年１２月?２００９年１２月?２０１０年１２月?２０１１年１２月?２０１２年１２月??＿网货平台累计总数??图３－１?２００７年至２０１２年网贷平台累计总数??数据来源：网贷天眼??２０１２年过后，一直到２０１５年期间，Ｐ２Ｐ行业迎来了井喷，从图３－２可以看出，??Ｐ２Ｐ网贷平台的累计数量从２０１２年１２月份的９５０家迅速暴增至２０１５年１２月份的??５４３６家，同时问题平台的累计总数从２０１２年１２月份的５家激增至２０１５年１２月份??的１２１３家，足足增长了?５００倍有余。一方面，由于行业相关法规不够健全，市场准??入机制不够完善，导致平台进入金融市场的门槛较低，也可能导致监管失灵，这样??的情况下有部分打着Ｐ２Ｐ网络借贷的幌子的骗子公司打入市场，借着高息诱惑广大??投资者，拿着投资者的钱来营造企业光辉形象以骗取投资者的信任，同时由于Ｐ２Ｐ??网贷行业如雨后春笋般的急剧扩张，在大量资金涌入的同时，也导致网贷平台的运??营管理水平良莠不齐
２００７年１２月?２００８年１２月?２００９年１２月?２０１０年１２月?２０１１年１２月?２０１２年１２月??＿网货平台累计总数??图３－１?２００７年至２０１２年网贷平台累计总数??数据来源：网贷天眼??２０１２年过后，一直到２０１５年期间，Ｐ２Ｐ行业迎来了井喷，从图３－２可以看出，??Ｐ２Ｐ网贷平台的累计数量从２０１２年１２月份的９５０家迅速暴增至２０１５年１２月份的??５４３６家，同时问题平台的累计总数从２０１２年１２月份的５家激增至２０１５年１２月份??的１２１３家，足足增长了?５００倍有余。一方面，由于行业相关法规不够健全，市场准??入机制不够完善，导致平台进入金融市场的门槛较低，也可能导致监管失灵，这样??的情况下有部分打着Ｐ２Ｐ网络借贷的幌子的骗子公司打入市场，借着高息诱惑广大??投资者，拿着投资者的钱来营造企业光辉形象以骗取投资者的信任，同时由于Ｐ２Ｐ??网贷行业如雨后春笋般的急剧扩张，在大量资金涌入的同时，也导致网贷平台的运??营管理水平良莠不齐
从图５－１可以直观地看出，拟应用ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型后，该网贷平??台２０１５年贷款总价值增至原来的１０．１２２倍，这表明ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型??能够显著提升网贷平台贷款价值，但是就Ｐ１，Ｐ２，Ｐ３的贡献比例来看，Ｐ３也就是未??成交订单的贷款价值贡献比例较低，这可能是由于相关文献的结论中对借贷分值的??设置偏低导致的，下文将进一步通过提升借贷分值来对该ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡??模型进行优化，以探宄网贷平台贷款价值的最大化。??５．８基于贷款价值最优化的角度改进ＷｏＥ－Ｌｏｇｉｓｔｃ信用评分卡模型??在５．４章的实证过程中，我们按照郑承利，王灼（２０１８）的结论，在判断是否??对一个借款人进行借贷时，将信用ＷｏＥ－Ｌｏｇｉｓｔｃ评分卡模型的借贷分值设置为２０分，??即借款人信用评分在２０分及以上时，平台予以贷款，而评分在２０以下时，拒绝为??其贷款。然而，在计算未成交订单的贷款总价值过程中我们发现如果按照上述结论，??那些集中在［２０，?３０）评分区间的订单会造成巨额的亏损，这可能是由于［２０，３０）评??分区间的订单数量大，平均违约率高造成的。因此通过提高借贷分值是解决该问题??的一种可能的方法，下面来讨论若将借贷分值提高至３０分，贷款总价值是否会增??－
【参考文献】
相关期刊论文 前7条
1 王长江;杨金叶;;P2P网络借贷的风险与监管模式研究[J];经济纵横;2015年04期
2 廖理;吉霖;张伟强;;借贷市场能准确识别学历的价值吗?——来自P2P平台的经验证据[J];金融研究;2015年03期
3 岳铭;张思敏;谢朝阳;;我国P2P网络借贷平台的信用评级问题探讨[J];商业时代;2014年31期
4 王会娟;廖理;;中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J];中国工业经济;2014年04期
5 张璐;;P2P网络借贷信用风险及对策研究[J];财会月刊;2014年02期
6 陈霄;;民间借贷成本研究——基于P2P网络借贷的实证分析[J];金融经济学研究;2014年01期
7 苗晓宇;;网络P2P信贷风险与防范[J];甘肃金融;2012年02期
相关硕士学位论文 前5条
1 吴金通;监管趋严下P2P网贷行业的金融风险研究[D];浙江大学;2018年
2 林琳;P2P借贷中信用评级和信用评分对投资者决策的影响[D];山东大学;2018年
3 李云霞;P2P平台借款人信用风险研究[D];北京交通大学;2017年
4 孙航;P2P网贷信用风险研究[D];浙江大学;2017年
5 苏亚;P2P网贷借款人信用风险影响因素研究[D];南京师范大学;2017年
本文编号：2860231
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/2860231.html
