论文部分内容阅读
在"互联网+"和大数据时代,信用经济的创新模式启发我们,中国的信用经济时代已经到来。P2P网络借贷模式作为互联网金融的重要创新形式,近年来呈现爆发式增长;然而没有健全的法律体系和完善的风控手段保障的发展是畸形的,P2P平台跑路、问题事件层出不穷,优胜劣汰的洗牌大幕已经开启。信用风险是互联网金融最主要的风险,科学、有效的个人信用评估模型有助于P2P网络信贷业务的推广、优化信用资源配置,进一步促进行业健康、长远发展。在国内,互联网信贷行业潜在的巨大风险已经引起监管者和学者们的重视;目前学界对互联网金融风险管理的研究主要停留在定性分析层面,定量分析研究成果较少、对实证分析中违约风险的预判等帮助较小。本文搜集国内某知名P2P平台的一手数据,在研究国内外P2P网络借贷行业信用风险管理状况和个人信用评估方法的基础上,首次建立基于决策树和Logistic回归模型的P2P平台个人信用评估模型,并完成对指定样本信用状况的预测和模型对比。从实证结果的总体预测精度看,C5.0决策树模型和Logistic回归模型的表现较为接近,分别达到75.49%和73.20%,Logistic回归模型表现了良好的稳定性。从测试组的表现看,两类模型在优质客户和违约客户的预测精度表现不一。Logistic回归模型在对优势客户的预测上精度很高、超过90%,但对违约客户的评估效果很差,仅为12%左右;而C5.0决策树模型则相对较为平衡,两类分类精度分别达到53%和63%。由于第二类错误的误判代价明显高于第一类,综合考量下本文认为C5.0决策树模型可以更好地进行个人信用评估和风险预防,对同类型P2P平台也具有一定的推广意义和实证参考价值。本文建议国内P2P借贷行业在飞速发展的机遇面前,应加强法律法规建设、规范客户信息使用范围和准则;进一步加强征信平台建设,注重多平台、跨平台的融合;鼓励在法律保障前提下,搭建P2P网络借贷平台的信息互通渠道、推动信用风险管理能力提升。此外,本文认为P2P平台如何在可控成本下扩大信息提取范围、建立款项追踪体制,进一步运用更为科学、合理的方法构建行为评分模型或其他评估模型,提高模型预测的准确度和稳定性,是留下来的一个研究方向。