P2P网贷平台借款人信用风险评估

为提高P2P网贷平台对借款人信用风险评估的准确性,利用主成分分析模型,用8个主成分反映18个指标,依据熵权法和方差百分比赋予权重,得到借款人是否违约还款的临界值,依据该值对借款人是否违约还款进行评估;再利用Logistic回归模型,得到影响借款人违约发生率的4个指标,其按影响程度从大到小的排序为借贷子等级、借贷目的、过去两年里超过30 d以上未及时还款的次数、贷款收入比。对11 383条交易数据的识别结果表明,在阈值为50%时,评估模型对正常还款的拟合率为99.6%,对违约还款的拟合率为71.3%,整体的拟合准确率为96.04%。     

基于不完全信息动态博弈的P2P网络借贷行为研究

针对当前P2P行业的市场现状,构建了P2P网络借贷双方的不完全信息动态博弈模型,分析了P2P平台承诺保障本金和不承诺保障本金两种情形下博弈双方以及平台自身的行为特点.结果表明:保本承诺使得信誉差的借款者倾向于借款、贷款者不加分辨选择贷款,同时平台的竞争力被削弱;若不承诺保本,平台可以在短期采取加强借款者资质审核、提高手续费、逾期惩罚、降低单笔列表限额等措施来驱逐信誉差的借款者;当前市场条件下借款者信誉良莠不齐,若短期措施实施不到位,市场效率低下,信誉良好的借款者和贷款者不能充分交易.本研究可为互联网金融监管部门监管政策的制定和P2P平台相关规则的设计提供一定的理论依据和参考.     

基于平台信任的P2P网贷投资者出借意愿研究

基于Mcknight等提出的网络交易信任模型,并结合P2P网贷交易的特性,构建了基于平台信任视角的P2P网贷交易信任模型,并通过问卷调查和实证分析,揭示影响投资者对P2P网贷平台信任的因素及平台信任对出借意愿的影响。研究结果显示:投资者个人信任倾向、交易经验和制度信任显著影响投资者对P2P网贷平台的信任,制度信任和平台信任显著影响投资者的出借意愿。建议P2P网贷平台应提供模拟交易功能,加强平台经营信息实时披露,完善平台信用保障机制,提高借款人信用信息披露质量等,以提升投资者出借意愿。     

P2P网络借贷中投资者出借意愿影响因素分析

P2P网络借贷是一种运用互联网技术形成的新型金融服务模式,在个人和小微企业融资方面具有良好的应用前景.然而当前P2P网络借贷模式中,面临着借贷双方的低成交率这一主要问题.应用拍拍贷的实际交易数据,采用数理统计方法从出借人的出借意愿角度,对影响借贷成功率的关键因素及其影响程度进行了研究,研究结果对P2P借贷平台的合理运营和借款人实现成功融资具有一定的借鉴意义.     

基于最小二乘法的网络借贷模型

网络借贷是近年来出现的新兴事物,研究网络借贷中借款用途对借贷成功率的影响.通过使用美国最大的P2P网络借贷Prosper网站2007年以来的数据,以单一变量原则建立数学模型,并使用最小二乘法进行参数估计,回归实证研究表明:同等条件下,学生借款比其他种借款成功率低3.4%,分析其原因发现学生还款率并不比其他的低,因此对学生存在直觉歧视.通过类似的方法,还发现用于汽车或者其他方面的债务更容易借到钱.同时,实证研究还得出了其他若干因素,如借款金额、利率等对借款成功率的影响.     

P2P网络借贷道德风险的博弈分析

P2P网络借贷过程中,由于交易双方信息不对称会产生道德风险。本文通过构建交易双方投资决策博弈模型,研究发现,出借人将项目运作成功率作为投资决策的依据,在粉饰成本不高的情况下,借款人倾向于通过信息造假、高息诱惑、短标营销等手段对项目进行粉饰,项目粉饰是P2P网络借贷道德风险产生的根源,可从投资者风险教育、征信体系、信息披露及增加粉饰成本等视角进行风险防范。     

我国P2P网络借贷“四位一体”式风险控制体系研究

P2P网络借贷作为互联网在金融领域的延伸与运用,近年来如何构建行之有效的风险控制体系得到理论界和实践界的关注,但目前鲜有从系统思维的角度构建P2P网络借贷的风控体系.以我国P2P网络借贷平台的风险为研究对象,首先分析我国P2P平台面临的主要风险聚集点,其次对P2P平台风险的预警指标进行量化,最后在我国P2P平台风险控制现状研究的基础上,结合目前的互联网金融监管环境,借鉴国内外P2P平台风控的优点,创造性地提出P2P网络贷款企业、借款人、出借人、第三方"四位一体"式风险控制体系模型.     

