P2P网络借贷作为一种新型的民间借贷模式,近几年来在国内市场蓬勃发展的同时也伴随着问题的产生,其核心问题主要归结于信用风险问题,也就是借款人违约风险。违约对每个P2P参与者都是代价不菲的。一方面,违约对投资人和P2P平台会带来很大的损失。增加了平台运营成本,同时投资人的投资回报也打折扣。另一方面,借款人也要为违约付出代价,包括:获得较低的信用等级,较少的未来贷款的机会。违约概率是量化信用风险的关键参数,因此有效测算违约概率的方法和模型显得尤为重要。本文以人人贷的交易数据为样本,进行贷款违约率模型的实证研究。首先建立贷款违约率评价指标体系。接着基于评价指标体系,通过二分类Logistic回归,确定影响违约率的关键因素,构建贷款违约率模型,并检验模型的预测能力和稳健性,实证结果表明模型具有很好的预测能力和稳健性,投资人可以通过该模型计算借款人的违约率,从而对借款人做出信用评估,判别其是否违约。为了进一步分析借款人何时违约,本文用了生存分析法下的Cox回归来研究影响贷款生存时间,即借款人违约时间的关键因素,并绘制了贷款生存曲线。通过以上对借款人违约与否及何时违约的分析得出了一些结论:借款金额、借款利率、还款期限与违约率呈正相关,与订单生存时间呈负相关。学历、信用评级、信用额度、借款笔数、视频认证、微博认证、学历认证、房产认证、购车证明与违约率呈负相关,与订单生存时间呈正相关。最后为了估计投资收益,本文用相同的样本数据、自变量和方法,构建了提前还款模型。基于违约率和提前还款率,构建了预期收益模型,并从信用评级、年份、还款期限三个维度比较了预期和实际平均投资回报率。以往文献一般从定性的角度研究P2P借贷市场,而本文从定量的角度,不但研究借款人是否违约、何时违约,还构建了投资者关心的预期收益模型。为投资者提供了判断借款人信用状况的深层次的分析手段和工具,有助于投资人衡量贷款投资收益和风险,优化投资方案,也有益于平台量化信用风险,同时可以加强借款人对自身违约风险管理的紧迫感。