基于P2P网络借贷平台的借款人信用风险评估应用研究

发布时间：2017-03-27 04:13

  本文关键词：基于P2P网络借贷平台的借款人信用风险评估应用研究，由笔耕文化传播整理发布。

【摘要】：P2P网络借贷作为一种新型的民间借贷方式,它的出现和不断发展使得我国的民间借贷能加阳光化和多元化,P2P网络借贷能够使社会的闲散资金更加合理利用,一方面增加投资人的投资渠道,另一方面可以为借款人提供资金来源,它在弥补我国传统金融不足的情况下,还促进了我国金融体系的不断发展。与此同时,我们也应该发现,P2P网络借贷出现的比较晚,在我国尚属于新鲜事物,P2P网络借贷平台拥有金融机构的属性,却没有金融牌照,完全游离在监管之外。最近几年,由于市场的高度需求和行业门槛的缺失,让P2P网络借贷平台野蛮生长。同时中国信用体制缺乏,借款人的道德风险不可避免,一旦遭遇经济寒流,P2P网络借贷的资金链就极有可能断裂。正确评估借款人信用风险,节约交易成本,提高交易效率,促进信用资源优化配置。目前很多P2P网络借贷平台正在面临越来越多的风险。其中最大风险就是信用风险。目前很少有P2P网络借贷平台建立自己的信用风险评估模型。本文在首先介绍和研究了网络借贷概念、特点和发展状况,探索网络借贷中影响借款人信用的主要因素,根据拍拍贷、陆金所、宜信等网络平台借款人所披露的个人信息,从信用角度的出发,分析P2P网络借贷中借款人这一角色的信用风险,借鉴我国商业银行个人信用和国内外P2P网络借贷平台的借款人信用指标体系来选取若干指标,然后基于BP神经网络和Logistic模型对P2P网络借贷借款人信用风险进行训练和仿真。本文最后根据BP神经网络模型和Logistic模型的研究结果进行分析发现BP神经网络模型能够更好的评估P2P网络借贷中借款人的信用风险。根据结论以及个人信用风险评估内外环境的要求,首先,构建P2P网络借贷平台的借款人信用风险评估指标体系。其次,选择适合的信用风险评估模型。最后,本文根据指标体系、评估模型给出借款人的信用等级。本文建议选用BP神经网络模型进行P2P网络借贷平台的借款人信用风险评估应用研究,同时本文建议综合实力强的P2P平台应推动行业数据共享,目前P2P网络借贷平台之间的数据都是相互独立的,借款人的资信情况没有进行相互传递和交流,一方面浪费了数据资源,另一方面方便了诈骗者在各个不同的平台进行弄虚作假,同时他们的犯罪成本比较低,有时可能引发连锁反应,进而引起多个平台出现问题。所以通过数据共享能够提高平台的安全性,同时可以增强平台之间的协同,补充和完善我国的征信系统。这样可以使得我国P2P网络借贷平台能够安全、稳定、健康有序的发展。最后,建立统一、科学的个人信用风险评级体系,建立有关信用方面的数据库,可以客观的评估个人信用,增加个人违约成本,从而建立良好的市场经济环境。最终通过政府、银行、P2P平台公司和个人的共同努力,完善P2P网络借贷平台的借款人信用风险评估方面的问题,本文同时提出了完善P2P网络借贷借款人信用风险评估制度的对策和建议。因此,本文研究具有一定的理论价值和实际意义。
【关键词】：P2P网络借贷 信用风险 评估体系 BP神经网络 Logistic模型
【学位授予单位】：上海工程技术大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F724.6;F832.4
【目录】：

