基于Logistic模型的P2P平台借款人信息与违约风险的关系研究-以人人贷为例

普通线性回归对于因变量为离散型变量时存在的不适用性,为了更好地度量P2P平台借款人信息与违约风险,本文引入Logistic模型应用于二分类因变量分析的理论分析。通过研究借款人在平台上借款所必须要填写的数据,并建立模型深入研究这些数据与借款人违约之间的相关关系能为P2P平台提供防范违约风险的有效补充,具有一定的现实意义。

P2P网络信贷信用风险影响因素研究--基于借款人的信息特征

P2P网络信贷行业的出现不仅顺应了信息时代的潮流,也对中国经济的发展起着举足轻重的作用,其主要通过对闲散资金的重新配置,盘活资金市场从而影响实体经济,在一定程度上有利于改善中国的经济结构,促进中国经济高质量增长。但在P2P网络信贷迅猛发展的同时,也逐渐暴露出越来越多的问题。所以,现着重基于借款者信息特征,通过实证分析以及描述性统计对P2P网贷行业信用风险影响因素进行分析,从而提出有效降低信用风险、减少投资者损失的措施和建议,使P2P网贷平台真正做到普惠于民,促进中国经济的高质量发展。

个人借款信息对P2P投资人决策影响研究述评

传统金融机构门槛高,手续繁琐,需求得不到满足的小额贷款企业与个人,开始寻找新的融资方式。新型的互联网金融、尤其是P2P网络借贷恰好可以满足这个市场需求。P2P兴起于英国,2007年进入国内市场,并且近几年发展迅速。P2P借贷具有快捷,便利的特点,所以受到许多个人和小微企业的青睐。但是由于信息不对称的存在,个人借款人信息对投资者决策产生了重要的影响。本文将梳理借款人信息对投资者决策的影响。

P2P网贷平台个人信息对投资者决策的影响研究

P2P网贷是互联网金融创新的重要实践,是一种能满足传统金融难以顾及的小额信贷需求的创新金融服务模式。自2007年在我国出现以来,P2P网贷迅速发展,表现出旺盛的生命力,但也存在着借贷成功率低、违约率高等问题。文中以P2P网贷中的借款人信息为研究对象,通过多次模拟实验,得到了在P2P网贷中可能对投资者投资决策产生影响的借款人信息数据,并采用二值Logistic回归模型对所得数据进行拟合,建立P2P网络借贷模型,对可以影响P2P借贷成功率的借款人信息及其影响程度进行了研究。通过模型回归可以得到,借款年利率、借款进度、担保情况和信用等级对投资者决策有积极影响,借款期限对投资者决策有消极影响。此外,借款人年龄、性别、工作、所在地、借款金额、借入信用等对交易是否达成影响不大。该研究结果可以对借款人的成功融资与当前P2P网络借贷平台的构建与优化提供参考。

中国P2P网贷市场有效性研究

近几年中国互联网金融发展迅猛,截至2016年底,中国运营的P2P网贷平台数量达2448家、贷款余额达到8162.24亿元人民币,全年累计问题平台数量达1741家。本文定义了P2P网贷市场有效性的概念,并对中国P2P网贷市场有效性进行了实证研究。研究结果表明中国P2P网贷市场不是强式有效市场;投资人不是完全理性的,相对于风险规避,他们更看重收益率;"好"的借款人更容易借到款,"差"的借款人更不容易借到款。

P2P流标的影响因素研究

本文通过采集人人贷从2011年起的交易数据,采用对比分析和实证分析相结合,定性与定量分析相结合,归纳与演绎相结合的方法,确定影响P2P流标的因素,运用二分类logistic回归模型建立流标与否的P2P网络借贷模型,并提出引导P2P网贷平台健康成长、促进我国小额借贷良性发展的相关建议。