描述性信息对P2P网贷逾期率的影响研究
发布时间：2021-07-16 12:00
借款人逾期现象是投资人面临的最大风险之一。本文先对已有的P2P网络借贷相关的文献基础进行总结,主要以P2P运营模式以及借款人逾期行为的分析。对已有的描述性语言对P2P网络借贷逾期影响的文献进行总结,提出研究假设,在国内外关于描述性信息进行量化处理的基础上,提取了描述性信息的几个特征变量,主要包括顾家、稳定、讲道义、诚信、刷信用、有进取心、提高生活质量、体验,在这八个特征变量中讲道义和顾家两个的一致性检验没有通过,进行剔除,之后利用Logistic模型回归,最后对结果进行实证研究并进行分析,包括对描述性信息的统计分析以及假设检验和相关计量模型。本文从描述性信息对P2P网络借贷逾期率的影响进行分析,研究P2P网络借贷逾期率是否受描述性信息的影响且影响程度如何,并尝试对P2P违约预测的准确率进行相应的提高,以便投资人和网上借贷平台能够更准确地对风险进行相应的识别和控制。本文的研究表明,对于客观信息不足也就是信用等级较低的借贷人来说,他们为了要得到所需的贷款,更加倾向于能够从描述性的信息中得到更多的特征,以便打造对自己有利的形象。与此同时,在借贷人中,那些特征信息提供越多的人,反而有着更大的违...
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容、目的及方法
1.3.1 研究内容
1.3.2 研究目的
1.3.3 研究方法
1.4 论文创新点
第二章 相关概念及理论分析
2.1 核心概念界定
2.1.1 P2P网络贷款
2.1.2 描述性信息
2.1.3 逾期率
2.2 理论基础
2.2.1 P2P借贷中的信息不对称理论
2.2.2 P2P借贷中的信任理论
2.2.3 P2P借贷中的消费者行为理论
2.3 “硬信息”与“软信息”对P2P借贷的影响
2.3.1 “硬信息”对P2P借贷的影响
2.3.2 “软信息”对P2P借贷的影响
2.4 国内网络借贷逾期现状
2.4.1 借款人逾期现状
2.4.2 借贷平台逾期现状
第三章 实证研究设计
3.1 数据来源与研究假设
3.1.1 数据来源
3.1.2 研究假设
3.2 模型构建与变量的确定
3.2.1 模型构建
3.2.2 变量的描述
3.3 描述性信息的量化处理
3.3.1 描述性信息的特征变量
3.3.2 特征变量的一致性检验
第四章 实证研究结果
4.1 描述性统计分析
4.2 假设检验
4.3 模型验证
第五章 研究结论与对策建议
5.1 研究结论
5.2 对策建议
5.2.1 对借贷者及投资者的建议
5.2.2 对网贷平台的建议
5.2.3 对监管部门的建议
5.3 研究局限性及展望
5.3.1 研究局限性
5.3.2 未来展望
参考文献
攻读硕士学位期间取得的研究成果
附件
致谢
【参考文献】：
期刊论文
[1]P2P网络借贷平台使用现状调查报告研究[J]. 王春生,罗展豪,陈逸勤,陈月霜,纪琳雪. 现代商贸工业. 2019(17)
[2]基于熵值法的P2P网贷平台信用评级体系研究[J]. 何涌,董怡云. 湖南工业大学学报(社会科学版). 2019(02)
[3]中国P2P网贷成交量影响因素实证研究[J]. 汪洋,卞咏梅. 经济研究导刊. 2019(11)
[4]P2P网贷中借款用途对借贷行为的影响——基于“人人贷”平台的实证研究[J]. 陆燕春,周浩然. 财会通讯. 2019(10)
[5]基于因子分析的我国P2P网贷平台风险评价研究[J]. 张杰,张远圣. 会计之友. 2019(07)
[6]P2P网贷平台借款人信用风险评估模型适应性研究[J]. 谢陈昕. 武汉金融. 2019(03)
[7]浅析我国P2P网贷平台的信息披露及风险评级[J]. 江玲妍. 中外企业家. 2019(08)
