基于逻辑回归的P2P网络借贷贷款评分测算研究

发布时间：2020-11-01 18:54

　　 P2P网络借贷是传统金融与互联网结合的产物,与传统金融不同,P2P网络借贷是一种去中心化的模式,它实现了个人向个人,即点对点的借贷,而不需要金融机构等中介参与到借贷各环节中。由于P2P平台具有方便快捷的特点,同时相比于银行等金融机构,P2P平台对借款人的要求较低,放贷过程更为简便,越来越多的人选择通过P2P平台进行贷款。但是,由于P2P网络借贷本身的特点,对P2P平台进行风险控制尤为关键,不断的降低借贷违约率,提高借贷收益率,并且寻找出这两者的影响因素成为了各个P2P网络借贷平台的第一目标,因此研究P2P平台风险控制机制具有重要的现实意义。现有研究中,学者们大部分都是分别围绕违约率和收益率影响因素进行研究,却较少将两者结合起来进行研究。鉴于此,本文在探究违约率影响因素的基础上,进一步的引入了贷款收益率的概念,试图结合两者各自的优势来对贷款进行划分,得出更为有效的贷款筛选机制来满足具有不同风险偏好的贷款人,丰富P2P网络借贷领域的研究成果。本文选取Lending Club平台2007年至2015年间累计89万条借贷交易数据,经过对数据集的清洗,最终保留24万条信用贷款数据作为本研究的样本。数据集中主要包括借款人个人信息、贷款信息、借款人信用信息、贷款状态和还款信息等信息。经过对样本进行描述性统计后,使用多个机器学习模型对违约率进行预测,最终选择了准确率较高的逻辑回归模型。接着,对逻辑回归的结果进行了分析,对违约率影响因素进行了讨论,并使用了另一种数据挖掘技术xgboost对各个特征进行排序,并将其结果和逻辑回归结果做以比较。最后将预测出的违约率和已有的收益率相结合得出贷款评分,进行了进一步的讨论。数据分析结果表明:第一,在只考虑贷款违约率的情况下,借款人年收入、总信贷余额、负债收入比、平台信用等级和贷款目的对是否违约有较大影响;第二,在同时考虑违约率和收益率的情况下,贷款评分的影响因素和违约率的影响因素较为类似,但是在不同贷款目的下表现不同,以婚礼为目的贷款的违约率是最低的,平均收益率是最高的,但婚礼的平均贷款效益,也就是评分并不是最好的,而最高的是车贷,这种方法提供了新的视角来评判贷款的好坏;第三,从研究中不难发现,网络借贷市场并不是一个完全有效的市场,还存在很大的改进空间。本研究拓宽了 P2P平台信用风险领域的研究,具体而言:第一,根据回归结果得出了对违约率影响较大的几个因素并对这些因素做出解释,对以往文献做以有益补充;第二,采用了新的视角,综合考虑违约率和收益率两者,通过数值分析得出了贷款评分的影响因素,重点分析了不同贷款目的下贷款的差异如何,为借贷平台和借贷个人提供了较有价值的评判参考指标。本研究的研究结论对于P2P平台和贷款人在选取贷款时具有重要指导意义,根据贷款评分和风险偏好选取借款人进行放贷,在规避风险的同时将收益最大化。不断淘汰劣质贷款,提高P2P借贷市场的效率,使其向完全效率市场发展。
【学位单位】：东北财经大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：F724.6;F832.4
【部分图文】：

货款目的??图４－１不同贷款目的下违约率低于〇．?３的贷款占比（降序）??图４－１中展示了违约率低于０．３的贷款在本贷款目的下的贷款总体中的占比，??其屮，以婚礼、教育、车贷和购物为目的的贷款占比排名前四，说明这几种目的下??的贷款信用要好于其他目的下贷款，借款人有“较大概率”不会违约。??２６??