• 摘要6-8
• ABSTRACT8-13
• 第一章 绪论13-31
• 1.1 选题背景及研究问题13-19
• 1.1.1 选题背景13-18
• 1.1.2 研究问题18-19
• 1.2 研究意义19-20
• 1.2.1 理论意义19-20
• 1.2.2 现实意义20
• 1.3 文献综述20-27
• 1.3.1 P2P网络借贷运行模式的综述20-23
• 1.3.2 P2P网络借贷融资效率的综述23-24
• 1.3.3 P2P网络借贷有关政策和制度综述24-25
• 1.3.4 P2P网络借贷中的信用风险评估模型综述25-26
• 1.3.5 P2P网络借贷监管体制及风险防范的综述26-27
• 1.4 研究方法和创新点27-28
• 1.4.1 研究方法27-28
• 1.4.2 创新点28
• 1.5 研究内容和技术路线图28-31
• 1.5.1 研究内容28-30
• 1.5.2 技术路线图30-31
• 第二章 P2P网络借贷相关理论基础31-39
• 2.1 P2P网络借贷理论基础31-35
• 2.1.1 P2P网络借贷概念界定31-32
• 2.1.2 社会交换理论32-33
• 2.1.3 信息不对称理论33-34
• 2.1.4 社会资本理论34-35
• 2.2 信用风险理论35-39
• 2.2.1 信用风险理论35-36
• 2.2.2 信用风险管理理论36-37
• 2.2.3 信用风险影响因素理论37-39
• 第三章 借款人信用风险评估指标体系构建39-47
• 3.1 信用风险评估指标体系构建原则39-40
• 3.1.1 全面性与重要性相结合39
• 3.1.2 相对稳定性与内容动态性相结合39-40
• 3.1.3 统计上的可行性和有效性40
• 3.1.4 定量指标与定性指标相结合40
• 3.2 影响借款人信用的基本因素40-41
• 3.3 借款人信用风险评估指标筛选41-44
• 3.4 信用风险评估指标体系的总体框架44-45
• 3.5 信用风险评估指标体系效度和信度分析45-46
• 3.5.1 效度分析45-46
• 3.5.2 信度分析46
• 3.6 本章小结46-47
• 第四章 P2P网络借贷借款人信用风险评估模型构建47-69
• 4.1 基于BP模型的P2P网络借贷借款人信用风险评估模型构建47-67
• 4.1.1 人工神经网络简介47-54
• 4.1.2 信用风险评估方法及适用性分析54-60
• 4.1.3 基于改进BP算法的借款人信用风险评估模型60-65
• 4.1.4 神经网络评估模型的软件实现65-67
• 4.2 基于Logistic模型的P2P网络借贷借款人信用风险评估模型构建67-69
• 4.2.1 Logistic模型67-68
• 4.2.2 基于Logistic回归方法的信用风险评估模型的构建68-69
• 第五章 P2P网络借贷借款人信用风险评估仿真及实例分析69-89
• 5.1 数据准备69-79
• 5.1.1 数据抓取软件介绍72-73
• 5.1.2 数据获得73-79
• 5.2 BP神经网络模型仿真79-83
• 5.2.1 训练过程及结果79-82
• 5.2.2 仿真过程及结果82-83
• 5.2.3 仿真结果分析83
• 5.3 Logistic模型仿真83-84
• 5.3.1 Logistic模型的回归分析83-84
• 5.3.2 Logistic模型的检验84
• 5.4 两种模型对比分析结果84
• 5.5 上海翼勋金融借款人信用风险实证评估84-89
• 第六章 P2P网络借贷平台的借款人信用风险评估对策建议89-93
• 6.1 P2P平台借款人信用风险评估的对策建议89-90
• 6.2 加强对P2P网络借贷平台以及借款人的监管90-93
• 第七章 结论与展望93-95
• 7.1 本文研究结论93-94
• 7.2 本文研究的不足94-95
• 参考文献95-99
• 附录99-101
• 攻读硕士学位期间发表的学术论文及取得的相关成果101-102
• 致谢102-103

【参考文献】

中国期刊全文数据库 前8条

1 冯俊文;高瑞琼;;P2P网络借贷研究综述[J];技术经济与管理研究;2014年07期

2 张强;张宝;;次贷危机视角下对信用评级机构监管的重新思考[J];中央财经大学学报;2009年05期

3 李兴法;王庆石;;基于CreditMetrics模型的商业银行信用风险应用研究[J];财经问题研究;2006年12期

4 王静,王延清,何德权;基于多层前馈神经网络的个人信用评分模型[J];经济师;2004年12期

5 张德栋,张强;基于神经网络的企业信用评估模型[J];北京理工大学学报;2004年11期

6 卞建华 ,瞿坦;人工神经网络在商业银行个人信用等级评估与预测中的应用[J];中国金融电脑;2003年07期

7 郝丽萍,胡欣悦,李丽;商业银行信贷风险分析的人工神经网络模型研究[J];系统工程理论与实践;2001年05期

8 张颖;新技术在信贷风险管理中的应用[J];国际金融研究;1998年02期

  本文关键词：基于P2P网络借贷平台的借款人信用风险评估应用研究，，由笔耕文化传播整理发布。

本文编号：269853