融合Logistic回归与Tabnet模型的P2P网贷违约预测方法

结合P2P网贷平台的特点,融合Logistic回归和Tabnet模型,提出一种P2P网贷违约预测方法。采集人人贷平台借贷数据,并对数据进行清洗与加工预处理;通过信息价值法和相关性分析,对众多解释变量进行筛选,以借款状态作为因变量,采用Tabnet神经网络进行训练,根据训练得到的特征重要性选择关键的解释变量;将Tabnet神经网络预测结果作为新的训练数据集,构建Logistic回归模型;将人人贷数据集输入Logistic回归学习与训练,以训练好的Logistic回归用于网贷违约预测。实验结果表明,Tabnet模型的网贷违约平均预测准确率和精确率分别为9958%、9547%,Logistic回归的平均准确率和精确率分别为9872%、9221%,而融合模型的平均准确率和精确率分别为9960%、9672%;在3个测试集上的准确率标准差分别为0001 4、0000 6、0000 5,精确率标准差分别为0034 4、0013 3、0013 2。表明融合Logistic回归与Tabnet的网贷违约预测方法具有Logistic回归模型的可解释性与稳定性,可提高单一模型的预测精确度。     

我国P2P 借贷信息服务平台发展模式研究

Sviokla,J.认为P2P**平台在2009年经济管理界突破性观念中排名前十~([1])。到目前为止,我国已有数百家P2P借贷信息服务平台,但是因为多种原因导致平台发展过程中乱象丛生。鉴于此,本文对国内外典型P2P借贷信息平台发展过程进行梳理,采用SWOT分析方法,分析P2P借贷信息服务平台存在的优势、不足,面临的机遇和挑战,为今后我国P2P借贷信息服务平台更好地发挥资金融通作用,保障投资人的合法权益,实现平台多元化发展提出相应的政策建议。     

P2P网络借贷平台的法律问题探究

P2P网络借贷平台是互联网金融模式之一,其主要是利用互联网技术为借贷双方提供一个信息交流和资金交易的中介服务平台,它是民间借贷从线下发展到线上的一种创新模式。但P2P网络借贷平台的本质和运营模式决定了其不可避免地存在诸多法律风险问题,需要从理论上对P2P网络借贷平台的性质、特征和运营模式进行分析,结合实践对其中存在的法律风险问题提出相关的建议和措施。     

P2P借贷行业网络外部性测度研究

针对P2P借贷行业,应用归属曲线证明了其网络外部性的存在性,进而从供需理论入手构建了P2P借贷行业的网络外部性测度模型.收集中国50家P2P借贷平台2015年6月至2016年5月的月度运营数据,应用面板OLS,DOLS对其网络外部性进行测度.研究结果表明:在中国P2P借贷行业中,借款人数量和贷款人数量间存在着长期稳定的均衡关系;P2P借贷行业存在着正向的贷方网络外部性,外部性强度约为0.1,并未体现出明显的借方网络外部性.进一步通过Granger因果检验发现P2P借贷行业中存在由贷款人数量增长带动借款人数量增长的单向因果关系,因此,从外部性角度,P2P平台实施对贷款人补贴的策略是理性的.      

福建省P2P网贷发展现状及对策研究

<正>引言P2P网络借贷是随互联网和民间借贷兴起的一种新的金融模式。自2007年拍拍贷将国外网络借贷平台模式引入中国以来,国内P2P网络借贷平台蓬勃发展、百花齐放,迅速形成了一定规模。P2P网贷平台为借贷双方提供了诸如信息沟通、信用评价、投资咨询等交易促成服务,成为个人消费、小微企业经营在银行体系以外的重要融资渠道。P2P网络借贷对解决中小微企业融资难、促进我国     

我国P2P网贷平台金融犯罪:特征、成因及防治

P2P网络借贷对于盘活民间资金资源具有重要的意义,是我国金融体系的重要补充。然而P2P网络借贷在我国发生了严重的"异化"现象,成为金融犯罪的高发地带。我国P2P网贷平台金融犯罪的类型主要包括非法集资及平台跑路,具有隐蔽性、危害范围广、投资者维权困难、存在三个辨识点的特征。监管漏洞是我国P2P网贷平台金融犯罪泛滥的重要成因,应从P2P网贷行业立法、明确P2P网贷行业监管部门并增强各个部门监管的协同性、构建P2P网贷企业运营大数据监管系统、严厉打击P2P网贷企业金融犯罪的行为四个方面来治理P2P网贷行业的金融犯罪问题,促进行业的健康发展。     

