共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
《武汉金融》2018,(2)
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。 相似文献
3.
4.
参考商业银行评估个人信用风险的指标,采用多元线性回归模型对拍拍贷平台上的借款人信用风险进行分析,并对所选指标进行回归得出借款人信用风险的主要影响因素.基于我国P2P网贷平台发展现状,提出如下对策建议:加强征信管理和服务,建立统一规范的信用评分系统,建立资金保证池保障客户安全,加大网贷平台信用信息保护力度等. 相似文献
5.
6.
杨凡叶悦王真李剑锋 《金融经济(湖南)》2018,(9):96-98
为解决我国P2P网贷平台借款人的信用评级问题,分析了影响借款人信用的主要因素,参照我国商业银行借贷信用评级方法和我国主要P2P网贷平台借款人的信用评级指标,用网络爬虫爬取"拍拍贷"的数据,采用BP神经网络构建P2P网贷平台借款人的信用评级模型,并用动量项法进行算法优化。运算结果表明,该模型可以准确评估借款人的信用风险等级,提升网贷平台的风险管理管理水平。 相似文献
7.
8.
9.
10.
《济南金融》2017,(1)
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。 相似文献
11.
12.
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. 相似文献
13.
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。 相似文献
14.
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. 相似文献
15.
16.
17.
18.
19.