P2P网贷平台借款人信用风险影响因素研究

本文分析影响P2P网络借贷借款人信用风险的影响因素,并且利用"新新贷"等P2P网贷平台上的数据做实证分析,结果发现,P2P网络借贷借款人的学历、婚姻、房产、车产、工作情况和提供的材料数量对借款人的信用风险均有显著的正向影响,婚姻和工作情况的影响较大。最后,针对P2P网贷平台借款人信用风险提出对策建议。     

P2P网贷借款人信用风险因素分析与对策

P2P网贷"爆雷潮"引发P2P行业动荡,基于此背景,选取人人贷网贷平台作为研究对象,采取爬虫技术对相关公开数据进行定性和定量分析,使用因子分析法以及Logistic回归对人人贷客户的相关信息进行定量分析,构建P2P网贷借款人违约概率的计量模型,最后从投资者和平台两个层面提出合理有效的建议。     

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网贷风险管理研究——基于模糊综合分析法

近年来,随着信息技术水平的不断提高,我国P2P行业也随之掀起发展浪潮。仅短短10年间,我国P2P网贷行业便从快速成长走向了衰亡。本文通过识别A公司网贷项目面临的风险以及分析造成这些风险的成因,构建A公司网贷项目的指标体系,并采用模糊综合评价法建立风险评价模型,得出平台风险等级。最终根据分析的结果有针对性地给出对策和建议。     

P2P网贷平台借款人信用风险评估模型适应性研究

本文对比分析了基于Logistic回归、决策树、随机森林、支持向量机和神经网络的个人信用风险评估模型,并在此基础上提出了采用4种机器学习算法综合筛选重要变量再建立Logistic回归模型的两阶段组合模型。应用这一模型对"人人贷"平台借款人数据进行实证研究。结果表明:该模型相较于Logistic回归模型有着更高的精确度,克服了数据维度及定性变量数量的限制,而且提高了单一机器学习算法的指标解释能力,说明基于机器学习算法的Logistic回归模型对P2P网贷平台的借款人信用风险评估有更好的适应性。     

福建省P2P网贷平台信用风险影响因素及对策

P2P网络借贷是传统小额信贷在互联网上的延伸,是以小微企业及个体为服务对象的新兴行业。准入门槛低、管理制度存在漏洞、监管体系不够完善等原因导致P2P网贷平台具有较高的信用风险。内部控制、平台信用度、平台流动性、平台对借款人的管理均会对平台的信用风险产生重要影响。本文针对以上影响因素,确定平台信用风险的评估指标,采用客观赋权法中的CRITIC赋权法,基于福建省6个样本网贷平台数据,对福建省网贷平台信用风险的影响因素进行评估和分析,并提出政策建议。     

基于层次分析法的P2P网贷平台综合评估

P2P网贷仍是一个成长中的新兴行业,行业爆炸性增长的背后是风险的不断积累。文章将从多个角度对P2P网贷进行介绍,采取层次分析法,打造具有一级指标和二级指标的综合评价指标体系,对P2P网贷平台的指标数据进行科学的分析评价。最后,对P2P网贷平台的风险防范提出切实可行的建议。     

基于用户偏好的P2P网贷平台评价模型的建立

近年来,P2P网贷平台跑路事件时有发生,规范管理P2P网贷平台迫在眉睫。建立P2P网贷评价系统,能使P2P网贷平台数据透明化,同时过滤一些不规范平台,保障投资者利益。本文采取层次分析法,文献资料法,实证研究法,比较分析法以及模型建立法,建立了一个评价P2P网贷平台综合性质的模型。希望该模型日后可以推广应用于其他类型互联网金融产品的评价。     

基于博弈理论的P2P借贷信用风险产生机制分析

P2P借贷作为互联网金融的重要组成部分,近年来,呈现野蛮式增长.由于技术因素、管理能力、法制环境和信用环境等方面存在缺陷,P2P借贷中的信用风险显得尤为突出.本文以信息经济学和博弈论为基础,首次提出了P2P借贷风险成因的理论框架,研究分析了P2P借贷的信用风险成因:信用体系不完善导致事前逆向选择,缺乏有效监督机制导致事中道德风险,缺乏有效约束机制导致事后道德风险.最后,针对P2P借贷信用风险管理提出相关对策和建议.     

