P2P网贷平台的风险特征研究——基于多项LOGIT模型和双变量PROBIT模型

发布时间：2022-04-21 21:40

　　本文基于569家网贷平台、3376个观测值的非平衡面板数据,聚焦平台问题的风险研究和风险特征识别,在构建"平台热度、借款情况、生存能力、投融资集中度"四维度指标体系的基础上,根据"延期兑付、提现困难、经侦介入"三类平台问题,设定了多类别多值的问题平台因变量,进而运用二值基础模型、多项LOGIT模型和双变量PROBIT模型,对网贷平台风险发生的可能性进行探讨,对风险特征进行深入识别和分析。结果发现,平台热度、借款期限、投资集中度等是网贷平台风险发生的负向因素,预期收益率、运营时间等是网贷平台风险的正向因素;投资集中度和借款集中度在提现困难问题上的反向作用体现了投资人和借款人不同利益诉求:投资集中度上升,提现困难问题发生的概率下降;借款集中度上升,提现困难问题发生的概率则会上升。 

【文章页数】：6 页

【文章目录】：
一、引言
二、相关研究综述
三、指标构建和模型假设
    (一) 指标体系
    (二) 计量方法说明
四、问题平台的计量分析
    (一) 二值因变量基础模型
    (二) 多值因变量的多项LOGIT模型
    (三) 双变量PROBIT模型
五、结论与讨论


【参考文献】：
期刊论文
[1]P2P网贷平台风险评价体系构建——基于主客观综合赋权的GRAP模型[J]. 蒋致远,王力召.  财会月刊. 2018(23)
[2]网贷市场风险评估[J]. 张哲.  上海经济. 2018(06)
[3]中国P2P网贷平台效率差异及成交量影响因素研究[J]. 姜琪.  数量经济技术经济研究. 2018(06)
[4]中国网贷平台风险评估——基于网贷之家数据[J]. 董竹,柏向昱,王冕.  河北经贸大学学报. 2018(02)
[5]P2P网络借贷问题平台特征分析及投资者识别——来自222家平台的证据[J]. 王修华,孟路,欧阳辉.  财贸经济. 2016(12)
[6]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)
[7]P2P网络借贷平台的风险识别研究[J]. 叶青,李增泉,徐伟航.  会计研究. 2016(06)
[8]P2P网贷平台综合竞争力评价研究[J]. 郭海凤,陈霄.  金融论坛. 2015(02)
[9]问题P2P网贷平台特征及事发原因分析——基于百家问题平台的调查[J]. 梅安察.  财会月刊. 2014(22)
[10]P2P网络借贷平台风险防范[J]. 艾金娣.  中国金融. 2012(14)



本文编号：3646669