图４－５包含“工龄”特征时模型的ＲＯＣ曲线图??了比较两种特征选择方法在模型准确率上的差异，图４－５中给出了征时的ＲＯＣ曲线图。比较上面两图可以看出，使用机器学习方法剔征后，模型的ＡＵＣ从０．８０５提高到了?０．８２，这说明后序逐步回归法预测性能是有帮助的。??２９??

Ｆ?ｓｃｏｒｅ??图４－６?ｘｇｂｏｏｓｔ特征重要性排序结果??图４－６中每个特征后面的数字表示个特征节点在树中出现的次数，数字越大代??表该节点被使用的次数越多，该特征对最终预测结果的贡献程度越大，其中债务??收入比和贷款利率的重要性更高，其次是信用额度总数、总信贷周转余额、申请??贷款金额、每月支付费用、循环利用率和年收入６个重要度相近的特征。??４．３．３结果比较??将前面对违约率影响因素排序的结果进行对比可以发现，负债收入比在两种方??法中都是最为重要的特征；其次，信用额度总数在两种方法得出的结论中的排序??位置也较为一致。总体来看，影响借款人违约率的因素首先是借款人的还款能力，??其次是借款人的信用情况，在所有特征中负债收入比和信用额度总数表现最为突??出，是最为重要的特征。??３２??
【相似文献】

相关期刊论文 前10条

1 管亮;曲巍;;市场经济背景下校园贷款风险研究[J];中国管理信息化;2018年14期

2 彩霞;;“祼条”贷款创业埋隐患,隐私曝光怒杀债主人生尽毁[J];妇女生活;2016年11期

3 梦裳;;“祼条”贷款圆了创业梦,谁堪裸照曝光后血腥收场[J];人生与伴侣(上半月版);2016年11期

4 戴卫婷;田欣;;浅析美国次贷危机爆发的原因和特点[J];山西青年;2017年05期

5 赵华杰;李东霞;徐慧敏;;小贷公司困局待解 如何“对症下药”[J];当代金融家;2017年04期

6 曲宁;;我国银行对房地产企业贷款风险防范分析[J];大众投资指南;2017年06期

7 冯然军;石新宇;韩伟;;高校大学生参与网络贷款受侵害成因调查研究[J];知识文库;2017年12期

8 王瑾;;小额贷款公司发展中存在的问题及建议[J];今日财富;2017年11期

9 姜迪庆;;农信社该怎样对待“帮贷”[J];金融博览;2006年12期

10 李刚军;在与对申请贷款人信任有关问题上的非传统观点[J];管理科学文摘;1996年05期

相关博士学位论文 前2条

1 潘为;非金融机构贷款人法律制度研究[D];吉林大学;2012年

2 蒋先玲;项目融资模式及法律问题研究[D];对外经济贸易大学;2002年

相关硕士学位论文 前10条

1 张奥淞;基于逻辑回归的P2P网络借贷贷款评分测算研究[D];东北财经大学;2018年

2 李吉彬;某县级村镇银行贷款业务管理系统的设计与实现[D];山东大学;2018年

3 MATUGORN LIMPANADUSADEE;贷款人伦理对在线P2P借贷的贷款意向影响研究[D];华南理工大学;2018年

4 程卓君;利差收窄趋势下商业银行经营模式的转型[D];浙江大学;2018年

5 霍青;基于网络增信的商业银行与电商平台合作研究[D];东北农业大学;2018年

6 伍菱佳;《定期贷款授信条款》翻译报告[D];西南政法大学;2017年

7 丁齐鉴;杭州市实施小微企业金融扶持政策问题研究[D];广西师范大学;2018年

8 林佩雯;X银行微小贷款业务风险管理研究[D];华南理工大学;2017年

9 徐芃;以X公司为例的小额现金贷款平台指标控制研究[D];华中科技大学;2019年

10 金伟;JT村镇银行贷款经营困境研究[D];辽宁工程技术大学;2018年

本文编号：2865946