P2P网络借贷平台爆发风险事件问题的研究——基于实物期权理论的视角

基于实物期权理论,本文构建了P2P网络借贷平台爆发风险事件的结构模型,籍以从理论上来揭示P2P网络借贷平台爆发风险事件的内在机理。本文将P2P网络借贷平台爆发风险事件的问题视同为永久美式看跌期权的最优行权问题,并在几何布朗运动的框架内,根据最优停时理论求得了P2P网络借贷平台的价值。继而通过使用Laplace变换法,本文给出了平台爆发风险事件的理论概率的显式解,并发现:平台融资人还款金额的增长率、平台融资人还款金额的波动率、风险准备金的规模等因素会对平台爆发风险事件的理论概率产生显著的影响。本文还通过数值模拟发现:平台融资人还款金额的增长率越大,平台爆发风险事件的理论概率则会越小;平台融资人还款金额的波动率越大,平台爆发风险事件的理论概率也会越大;风险准备金的规模越大,平台爆发风险事件的理论概率则会越小。     

基于监管视角的信用风险预警研究

本文基于监管视角确定了信用风险预警的实现路径,辨析了基于监管视角进行信用风险预警的必要性及其特殊性;以信用风险发生的基本单元即银行客户为研究介质,以监管部门长期监测的银行客户数据、非现场监管数据和经济数据为基础,建立了涵盖客户财务指标、信贷行为、关联担保、区域经济、行业运行的前瞻性指标体系;利用Logistic模型对客户的信用风险进行度量。实证检验结果显示,模型预警效果良好、风险得分前十名的客户,预警抓获率高达65%。为进一步提高预警效率,使之能更好地用于实践,本文通过综合权衡模型的观察面和覆盖面,将风险得分排名前200名的客户确定为预警适宜区,再将2014年6月批次的山东省银行业客户数据代入预警模型,测算当前正常类客户在今后十二个月内变为不良客户的可能性,为信用风险防控提供抓手并赢得宝贵时间。此外,本文还根据预警分析提出监管部门进行信用风险防范、化解的意见建议,以推动银行业机构完善信用风险防范的长效机制。     

我国P2P网贷平台信用评级研究

目前,我国P2P网贷行业处于起步阶段,对于平台定量和定性指标的综合评价显得尤为重要.通过采用因子分析法和定性专家打分方法,构建定量指标与定性指标相结合的信用风险评级指标体系,并对我国60家P2P平台进行信用评级.研究表明:构建的P2P网贷平台信用风险评级体系具有一定的科学性与合理性,能够对网贷平台信用风险进行有效评价,可以为投资者提供参考、为监管提供依据.     

P2P网络借贷财务风险及其防范研究

本文简述了P2P网络借贷的概念与特征,着重分析了其财务风险及产生风险的原因,并并提出了有效的防范措施.     

信用风险管理:从内部绩效评价到客户公司治理风险评价——基于LS公司信用风险管理系统的案例研究

本文以权变理论为指导,采用案例研究方法,通过实地调查和访谈,聚焦外部市场环境和企业战略等权变因素对信用风险管理控制系统的影响,探讨了与组织环境相适应的信用风险控制系统设计原则。研究发现,销售导向的信用风险报告关系、关键部门之间的绩效捆绑考核机制对外部环境的适应性更优良,能有效降低横向控制的协调成本和控制盲点;在传统的客户信用风险评价方法基础上,增加公司治理因素形成的"7C"评价法,注重从制度角度对客户长期风险能力进行评价,拓宽了评价视野和架构。     

我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析

P2P(peer-to-peer)网络借贷是一种借助网络平台,由个人与个人间互为借贷双方的小额借贷交易。它作为互联网与民间借贷相结合的新兴金融模式,具有较高的信用风险。采用排序选择模型,基于 ex-celVBA 数据挖掘技术截取多个 P2P 网站数据,对平台信用风险的影响因素进行实证分析,结果表明：个人特征、信用变量、历史表现、借款信息分别对网络借贷信用风险存在正向影响,由此发现网站提供的信息对投资者避免信用风险没有起到实质作用。     

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。     

基于信息不对称视角的P2P产品竞争绩效研究

本文认为P2P网络借贷市场具有垄断竞争的市场特征,作为借贷产品的供给者,借款者的行为直接影响其产品的竞争绩效。基于信号传递和信号甄别模型的研究发现,在信息不对称的情况下,借款者需随产品潜在风险的增加而传递更具体的信息,从而提高投资者的综合评价。进一步研究表明,硬信息是投资者信息甄别的基础,但软信息将有助于提高产品竞争绩效。