基于数据模型分析的非法校园贷个体识别和规避研究

近年来,在经济利益驱动下,网络贷款发展迅速,部分P2P网络非法借贷平台持续向大学拓展业务。大学生缺乏相关经验,很容易跌入金融陷阱。虽然国家相关部门出台了相关措施和文件来治理非法校园贷问题,但是仍然需要政府、学校等多方面的配合才能有效防范不良校园贷。本文通过设计显著因素识别问卷,建立Logistic回归分析模型得出大学生校园贷显著相关因素,最后通过软件模拟仿真确定行之有效的规避措施。