网贷平台借款人信用风险识别研究

发布时间：2022-02-12 21:53

　　如何识别P2P网络借贷平台借款人的信用风险不仅是平台出借人关注的重点问题,更是平台本身存续的关键。本文基于拍拍贷的信用贷款数据,利用logit方法,从借款人信用风险识别的角度,研究了拍拍贷平台出借人是否能够有效的利用平台提供的借款人信息识别其信用风险。本文的研究共分成三个步骤:首先,基于真实违约样本,研究借款人标的信息与其实际的信用风险的关系,建立借款人信用风险评估模型;然后,利用信用风险评估模型对样本内数据进行拟合,将预测的违约概率与真实的违约情况进行对比以检验模型拟合的效果;最后,通过对比模型对借款人信用风险的预测和出借人利用标的信息做出的出借决策,分析出借人的出借决策是否准确。通过实证研究得到以下三点结论:第一,通过分析信用风险样本发现信用风险与贷款期限、认证信息数量、年龄、性别、工作呈正比,与投标人数、借入信用得分、借出信用得分、成功次数、失败次数呈反比。第二,通过信用风险样本数据建立的借款人信用风险评估模型可以对P2P网贷中借款人的信用风险进行识别,且与信用风险拟合样本8.44%的违约率相比,该模型能将违约率降低至1.56%。第三,利用出借意愿样本,对信用风险评估模型中显著的... 

【文章来源】：湖南大学湖南省211工程院校985工程院校教育部直属院校

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

图２．２拍拍贷平台资金流向图??来源：拍拍贷官网??拍拍贷打破了传统的借贷模式，在原有的基础上进行创新，为资金需求者和??

网贷平台借款人信用风险识别研宄??和第三方权威认证（主要包括学历学位证书、央行征信报告等）等材料，通??器自动识别加人工审核的方式进行交叉验证，从源头上降低欺诈风险。??（２）防止恶意欺诈机制。有些借款人利用平台的风控漏洞，把自己包装成“好??进行恶意欺诈，同时在不同的网贷平台借款，增加其坏账率，给Ｐ２Ｐ网贷行??成了巨大的风险。为此平台基于自身多年的数据积累，自己研发了一套征信??魔镜”风控系统。根据平台２０１５年的年度报告数据，借款标的的信用??为Ａ级以上的占６７．８９％。由此不难看出，拍拍贷平台上大部分的借款人拥??好的信用状况，且平台在对信用风险的管理上，更加重“质”而不是“量”，??也说明“魔镜”风控系统拥有较高的风险预测精确度。??

整理后的数据中，共达成交易８４?１１８笔，成交总金额１?２５１?３２６?５００元，??平均每笔交易金额为１４?８７５．８５元，其中９９．９４％的贷款属于一年以内的贷款，且??以期限１－６个月的标的为主，占贷款总量的７１．２９％?（图３．１）；万元以下标的共６７??６３５笔，占交易标的总量的８０．４０％?（图３．２），可以看出拍拍贷的成交标的主要以??短期、小额的标的为主。??根据已有数据，统计了拍拍贷平台的不同信用等级下的利率。平台利率区间??为６％－２４％，由于ＡＡ级信用标的全部都为担保标的（如表３．４所示），不在本文??研宄的范围之类，因此无法获取ＡＡ级信用标的的利率。从表中可以看出，９８．１５％??１３－１８?月＾＾＿１９－２４?月，??－＾?ｒ??７－９月，７．１３％ｉ?ＳＪＯ??４＿６?月，??５０．０３％??图３．１借款期限分布??１８??

【参考文献】：
期刊论文
[1]聪明的投资者:非完全市场化利率与风险识别——来自P2P网络借贷的证据[J]. 廖理,李梦然,王正位.  经济研究. 2014(07)
[2]P2P网贷与非法集资[J]. 彭冰.  金融监管研究. 2014(06)
[3]P2P借贷的模式风险与监管研究[J]. 叶湘榕.  金融监管研究. 2014(03)
[4]P2P网络借贷成功率影响因素分析——以拍拍贷为例[J]. 温小霓,武小娟.  金融论坛. 2014(03)
[5]美国P2P借贷平台发展:历史、现状与展望[J]. 王朋月,李钧.  金融监管研究. 2013(07)
[6]基于最小二乘法的网络借贷模型[J]. 吴小英,鞠颖.  厦门大学学报(自然科学版). 2012(06)
[7]P2P网络借贷国内外理论与实践研究文献综述[J]. 莫易娴.  金融理论与实践. 2011(12)
[8]论加强P2P网络借贷平台的监管[J]. 吴晓光,曹一.  南方金融. 2011(04)
[9]P2P在线借贷的中外比较分析——兼论对我国的启示[J]. 尤瑞章,张晓霞.  金融发展评论. 2010(03)
[10]网络借贷中的监管空白及完善[J]. 王艳,陈小辉,邢增艺.  当代经济. 2009(24)



本文编号：3622447