基于Logistic模型的我国P2P网贷信用风险识别研究

发布时间：2017-07-17 16:41

第 1 章 绪论 

1.1 研究背景与意义 

2013 年 7 月 20 日中国人民银行决定全面放开金融机构贷款利率管制，标志着中国利率市场化进程的开始。利率市场化作为中国金融改革深化的重要组成部分，极大地推动着金融市场的创新与衍生，影响着金融市场参与者的投资决策，促进着金融体系的发展与完善。互联网金融作为传统金融的创新代表，，不仅丰富了金融体系的构架，更顺应了利率市场化的发展趋势。2013 年，各类新型的金融模式开始盛行，比如阿里巴巴支付宝，余额宝，众筹融资，还有各大商业银行推出手机银行等等。互联网金融改变了人们的传统融资渠道与支付手段，使各类金融交易变得简单快捷，大大降低了融资成本，突破了时间与空间的限制，不仅提高了资源的合理配置，也促进了经济的快速发展。2013 年也被称为“互联网金融元年”。另一方面，我国小微企业融资难问题变得越来越严峻。随着我国经济的快速发展，小微企业数量急剧增加，逐渐成为中国最具活力的企业群体，在促进中国市场经济高速增长中发挥了不可小视的作用。但由于以下原因：（1）我国缺乏有效且针对性的小微企业扶持政策；（2）资本市场融资能力有限；（3）中小银行发展进度落后于小微企业发展；（4）小企业自身信用水平较低，企业面临融资成本高，金融机构贷款门槛高的融资困境。而个人贷款相比于企业贷款而言，金额小，借款期限短，贷款申请流程冗长且成本较高，低收益与高成本使得银行不愿贷款给个人，因此，个人的贷款需求也时常得不到满足。

...............

1.2 文献综述 

P2P 网贷作为一种信贷业务，面临最大的风险就是信用风险。为了对下一步的研究提供思路与方法，本节将对相关的国内外文献进行梳理，国外文献主要按照软硬信息的不同进行概述，国内文献主要按照理论与实证研究进行概述。目前国外学者在研究信用风险识别方面主要从“软信息”与“硬信息”两个角度展开。传递的信息分为两种，一种是软信息（soft information），另一种是硬信息（hard information）。软信息是借款人主观意思的表达，不能用具体的指标数值进行表达，比如：借款用途描述，社交朋友，照片等；硬信息是借款人需要呈现给投资者的客观信息，能用具体准确的指标数值进行体现，可以被直接证实，比如：历史借还款表现，信用分数，性别，年龄等。

...............

第 2 章 我国 P2P 网贷发展现状及风险分析 

2.1 P2P 网络借贷概述

P2P(peer-to-peer)属于互联网范畴，源于信息技术，是指不用通过中间平台的互联网端对端信息交互方式，该过程在对等网络中实现。P2P 网络借贷则是互联网金融的一种重要体现形式，是民间借贷与现代网络信息技术的有机结合，更是传统电子商务在民间借贷领域的深化[29]-[32]。与传统的机构类似，其为一种借贷中介；而不同的是，在平台上，借贷双方直接进行交易，资金需求方根据平台上获取的信用等级与借款额度发出相关信号并将借款申请发布在平台上，资金闲置方通过借款人借款申请的相关信息判断是否达成交易，平台则向借贷双方收取相应的服务费与账户管理费获得收益。图 2-1 为 P2P 网贷基本模式。

...............

2.2 我国 P2P 网贷市场面临的风险分析

（1）风险管理过于简单，内控机制尚未建立由于国内的许多网贷平台良莠不齐，一些公司甚至没有设立风险评估或者法律合规部门，而大部分平台的风险控制手段也仅仅是线下征信，引入第三方担保机制或者提取风险准备金等较为单一的方法，却未建立较为完善的风险量化指标体系和风险动态评估系统。简单零散的风控管理方法以及不严密的内控组织将加大网贷市场面临的风险。（2）技术风险不牢靠，信息安全存隐患国内 P2P 网贷平台注册时需要申请人提供真实的身份信息，银行卡账号，联系方式等，由于国内 IT 系统不牢靠，平台上大量的客户信息被泄露，遭受不法分子黑客的入侵，严重威胁到用户的个人隐私与重要信息，甚至发生敲诈勒索案件。此外，平台每天都会产生巨大的资金流，P2P 网络平台依托互联网信息技术，使资金信息被泄露，给客户造成重大损失。

...............

第 3 章 P2P 网贷信用风险识别的理论基础 ...............22

3.1 社会认知理论...............22

3.2 信息不对称理论...............23

第 4 章 实证模型构建与样本数据准备...............31

4.1 实证模型构建...............31

4.2 样本数据准备...............32

第 5 章 实证结果分析与讨论...............40

5.1 全样本回归分析...............40

5.2 子样本回归分析...............44

第 5 章 实证结果分析与讨论

5.1 全样本回归分析

表 5-1 的列(1)为借款人信用特征变量与因变量之间的回归结果，列(2)是在第一个回归模型基础上加入实地认证变量的回归结果，列(3)是在第二个回归模型基础上考虑借款特征，列(4)则将剩余的变量全部加入模型。对比前四列共有变量的回归结果，可以发现借款人的信用特征变量：Success，Fail，Credit Score, NR 前四个模型中均表现显著，因变量与借款人的满标次数、信用分数、是否有实地认证呈正相关，而与流标次数、还款次数呈负相关。而实地认证 Local 变量则与因变量呈正相关。

...............

5.2 子样本回归分析

在对样本进行了总体的回归分析后，本文希望进一步探究在对不同信用等级的借款人进行信用识别时影响投资者投资判断的具体因素。由表 4-4 可以发现，样本中信用等级为 AA 的借款人为 10 人，A 为11951 人，B 为 19 人，C 为 42 人，D 为 306 人，E 为 868 人，HR 为 22453 人，借款人的信用等级主要分布于 HR 与 A 中，其中 HR 占 63%，A 占 34%，总共为 97%，因此将原样本按信用等级分为两类，AA、A、B 归为一类，C、D、E、HR 归为一类。此外，人人贷的创新性与独特性在于该平台引入了实地认证标，目的是进一步加强风险管理控制，保障投资者的资金安全，促进交易的达成，最终提高借款成功率。因此，本文又将全样本按实地认证与非实地认证分为两类，进一步探究实地认证标对投资者投资决策的影响。

...............

结论

随着 2007 年我国首家线上经营模式的 P2P 网贷交易平台拍拍贷的成立，P2P网络信贷行业凭借着其跨空间性、跨时间性，简捷高效，门槛低等优势迅速在全国各地蓬勃发展，极大地拓宽了借贷市场，缓解了中小企业与个体单位融资难的困境，促进了资金资源的合理配置。然而，由于网络贷款起步较晚，相应的行业规范与体制构建远不及快速膨胀的行业规模与发展速度。因此，目前我国的 P2P存在着较大的信用风险与漏洞，信息不对称问题贯穿于整个借贷交易过程。从贷前的逆向选择到贷中与贷后的道德风险，借款人都有可能出现违约赖账而导致投资者利益受损，从而降低投资者的出借意愿，影响交易的达成，最终威胁网贷市场的健康发展，加剧中小企业的融资困境。

参考文献（略）

本文编号：554498