公开竞标的贷款定价方式对P2P借贷平台的优化作用

P2P借贷是一种金融创新模式,将互联网技术与民间借贷相结合。互联网信贷的巨大需求推动P2P借贷平台的爆发式发展,而P2P借贷发展核心的两个问题是信用评级和风险定价。由于我国未完全实现利率市场化,P2P平台采用的是量化借款人信息的方式计算贷款利率。信息不对称导致P2P平台的贷款利率不能充分反映借款人风险,同时造成信誉良好的借款人不能获得低成本的贷款。文章利用拍卖机制模型对公开竞标的贷款定价方式进行探究,认为公开竞标方式可以改善信息披露,降低借款人的成本,借款人和投资人在公开竞标的贷款定价方式下都可以获得灵活的选择空间,从而提高借贷成功的比例。     

“P2P+保险”模式对借贷双方行为的影响——基于演化博弈论的分析

随着P2P网贷行业"去担保化"政策的出台,平台自主担保、第三方担保等模式逐渐退出该行业,保险成为P2P平台化解市场风险的管理手段之一。本文基于演化博弈理论构建了信用信息共享机制以及保险参与机制下P2P借贷双方两大群体之间博弈的复制动态模型,分析不同条件下的演化稳定状态,即保险的介入是否有效约束借款人违约行为,以及能否促进投资者投资积极性。研究表明,借款利率以及信用信息共享水平直接影响借贷双方策略选择,借款人缴纳保费的政策可有效约束借款人违约行为,保险公司风险分担比例越大越能有效激励投资者投资积极性,在满足一定参数条件下,借贷双方博弈演化稳定于(放贷,守约),从而为监管部门引入保险机制提供一定理论依据。     

P2P网络借贷的羊群行为及其信息驱动

我国互联网金融投资者面临的骗局和连锁风险,是否是互联网金融羊群行为的必然结果呢?如何建构互联网金融的监管制度,才能在不影响互联网金融融资效率前提下降低互联网金融的风险呢?在改进的MNL模型基础上,通过研究我国P2P网络借贷羊群行为的性质及其背后的信息驱动,回答上述问题。研究结果显示,我国P2P网络借贷市场上存在着理性的羊群行为;其背后的信息驱动因素依次为平台信息、项目信息和借款人信息。因此,我国网络借贷市场不会由于投资者羊群行为引发市场风险,互联网金融监管机制的重点在于,强化投资者保护、完善和统一P2P网络借贷平台的信用评估和披露制度。     

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。     

P2P借款人的定价偏差与被动违约风险——基于“人人贷”数据的分析

本文主要通过行为资产定价理论和"人人贷"2014-2018年的数据,研究网络借贷(P2P)借款人定价偏差的影响因素及其与被动违约风险之间的关系。定价偏差是将P2P借贷利率分解为效率部分和无效率部分,并通过成本随机前沿模型得到。结果表明:借款人定价存在显著偏差且在不同群体间有所差异;借款人的粉饰行为未能起到减小定价偏差的作用,甚至会起到反效果;当借款人的声誉成本高于还款成本时,此时的违约主要表现为被动违约;即使借款人主观还款意愿强烈,但定价偏差越大,借款人剩余收入就越吃紧,还款过程中逾期次数和欠债比例增加的可能性就越大,进而引发被动违约风险。     

借款描述对P2P借贷行为的影响研究

以人人贷平台上的交易记录为样本,研究借款描述对P2P借贷行为的影响。结果发现,借款人对借款描述的字数越多,越不容易获得借款,并且借款利率越高。这是因为,借款描述的字数虽多,但未能体现借款人的信用,无法增加出借人的信任和降低交易风险,因此,借款描述的字数越多,反而更不容易成功获得借款且借款成本较高。如想提高借款成功率和降低借款成本,借款人更应注重借款描述的质量而不是数量。     

P2P网络借贷违约行为影响因素实证研究——以“红岭创投”为例

P2P网络借贷存在违约风险,对违约风险的控制是P2P平台以及投资者所关心的问题。论文以"红岭创投"的交易数据为研究对象,选取借款者违约行为的9个特征因素建立Logit模型进行实证分析。结果显示,借款利率,借款期限、借款用途、提前还款次数和逾期还款次数对借款者的违约行为(违约率)有显著的正向影响,借款金额、信用积分、户口所在地和正常还款次数对借款者的违约行为(违约率)有显著负向影响,其中借款利率对借款者的违约行为影响程度最高。     

P2P网络借贷成功率影响因素分析——以拍拍贷为例

本文以中国最大的P2P网络借贷网站拍拍贷为例,采用二元logistic回归模型建立网络借贷模型,研究影响借贷成功率的因素,并进行蒙特卡洛模拟。研究结果表明:借款利率、借款人历史失败次数对借款成功率有负的影响,而借款金额、借款人历史成功次数、信用积分、审核项目数对借款结果有正的影响。同时,借款人的性别、住宅情况也对借款结果有影响。在金融市场化改革过程中,与传统金融相比,P2P网络借贷除应重视模式创新之外,更要充分运用大数据的优势进行有效的信用评估和风险评估,从而为征信体系建设和借贷双方服务提供有利条件。     

我国P2P网络借贷信用风险下投资者利益保护研究——基于人人贷的数据分析

作为一种新兴的借贷模式,P2P网络借贷兼具互联网思维和普惠金融理念,自传入我国至今已成长为一股不可小觑的金融力量。而在P2P网络借贷中存在的借款人信用风险,严重危害了投资人的利益。国内P2P网络借贷平台为缓解此现象也进行了借款人信息披露机制,但通过对"人人贷"的实证研究发现,其标的信息中的大部分信息并不足以为投资者提供有效的风险判断。     

