基于决策树的P2P网贷平台信用评级体系研究

P2P网络信贷经历了爆炸性增长、政府介入调控和出台行业管理规范等阶段,依然存在着违约率偏高、信用评级体系不完善等问题。论文主要设计并实现了基于决策树模型的P2P网贷平台信用评级体系,同时采用数万条真实P2P网贷历史交易数据进行实证分析,验证了决策树模型在解释贷款违约原因、划分信用等级以及降低违约率等方面具有适用性强、精确度高、可解释性强的优势,为未来P2P网贷平台信用评级体系的设计和实现提供了参考依据。     

基于投资者视角下的我国P2P网贷风险防控

风险防控问题从来都是P2P网贷平台的核心问题.本文通过P2P网贷发展的现状,对平台发生的风险进行剖析,引入经济学家大卫·多兰的贷款信用衍生模型,利用Eviews回归和博弈的方法,对投资者发生的风险做出分析,基于论证结果做出风险判断,最后提出建设性的意见,从源头上减少P2P网贷违约风险的发生.     

如何利用模糊评价法度量地方政府融资平台信贷风险

地方政府融资平台的建立有效解决了地方政府财政资金不足问题,随着平台公司快速发展,贷款额度大大超过地方财政的偿还能力。本文分析了地方政府融资平台的研究现状,并在此基础上对目前主流的信贷风险测量模型进行优劣点分析比较和选择,并运用模糊综合评价法进行平台贷款违约率以及违约距离的定量测算,为平台贷的风险测量提供理论依据,以便在实际贷款管理中,能够有主次、有针对性的对重要影响因素进行风险防范,提高风险管理水平,有效降低平台贷风险系数,为对平台贷款进行更细化、更有效率的管理提供依据。     

社交朋友网络资本与P2P网贷行为选择研究

本文研究P2P网贷市场中社交朋友网络资本对借贷结果和违约风险的影响,并利用拍拍贷平台数据进行实证分析。结果表明,借款人在网贷市场中的社交朋友网络资本的质量越高,其借款成功的可能性越大、支付的利率越低且违约的可能性越低。因此,投资人可以根据借款人社交朋友网络资本的质量来判断其信用水平;网贷平台可以通过鼓励用户之间建立高质量的社会网络来缓解市场中的信用信息不对称,从而提高交易效率、降低信用违约风险。     

P2P网贷借款人违约行为影响因素的实证研究

准确评估借款人信用风险是提高P2P网贷平台风控能力、降低网贷行业问题平台数量的重要措施。本文基于"人人贷"平台交易数据,综合考察借款人"硬信息"和"软信息"与其违约行为之间的关系。二元Logit回归模型的实证结果表明:在借款人"硬信息"指标中,借款人年龄、借款金额、借款利率、逾期次数对违约行为有显著正向影响,学历、信用等级对违约行为有显著负向影响,而是否拥有房产、是否已购车、工作时间对违约行为没有显著影响;借款人"软信息"指标即描述性文本中的"拼写错误"对违约行为有显著正向影响。研究结果表明借款人"软信息"虽然不可直接证实,但同样具有价值,网贷平台应该多维度地量化借款人的信用评价。     

商业银行、小微企业以及p2p网贷平台三方进化博弈的稳定性分析

随着p2p网贷平台的兴起,在一定程度上解决小微企业融资难的问题,但p2p网贷利率高于商业银行的贷款利率,使得小微企业处于两难的境地。商业银行发展至今出现业务瓶颈,多家银行争相抢夺国有企业或大型企业的贷款大蛋糕,却忽视小微企业贷款的需求,p2p网贷平台的兴起又将瓜分优质小微企业贷款给商业银行带来的利润。本文将运用进化博弈的思想对三方行为进行稳定性分析。     

网贷平台风险识别与防控探析

道德风险、经营风险、资金风险、技术风险是网贷平台的主要风险,为防范这些风险,既要通过建立风险准备金、增强平台透明度,促进网贷公司加强风险的内部防控,又要通过定期报送监管报表、开放征信平台、完善第三方资金托管、加强行业自律,促进网贷公司加强风险的外部防控。     

网贷模式的信用风险探析征信视角下 P2P

近年来,我国 P2P 网络贷款作为互联网金融创新模式获得爆发式增长,但同时在信息不对称、征信主体权益保护等方面存在的信用风险问题也日益突出。为促进 P2P 网络贷款等互联网金融的发展,应加强征信管理与服务,将 P2P 网贷平台纳入征信管理范畴,强化 P2P 网贷平台信用管理和平台资金流动监管,加大网贷平台信用信息保护力度。     

P2P网贷违约风险及其传染性评估综述

P2P网贷违约风险是互联网金融风险管理的重点内容。本文从P2P网贷违约风险的内涵出发,从违约风险评估与管理两个方面进行综述。对P2P网贷的信用评级、违约风险模型、违约风险影响因素和违约风险传染性进行梳理和评述,归纳整理不同国家违约风险管理的经验,指出当前P2P网贷违约风险研究的不足和进一步探讨的方向。     

正视P2P网贷风险

P2P网贷是一种个人对个人的网络贷款形式。简单地说,投资者通过P2P网贷平台将钱贷款给借款人,投资者赚取高额的利息,而作为中介方的P2P网贷平台,获取一部分的利息收入和管理费用。     

