论文部分内容阅读
在国家政策鼓励和市场需求的背景下,P2P网贷平台开始大量盛行,其发展有利于中小企业融资,扩宽投资者的投资渠道,对民间借贷市场的持续兴盛起到了促进作用。但是一个行业如果长期只注重成长速度而忽略相应监管配套的话,发展路径定会偏离预期,“校园贷”、“钱宝网”等大量非正规平台事件爆出,引发了投资者的恐慌,造成了不良的社会声誉。复杂多象的行业背景下,不能仅关注单笔借款人的信用风险,借贷业务的质量依赖于网贷平台,平台倒闭势必会造成大范围的影响,遂本文将P2P网贷平台的整体风险作为了研究方向。CHAID模型,是数据挖掘决策树技术中的一种,通过对样本数据差异性的分析,取得影响平台财务状况的一些关键性指标,依据指标差异性程度的排序,生成树状层级结构,得出预判平台财务状况的正确率。以往研究表明CHAID模型应用于上市公司财务预警系统后,预警效果提升。因此本文采用CHAID模型对P2P网贷平台进行财务预警研究,旨在对P2P网贷行业的持续健康发展起到一定促进作用。本文先对国内P2P网贷平台的现状、监管发展情况阐明后,认为平台所处政策环境已从开放包容进入规范严管阶段,由此引出了P2P网贷平台的性质和具体运营模式。其次考虑到宏观因素对行业的作用是共性的,基于CHAID模型无法对系统性影响因素进行分类,因此将平台的财务特征因素作为模型的关注焦点。将P2P网贷风险划为财务与非财务风险,将财务风险更深层地分为流动性风险、信用风险和运营风险三方面,后续章节由此建立了风险指标体系。综上论述,提出了问题平台的定义,将提现困难、经侦介入、跑路、停业、转型的非正规平台界定为问题平台,确定平台财务状况为模型输出的目标变量。阐述了财务预警定义和CHAID模型思想后,在实证部分开始数据建模。论文数据资料主要来源于“国泰安”数据库2007-2017年收录的互联网理财数据,手工补充数据来源于国内权威的第三方网贷行业综合门户“网贷之家”、“网贷天眼”,剔除重复、缺失数据后,最终选取了729家正常平台、157家问题平台数据。利用SPSS20软件,对解释变量进行描述性分析,独立样本T检验,显示指标差异的显著性水平。抽取训练集、测试集后,然后开始CHAID决策树运算,树状结果图显示,平台经营过程中,最值得关注的风险为流动性风险,财务预警最关键的指标为投资人数与借款人数的比值,其次还应关注累计待还款金额和投资人数指标。训练样本和检验样本财务预警预测准确率均达90%以上,具有良好的预警效果。CHAID模型树形结构清晰易理解,有推广应用价值。于投资者而言,可以利用预警模型在投资决策前给予帮助;于平台经营者来说,可以自行审视关键指标是否已达标;于政府监管部门来说,可以依据研究成果出台针对性的政策建议。文章的主要不足之处在于,数据资源获取困难,最终成果为传统静态的财务预警系统,预警效力滞后,随着信息资源的不断丰富,网贷平台的动态财务预警系统定会成为后期发展趋势。