P2P网络借贷平台的利率定价合理吗?——基于“人人贷”的经验证据北大核心CSSCI

本文基于"人人贷"平台的历史数据,研究P2P网络借贷平台的利率定价,结果表明:仅有12.18%的贷款项目利率定价基本合理;高信用等级贷款项目利率大多被高估,低信用等级贷款项目利率大多被低估;利率被低估的借款人所属行业大多为低端服务业及其它聘用人员流动性较强的服务行业,利率被高估的借款人所属行业则大多属于农业、制造业等劳动密集型产业,而其他行业理论利率与真实利率差异不大。     

基于P2P个人借贷平台的信用风险识别

P2P网络借贷信用风险对投资人的放贷决策有明显的干扰作用,能否有效识别来自借款人的信用风险,成为P2P网络借贷平台未来发展的关键.本文以P2P网络借贷平台拍拍贷2016年2月和3月发布的借款标的数据为样本,运用Probit模型,对P2P网络借贷的信用风险进行识别.研究结果表明:投资者能够识别来自借款人的信用风险.信用等级越高,风险越低,利率越高,风险越低;男性的信用风险要高于女性,而借款人是否婚配对于识别其信用风险有很大帮助;手机认证和户口认证在识别信用风险方面有同样的功效,央行征信认证报告有助于降低风险.     

借款人声誉与风险识别——来自P2P网络借贷的证据

P2P网络借贷和传统借贷都存在着信息不对称,借款人声誉作为一种信号缓解了信息不对称程度,提升了借贷效率。本文以借款人过往逾期次数与成功借款次数作为声誉变量,实证研究了借款人声誉对违约风险的识别效应,同时发现随着借款人还款能力的增加,这种风险识别效应也在增强,因此投资人和P2P平台可借助分析借款人声誉指标做出合理的投资和监控决策,降低P2P网络借贷风险,使得P2P网络借贷成为传统借贷的有力补充。     

P2P借贷中投资者的理性意识与权衡行为——基于“人人贷”数据的实证分析北大核心CSSCISSCI

本文借助P2P平台"人人贷"的数据,通过期望效用理论来探究网络借贷投资者是否具有理性意识来对收益与风险进行权衡。实证结果表明,投资者会表现出对收益的追求和对风险的规避,且当收益与风险同时存在时,存在一个投资者偏好程度最强的利率水平。研究还发现,投资者偏好程度最强的水平利率会受到其他因素的影响。这些结果与期望效用理论所揭示的理性投资者会具有的行为表现相一致,从而说明P2P投资者是具有理性意识的,这保证了P2P借贷的投资者不属于完全非理性投资者,从而在一定程度上保证了P2P借贷能够发挥信息中介的作用以及提升资金供需匹配的效率,同时也有效防范了借款人的违约风险。     

利率市场化背景下P2P网贷利率决定机制——基于“拍拍贷”经验数据的实证分析

本文在阐述利率市场化对P2P网贷行业影响的同时,重点探究了在利率市场化背景下P2P网贷利率的决定机制,并以“拍拍贷”历史经验数据为例,采用实证研究的方法.研究发现:影响网贷利率的因素主要是信用等级、借款金额、借款期限、借款人之前是否有过网贷成功的案例.网贷利率随着信用等级的降低而提高,随借款金额的增加而降低,随借款期限的延长而上升,且与借款人之前是否有过网贷成功案例有关.     

我国P2P网络借贷市场散标出借人出资偏好实证分析

本文通过研究人人贷的4543条散标借款交易数据,发现借款人的基本信息,如收入、学历、房产状况等并不会显著影响借款的满标速度,而借款时间更长,获得网站实地认证或者机构担保,以及通过更多网站审核信息的散标借款会更快获得满标,借款的利率对满标速度有负向的影响。这说明我国P2P网贷市场上出借人对网站的信任是影响出资偏好的核心因素。因此规范我国P2P网贷网站,加强对平台的监管才能为出借人创造更好的投资环境,同时出借人面对复杂的P2P网络借贷市场也要学会理性独立思考,控制投资风险。     

固定利率住房抵押贷款违约行为及其定价研究

固定利率住房抵押贷款的信用风险主要是违约风险,基于理性期权的定价模型往往会低估借款人的违约概率.通过分析违约成本及非理性违约因素,可以确定借款人违约时贷款机构收回的现金流,得到固定利率住房抵押贷款定价的期望值模型,并得出模型的求解方法.     

货币政策如何支持大众创业——基于P2P网贷平台创业者借款的研究

本文以"人人贷"2015年8月25日前后的2个月的借款人信息作为研究样本,通过FGLS和Probit模型实证研究降准降息的货币政策对网络借贷平台上创业者的借款利率和借款成功率的影响。实证结果表明,实施降准降息的货币政策后,创业者在P2P网贷市场上的借款利率显著降低,借款成功率虽然显著上升,但结果并不稳健。东部地区的创业者借款利率更低,女性创业者借款利率更低,信用评级依然是影响借款利率的重要因素,对借款人依旧存在身份歧视。     

翼龙贷网络借贷平台借款人信用风险评估

近年来,众多的互联网金融业务模式通过网络的力量被迅速普及和推广,在加剧了金融市场竞争的同时,也提高了资产配置的效率。随着P2P网贷平台的接连上线,虽然解决了部分小微企业融资难的问题,但随之而来的信用风险、市场风险、操作风险和政策风险等多种风险,正面临着日趋严峻考验。本研究以翼龙贷网络借贷平台为对象,研究其借款人的基本信息、借款行为、资产及信用状况等,通过信息增益技术对可能影响信用风险的相关影响因子进行筛选,然后基于Logistic回归建立借款人的信用风险评估模型,以提高平台对借款人偿债能力判别的准确度。     

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。