P2P网络借贷成功率与违约风险影响因素的实证分析

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:wwchao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
P2P网络借贷是个体和个体之间通过互联网平台实现的直接借贷,以其手续简单、方便灵活的特点迅速被市场接受,得到快速发展。伴随着P2P网络借贷的高速发展,违约风险随之而来,尤其是倒闭潮的出现,成为网络借贷自身发展的最大瓶颈。本文拟从微观层面分析网络借贷市场借款成功率与违约风险的影响因素,旨在促进P2P网络借贷健康稳定发展。本文采用Logistic回归模型,通过编写VBA环境下的XMLHttpRequest程序从“人人贷”网站上抓取共计32756笔有效真实的交易数据,参考我国商业银行个人信用评分体系,分别建立借款成功率和违约风险的预测模型,对P2P网络借贷成功率与违约风险的影响因素进行实证分析。实证结果显示,借款成功率的预测准确度较高,但因缺乏贷后信息,违约风险预测准确度相对偏低。本文研究结果表明:信用等级、收入、年龄、借款标的总额、年利率等信息均对出借人的投标意愿产生影响,在所有影响因素中,信用等级是出借人最主要的参考依据;借款标的总额、年利率、还款期限、信用等级、学历是影响违约风险的主要因素,其他因素需要进一步验证;出借人是理性的,他们能够根据网贷平台公布的借款信息判断出部分违约风险,并做出有利于自己的投标决策;平台的信用评级在一定程度上能够揭示借款人的违约风险,但缺乏贷后检查。根据研究结论,本文建议从完善个人信用评分机制、加强贷前贷后审查工作、提高违约成本三个方面加强管理以促进P2P网络借贷健康稳定发展。
其他文献
GMG将携一系列先进的新产品亮相drupa2008,新产品既有软件解决方案,也有新的打印载体系列。GMG公司CEO Robert Weihing先生说:“drupa2004开启了GMG四年持续增长的起点,我们也非
随着"海绵城市"的推进,LID在城市雨洪管理的应用日益受到关注.以华中科技大学建成的海绵城市示范区项目为研究对象,通过文献综述、方案分析、实地调查的方式,对设计后的场地
人脸识别是图像处理、模式识别和人工智能等学科范围的一个研究热点和重点,广泛应用于医疗研究、身份验证、公安鉴别、人机交互、视频会议、辅助教学等领域。人脸识别技术涉
随着教育行业日新月异的发展,单纯的说教式教学模式已经不能够满足当前教育教学的需求,为弥补传统教学方法的不足,提高课堂教学效率,增强学生学习游泳技能的兴趣,必须改变传