P2P网贷平台内部评级的问题及对策分析--以人人贷和拍拍贷为例

我国部分P2P网贷平台通过对借款人进行内部评级来控制借款人违约率,但评级中还有很多问题,内部评级制度仍需进一步完善。本文选择了P2P网贷平台中有代表性的人人贷和拍拍贷为例,对其评级现状和缺陷进行了深入分析,并借鉴美国Lending Club平台的评级经验,为我国P2P网贷平台完善内部评级制度提出了建议。     

透视P2P——P2P：成长加速度

网贷之家日前发出的《2013中国网络借贷行业蓝皮书》显示，2013年国内P2P网贷平台的贷款存量约为268亿元，是2012年的4.8倍。     

当前贷后管理工作中存在的问题及对策

信贷全过程风险控制的三大环节包括营销过程风险控制、决策过程风险控制和贷后管理风险控制，也就是我们熟知的贷前调查、贷中审查和贷后检查。近年来农业银行狠抓信贷制度创新，规范决策行为，防范道德风险，信贷风险控制能力得到了明显提高，贷款发放前的道德风险和能力风险得到有效控制。当前，在信贷客户结构发生较大变化，国家宏观调控和外部监管力度加大和市场竞争日益激烈的情况下，如何适应市场变化，提高贷款发放后的风险防范和控制的能力，彻底改变贷后管理薄弱现状，有效防范风险是当前亟待解决的问题。     

P2P网络贷款模式的法律风险及其对策——以“稳盈-安e贷”为例

P2P(Peer to Peer)网络贷款平台是依托互联网产生的一种新型融资形式,近年来在我国取得快速发展,为民间小额借贷提供了新的解决思路。但由于存在平台法律性质不明确、风控管理机制缺失及借款流向不透明等问题,P2P网贷平台运营模式存在着一定的法律风险。本文以陆金所旗下的"稳盈-安e贷"服务为例,对现有P2P网贷平台典型运营模式进行法律分析,总结其中存在的主要问题,分析原因并提出合理建议,以期能对目前P2P网贷平台的规范运营起一定的指导作用。     

基于BP神经网络的P2P网贷借款人信用风险评估研究

近年来我国P2P网络借贷业务快速发展,然而行业内的信用风险也日益凸显,持续性的平台倒闭以及借款人违约等事件屡见不鲜,因而对网贷信用风险的事前有效评估将直接关乎我国网贷行业的未来可持续发展。本文根据网贷业务特点,筛选出对网贷借款人行为具有影响的特征指标,建立网贷借款人信用风险评估指标体系,构建基于BP神经网络的信用风险评估模型,选取拍拍贷和人人贷的借款人交易数据进行训练仿真。实证结果表明BP神经网络模型能较好拟合网络信用环境下对网贷借款人信用风险的评估,模型具备较高的预测准确率,适用于平台和投资者甄选优质借款人。基于实证分析结果,文章进一步提出了规范网贷平台健康可持续发展的对策建议。     

非整秩次秩和比法在P2P网贷平台风险评级中的应用

近年来,我国P2P网贷平台风险问题频发,不仅使投资人蒙受损失,也不利于整个网贷行业的健康发展。对网贷平台进行风险评级,有利于识别风险平台,为投资人与监管部门提供风险预警信息。本文选取网贷之家的平台数据,基于改进的CRITIC赋权法和非整秩次秩和比法,构建P2P网贷平台风险评级模型,以2019年上半年成交量前30名的平台作为评价对象进行实证分析,得到网贷平台的风险排名与评级结果,并提出降低风险的针对性建议。     

农信社应建立新的贷款操作规程

目前．农信社现行贷款调查、审查、审批规程是：信贷员调查一贷审小组审查一信用社主任审批一联社贷审会审查一联社主任(理事长)决策。这种贷款规程看似规范合理。实际上存在“二易二难”问题：一是信贷员素质跟不上，缺乏贷前调查能力．易产生能力风险：二是信用社贷款审查小组虚设．难以发挥作用：三是联社贷款审查委员会专业人才构成不合理，易产生道德风险；四是贷款调查、     

贷款利率市场化降低了企业债务违约风险吗?

以中国人民银行放开贷款利率上限和下限为准自然实验,检验贷款利率市场化如何影响企业债务违约风险.研究发现:贷款利率上限的放开对企业债务违约风险的影响不明显,但下限的放开却能显著降低企业债务违约风险,并且这种作用一部分是通过遏制"短贷长投"的渠道实现的;此外,异质性检验表明,下限放开降低企业债务违约风险的作用在规模小以及研发投入高的企业中更明显.     

我国P2P网贷行业的发展现状、存在问题及对策

P2P网贷是中小企业解决融资贷款难的一个有效途径。从2007年我国首个网贷平台成立至今已有成十年的发展历程。本文就P2P网贷行业发展现状进行描述性统计分析,并对P2P行业发展存在的问题进行归纳总结,然后针对其存在的问题提出相应的对策。     

P2P运营模式研究及其风险分析

近年来,我国的P2P网络借贷发展迅猛,但由于其监管政策和相关法规尚不完善,因此对P2P运作模式的研究及其风险分析是很有必要的。本文的研究方法是实证研究法,以美国大型的P2P网贷平台Lendingclub的数据为基础,使用Logistic模型对P2P借贷过程中的信用风险进行度量和分析。通过分析结果可以看出贷款收入比、贷款者住房情况、信用评级体系等指标对于产生违约行为的相关性较强,对于风险控制有很好的参考价值。