Vintage曲线是目前P2P行业评价信贷资产坏账率的行业标准,Vintage曲线类似于生存分析中的风险函数(Hazard Function),曲线的横坐标为信贷资产的账龄(信贷资产的存续时间),纵坐标为对应账龄的坏账率(信贷资产在对应账龄的坏账率)。Vintage曲线能够动态地描述信贷资产在整个生命周期内坏账率的迁移情况,是目前衡量P2P平台风险管理水平的最直接标准。它能准确揭露信贷资产坏账率,有利于平台及时联动贷前贷后部门调整风险策略,锁定高风险人群,制定更加合理的资金资产计划,缓冲平台的资金流动。目前P2P行业里Vintage曲线通常用生存分析里的Kaplan-Meier法,其估计的Vintage曲线为对应账龄的坏账率。该方法限制条件少,应用广泛,但无法描述信贷资产坏账率与风险特征的相关性,导致Vintage曲线的估计不够具体不够精确。可能的信贷资产风险特征包括信用风险评级、有无房产、收入等。本文将引入Cox比例风险模型来解决上述存在的问题,它能够分析多个特征变量对信贷资产在不同账龄上坏账率的影响,使Vintage曲线的估计更加精确。本文通过对Y平台的数据进行深度挖掘,获得了放款时间在2017年1月1日至2018年1月31日之间的样本数据,要求样本数据必须是已经完成订单,再描述特征变量,构建模型。本文共获得了10个特征变量,4500多条样本数据,对样本数据进行检验,运用Cox比例风险模型测算信贷资产的Vintage曲线。结果显示,Cox比例风险模型能够量化分析多个特征变量对信贷资产Vintage曲线的影响。将通过显著性检验和前提假设检验的4个特征变量纳入Cox比例风险模型中,运用SPSS统计软件分析各个变量对信贷资产坏账率的影响比例,得到基于Cox比例风险模型的Vintage曲线估计函数。