论文部分内容阅读
近年来，P2P网贷在国内快速发展，这种金融创新服务大众的同时也存在诸多问题，其中，信用风险最为堪忧，使投资者蒙受损失同时为行业发展蒙上了阴影。如何提高针对P2P网贷借款者信用风险评估的能力，是当前急需解决的问题。本文探讨了以往在传统领域所使用的信用风险评估模型在 P2P网贷借款者信用风险评估上的可能性，并结合Logistic回归模型和BP神经网络模型各自的优势来评估网贷借款者的个人信用风险。本文选取了翼龙贷2773个借款者的数据，根据P2P网贷平台特点建立相应的评估指标，将借款者的定性数据量化，再将量化数据带入Logistic回归模型和BP神经网络模型进行信用风险评估，模型的输出结果为判别样本是否会发生逾期。Logistic模型验证了评估指标的合理性，但评估准确率较低，但神经网络模型在测试中拥有良好的评估准确率，弥补了这一缺陷。随后，本文通过测试变量缺失时模型准确率的方式，进一步改进了针对P2P网贷借款者的信用风险评估指标。最后，本文结合实证结果及网贷平台当前存在问题，建议网贷市场加快基础信用体系建设，提升数字化技术在网贷信用风险评估方面的应用，以改进信用风险管理水平。