[8]基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测[J]. 阮素梅,周泽林. 财贸研究. 2018(02)
[9]P2P网贷平台的信息验证与借贷效率研究——来自“网贷之家”行业评级数据的实证检验[J]. 南洋,徐鹏. 软科学. 2018(03)
[10]网络借贷利率影响因素的实证分析[J]. 崔婷,刘家麒. 统计与决策. 2018(02)
本文编号：3286969
【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：61 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.2.1 国外研究现状
1.2.2 国内研究现状
1.3 研究内容、目的及方法
1.3.1 研究内容
1.3.2 研究目的
1.3.3 研究方法
1.4 论文创新点
第二章 相关概念及理论分析
2.1 核心概念界定
2.1.1 P2P网络贷款
2.1.2 描述性信息
2.1.3 逾期率
2.2 理论基础
2.2.1 P2P借贷中的信息不对称理论
2.2.2 P2P借贷中的信任理论
2.2.3 P2P借贷中的消费者行为理论
2.3 “硬信息”与“软信息”对P2P借贷的影响
2.3.1 “硬信息”对P2P借贷的影响
2.3.2 “软信息”对P2P借贷的影响
2.4 国内网络借贷逾期现状
2.4.1 借款人逾期现状
2.4.2 借贷平台逾期现状
第三章 实证研究设计
3.1 数据来源与研究假设
3.1.1 数据来源
3.1.2 研究假设
3.2 模型构建与变量的确定
3.2.1 模型构建
3.2.2 变量的描述
3.3 描述性信息的量化处理
3.3.1 描述性信息的特征变量
3.3.2 特征变量的一致性检验
第四章 实证研究结果
4.1 描述性统计分析
4.2 假设检验
4.3 模型验证
第五章 研究结论与对策建议
5.1 研究结论
5.2 对策建议
5.2.1 对借贷者及投资者的建议
5.2.2 对网贷平台的建议
5.2.3 对监管部门的建议
5.3 研究局限性及展望
5.3.1 研究局限性
5.3.2 未来展望
参考文献
攻读硕士学位期间取得的研究成果
附件
致谢
【参考文献】：
期刊论文
[1]P2P网络借贷平台使用现状调查报告研究[J]. 王春生,罗展豪,陈逸勤,陈月霜,纪琳雪. 现代商贸工业. 2019(17)
[2]基于熵值法的P2P网贷平台信用评级体系研究[J]. 何涌,董怡云. 湖南工业大学学报(社会科学版). 2019(02)
[3]中国P2P网贷成交量影响因素实证研究[J]. 汪洋,卞咏梅. 经济研究导刊. 2019(11)
[4]P2P网贷中借款用途对借贷行为的影响——基于“人人贷”平台的实证研究[J]. 陆燕春,周浩然. 财会通讯. 2019(10)
[5]基于因子分析的我国P2P网贷平台风险评价研究[J]. 张杰,张远圣. 会计之友. 2019(07)
[6]P2P网贷平台借款人信用风险评估模型适应性研究[J]. 谢陈昕. 武汉金融. 2019(03)
[7]浅析我国P2P网贷平台的信息披露及风险评级[J]. 江玲妍. 中外企业家. 2019(08)
[8]基于L1惩罚Logit模型的P2P网络借贷信用违约识别与预测[J]. 阮素梅,周泽林. 财贸研究. 2018(02)
[9]P2P网贷平台的信息验证与借贷效率研究——来自“网贷之家”行业评级数据的实证检验[J]. 南洋,徐鹏. 软科学. 2018(03)
[10]网络借贷利率影响因素的实证分析[J]. 崔婷,刘家麒. 统计与决策. 2018(02)
本文编号：3286969
本文链接：https://www.wllwen.com/kejilunwen/yysx/3286969.html
