基于K-S检验与距离相关分析的网络借贷信用评价指标体系构建

发布时间：2021-04-13 12:28

　　网络借贷作为一种新型互联网金融模式,提升了金融资源使用效率,缓解了小企业融资难的困局。构建合理的网络借贷信用评价指标体系,从而对网络借贷的潜在风险及时甄别与预防,对互联网金融健康持续发展意义重大。本文根据K-S检验与距离相关分析相结合,筛选对借款客户违约状态甄别能力强的指标,建立了网络借贷信用评价指标体系,通过P2P网络借贷（peer to peer lending,个人对个人借贷）平台LendingClub交易数据进行实证研究,结果表明:不仅借款金额、借款利率等借款标的特征对借贷者违约具有显著相关性,借款者年龄等个人特征、借款者年收入等财务特征以及借款者违约次数等信用特征均对借贷者违约风险产生显著影响。投资者在出借资金时,往往青睐于已婚、年龄适中、具有一定工作经历、历史违约次数较少的借款人。因此,风险监管部门应构建网络借贷违约风险评估模型,对P2P平台进行风险监测,同时建立关键信息共享机制,融合多源数据,明确审查范围,实现P2P网络借贷行业健康有序发展。 

【文章来源】：技术经济. 2020,39(05)北大核心CSSCI

【文章页数】：14 页

【部分图文】：

检验指标体系的ROC曲线

网络借贷信用评价指标体系构建原理

【参考文献】：
期刊论文
[1]借款人特征对网络借贷风险的影响研究[J]. 李延喜,孙大同,赛骞.  大连理工大学学报(社会科学版). 2019(01)
[2]P2P网络借贷借款人违约风险影响因素研究[J]. 李杰,刘露,Chao-Hsien Chu.  商业研究. 2018(09)
[3]动态异质集成信用评分模型在P2P网络借贷中的应用[J]. 刘传哲,马达亮,夏雨霏.  金融发展研究. 2018(09)
[4]我国P2P网络借贷平台的信用评级研究——来自“网贷之家”的证据[J]. 赵礼强,刘霜,易平涛.  金融理论与实践. 2018(08)
[5]融入软信息的P2P网络借贷违约预测方法[J]. 蒋翠清,王睿雅,丁勇.  中国管理科学. 2017(11)
[6]中国P2P网络借贷平台风险及其决定因素研究[J]. 何光辉,杨咸月,蒲嘉杰.  数量经济技术经济研究. 2017(11)
[7]P2P网络借贷风险综合评价研究[J]. 谭中明,谢坤,黄丹.  农村金融研究. 2017(08)
[8]中国P2P网络借贷信用风险的测量[J]. 张成虎,武博华.  统计与信息论坛. 2017(05)
[9]P2P网络借贷研究进展及中国问题研究展望[J]. 冯博,叶绮文,陈冬宇.  管理科学学报. 2017(04)
[10]基于距离相关系数和支持向量机回归的PM2.5浓度滚动统计预报方案[J]. 王黎明,吴香华,赵天良,程国胜,张祥志,汤莉莉,贾梦唯,陈煜升.  环境科学学报. 2017(04)



本文编号：3135299