互联网金融利率定价能否准确反映违约风险？——基于P2P网络借贷的实证检验北大核心

本文以P2P网络借贷平台——“人人贷”的历史数据为研究样本,从风险补偿的视角,研究互联网金融利率定价能否有效覆盖违约风险。研究结果表明:P2P产品的借款利率整体上低估了借款人的违约风险;投资者对借款订单信息、借款人个人信息以及信用评估信息存在不同的风险敏感性,对借款期限、借款金额、借款人的信用等级以及婚姻状况的风险敏感性较高,而对借款人的工作所属行业、工作时间、年龄、学历信息的风险敏感性较低;在不同的P2P细分市场中,由于投资者的风险敏感性有所不同,其对借款人所要求的风险溢价也有所差异,进而产生了部分细分市场中违约风险被低估或者高估的现象。上述研究结论表明,国内互联网金融的利率定价机制并不能够准确反映借款人的违约风险。为此,要反思国内互联网金融的定价和风险控制机制,从风险控制制度建设着手,推动互联网金融健康、有序发展。要完善互联网金融行业的信息披露制度,夯实利率定价准确反映风险的基础;要推动互联网金融平台优化对借款人的信用评估机制,引导投资者对信用评估信息给予关注和重视;要加强投资者风险教育,引导投资者对互联网金融产品的违约风险及其他风险进行有效识别和定价。     

“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。     

对当前我国P2P网络借贷平台发展的思考

P2P网络借贷作为互联网金融的一部分,近几年在我国取得了很快的发展。本文介绍了我国P2P网络借贷平台的发展现状,并分别从投资者、借款者和整个金融市场三个角度认识到平台发展的巨大优势,随后分析了我国P2P网贷存在的问题和不足,最后,分别站在投资者、借款者、平台经营者、P2P行业和政府五个角度针对存在的问题给出了一些建议。     

P2P网络借贷中社会资本对借款者违约风险的影响——以Prosper为例

本文将推荐信任与小组关系、朋友关系共同作为社会资本的替代变量,分析其对借款者违约风险的制约机制,同时利用Prosper网络借贷平台的数据,实证检验社会资本对借款者违约风险的影响。研究结果表明,在P2P网络借贷中,社会资本的存在能够降低借款者违约风险,无论是通过加入小组,还是增加投资者中朋友的个数或借款列表被推荐的次数,都可以提高借款者的社会资本,充分发挥社会资本的甄别、监督以及社会惩罚作用,降低违约风险发生的可能性。P2P网络借贷平台可以通过增加借款者社会资本的机制设计,降低违约风险,最终降低行业整体的违约率。     

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。     

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.     

基于因子分析的P2P网络借贷信用风险生成与传导路径研究

P2P网络借贷平台环境下,由于集中了越来越多"不规范"的借款者,导致信用风险不断衍生传导。本文以"人人贷"平台随机抓取的数据为基础,通过探索性和验证性的因子分析,探讨P2P网络借贷信用风险的生成与传导路径,指出P2P网络借贷信用风险主要通过标的风险和借款者违约风险生成,且二者之间的相互作用借助平台信用保护机制,最终传导至整个P2P网络借贷行业。最后,有针对性地提出了防范控制我国P2P网络借贷信用风险的对策。     

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。     

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。     

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。     

女性在P2P借款时比男性更受青睐吗?

本文构建了P2P借贷平台上投资者对借款者信赖度的影响因素模型,并利用宜人贷提供的100个样本和Eviews7.2,采用逐步线性回归的方法,着重探讨性别因素和投资者信赖度之间的关系,实证检验结果表明,在宜人贷平台上女性在借款时的确比男性更受青睐,除此之外利率水平、房产情况、婚姻状况、学历水平、年收入均与投资者的信赖度之间均存在显著的正相关关系.     

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。     

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。     

哪些信息描述会影响网络借贷——基于P2P信息描述的研究评述

P2P网络借贷是新兴互联网金融领域的一项重大创新,借贷交易中的描述性信息在P2P借贷中起着重要的作用。本文对国内外P2P信息描述的文献进行了梳理,从借款人基本信息中的硬信息、软信息以及借款人信息描述等方面进行了总结,最后对P2P信息描述的未来研究提出了展望。     

我国P2P网络借贷平台及出借意愿影响分析——以拍拍贷为例

P2P网络借贷平台是一种新型的互联网金融模式,为个人及小微企业提供一种快捷、便利的融资渠道。本文介绍了我国P2P网络借贷平台,并以拍拍贷为例,应用其实际交易数据运用数理统计的方法,对影响投资者出借意愿的因素进行实证研究。研究结果对P2P借款者实现成功融资,以及P2P借贷平台健康持续的运营有一定的借鉴意义。     

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。