基于csQCA的P2P网络借贷平台信用影响因素

发布时间：2020-12-18 10:48

　　针对P2P网络借贷平台成交量及数量减少的现象,运用网络爬虫技术等方法,获取了上市系、国资系、风投系、创业系4个类别共40个P2P网络借贷平台的实际数据;建立了基于品牌信用、交易信用、人气信用、服务信用4个维度的P2P网络借贷平台信用评估模型;运用csQCA方法对其平台信用影响因素进行构型分析。研究表明:交易信用中的信息透明度是影响P2P网络借贷平台信用的主要要素,其次是品牌信用中的合规程度;高品牌信用是上市系和创业系P2P网络借贷平台高信用值产生的必要条件;高交易信用是国资系P2P网络借贷平台高信用值产生的必要条件。政府和P2P网络借贷平台应重点关注品牌信用和交易信用的变化,为借款人和出借人营造良好的交易氛围。 

【文章来源】：北京理工大学学报(社会科学版). 2019年04期 北大核心CSSCI

【文章页数】：7 页

【文章目录】：
一、文献综述
二、平台信用评估系统模型构建
    （一） 理论模型构建
        1. 品牌信用维度
        2. 交易信用维度
        3. 人气信用维度
        4. 服务信用维度
    （二） 权重系数的确定
        1. 样本选择与数据收集
        2. 建立层次结构模型
        3. 各因素权重计算及一致性检验
三、平台信用构型分析
    （一） 平台信用评估分析
    （二） 基于csQCA的平台信用前因构型分析
        1. 研究方法简介
        2. 变量的选取与赋值
        3. 前因构型分析
四、结论


【参考文献】：
期刊论文
[1]P2P网贷平台特征与平台运营的稳健性——基于中国1706家P2P网贷平台的证据[J]. 吴庆田,罗璨,陈宜瑄.  金融理论与实践. 2018(04)
[2]软信息对网贷平台借款人的借款获得与违约风险的影响——来自“人人贷”的经验证据[J]. 孟娜娜,粟勤.  中国流通经济. 2018(03)
[3]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)
[4]P2P网络借贷平台融资效率及其影响因素分析——基于DEA-Tobit方法[J]. 王重润,孔兵.  河北经贸大学学报. 2017(05)
[5]P2P网贷平台借款信息对投资决策的影响研究[J]. 谢雪梅,许悦.  科技和产业. 2016(12)
[6]资本充足、从业背景与平台倒闭——来自中国231个P2P网络借贷平台的证据[J]. 李先玲.  经济经纬. 2016(06)
[7]我国P2P网贷行业规范发展程度测评与建议[J]. 曹业奇.  经济纵横. 2016(08)
[8]财务困境识别:中国P2P平台的风险特征研究[J]. 孙宝文,牛超群,赵宣凯,荆文君.  中央财经大学学报. 2016(07)
[9]P2P网络借贷平台效率的综合评价——基于AHP-DEA方法[J]. 朱宗元,王景裕.  南方金融. 2016(04)
[10]完善我国P2P网络借贷平台风险控制体系的策略研究[J]. 闫春英,张佳睿.  经济学家. 2015(10)



本文编号：2923869