基于普惠金融视角的P2P 网贷创新模式研究

随着互联网金融的兴起,P2P网络借贷被认为是实现普惠金融的重要工具。基于普惠金融视角的贷款属信用贷款范畴,在中国普惠金融的实践中,P2P信用贷款可行的操作模式却不成熟。基于普惠金融的视角研究P2P网贷的创新模式,通过研究,提出了利用借贷中场景化设置的方法,引入网络借贷信息中介P2P平台的方式来控制信用贷款的风险,以期为实施普惠金融提供理论基础。     

P2P网络借贷平台中债权匹配问题的建模及算法研究

在P2P网络借贷平台中,债权匹配问题即如何匹配贷款人与借款人,使得平台的效率及效益最高是一个非常重要的问题.针对P2P网络借贷问题中的债权匹配问题,建立了以借款人与贷款人双方的满意程度最大为目标的数学模型,提出了一种基于满意度的搜索算法,基于该算法对债权匹配问题进行了求解,并通过数据实验验证了该算法的有效性.     

家庭债务拖欠与违约的影响因素及其效应研究述评

家庭债务是经济活动中的重要现象。现有文献研究表明:收入、失业、婚姻与医疗状况、受教育水平、制度与政策以及"气门效应"等因素对家庭债务拖欠与违约行为具有重要的影响。家庭债务拖欠与违约的效应包括经济效应和非经济效应。其中,经济效应是指家庭债务拖欠与违约对消费和借贷产生负面影响,家庭债务拖欠与违约对财富水平产生负向影响,对福利水平的影响有正有负;非经济效应则指家庭债务拖欠与违约还有可能影响借款者的婚姻稳定性以及负债家庭成员的身心健康。     

语言可信吗?借贷市场上语言的作用——来自P2P平台的证据

P2P新兴市场为研究借款申请人所用语言提供了契机。该文从语言长度与语言内容两个维度,以融资结果与还款行为两个层面,试图较为全面、较为立体地解读借贷市场上语言的作用。实证结果表明:语言长度越长,借款成功率越高,如约还清率越高,语言长度特征表现出一致性;涉及某些话题(创业、家庭、急迫、诚信),影响借款成功率,但与如约还清率无关,语言内容特征表现出迷惑性。这意味着投资人在通过语言长度识别信用风险方面较为成熟,但对语言内容的认识存在偏差。     

基于复杂网络和机器学习的P2P用户违约预测

互联网的发展不断冲击着各个行业,P2P行业作为2013年开始兴起的互联网金融中的重要组成部分最近一段时间由于信用违约等原因,给许多用户带来了不小的财产损失.对于P2P行业来说,对用户的信用预测及防范违约风险是事关公司利润的核心问题.本文利用用户手机通讯录之间的包含关系构建社交网络,并从复杂网络的视角加以分析.通过将分析结果转化为机器学习的输入特征,我们用支持向量机的方法挖掘其内在的关联,从而利用用户的社会网络结构性质预测其信用情况.我们的模型基于知名互联网金融公司闪银所提供的大规模脱敏数据,得到了很好的预测效果.     

大学生校园贷的困境与突围

大学生校园贷以P2P、分期购物为主,呈现出借贷门槛低、消费人群基数大、诱惑放贷、利率高和违约代价大等特点,面临着法律制度不完善、借款者理性消费意识差又缺乏风险防范意识、各方教育缺位、软件后台监管不力等困境,亟需国家、社会、高校、家庭和大学生共同努力,以便实现关键环节的突围。     

基于置信规则库系统P2P网络借贷市场投资者偏好测度

立足于多属性决策领域中关于产品的评价选择问题,文章结合关联规则理论,从历史信息中挖掘出相应的关联规则,并构建置信规则库系统,最终构建偏好评价模型来准确把握投资者偏好,提高融资成功率。通过对国内P2P网络平台投资者偏好情况进行问卷调研,测度投资者对不同影响因素的偏好得分。对比发现,置信规则库系统的计算结果与研究结果基本一致,证明规则库系统可合理有效地测度P2P网络借贷市场中投资者偏好,也为设计更具吸引力的融资标的提供重要的决策信息。