论文部分内容阅读
近年来,互联网金融的迅猛发展以及“互联网+”计划的推出,推动了我国大数据、云计算、移动互联网和物联网等与其他产业的结合,促进了普惠金融服务的多样化,并在一定程度上改变了人们的生活方式和消费方式。而P2P网络信贷行业作为互联网金融中的典型代表,为投资者提供了更多参与金融市场的机会和条件。P2P网络信贷已从最开始的个人对个人的信贷,衍生成个人对企业或者企业对个人等多种形式的信贷。而我们通常所说的P2P网络信贷,是指从事这种网络信贷中介服务的互联网平台。不同于传统金融业的信贷模式,P2P网络信贷只是依托于互联网这个载体,为有意愿的借款人和贷款人提供平台以满足双方的信贷需求。同时相比于传统金融业的高门槛,P2P网络信贷对解决中小微企业融资难的问题具有一定的积极作用,且在一定程度上满足了个人消费需求和大众理财需求。然而,作为我国互联网金融模式下的新兴行业,P2P网络信贷行业仍存在诸多问题。由于P2P网络信贷行业没有明确的准入门槛,且网络信贷平台经营规模普遍较小,缺乏切实有效的法律法规的监管和约束,进而出现了很多P2P网络信贷平台被频繁报道出跑路的现象,使得我国P2P网络信贷行业的风险问题日益凸显。P2P网络信贷平台面临着诸多风险,本文以我国P2P网络信贷风险的量化分析作为重点,运用理论研究和实证分析相结合的方法,研究P2P平台的信贷风险。首先,通过对国内外P2P网络信贷平台的研究现状的阐述分析,总结比较国内国外的P2P网络信贷行业的研究情况。其次,基于成熟的信贷风险评价的基本理论,和现今国内外不同模式的P2P网络信贷平台的比较,得出我国P2P网络信贷平台面临的主要风险。再次,通过对我国P2P网络信贷风险的实证研究,针对实证研究结果,提出以降低风险为目的的对策和建议。基于以上研究的综合考虑,本文采用了我国具有代表性的三家P2P网络信贷平台的数据进行实证研究。从P2P网络信贷行业的发展现状和信贷风险的实证分析两个方面出发,采用Logistic回归模型和人工神经网络模型对P2P网络信贷平台中面临的风险进行评估和预测。实证部分的结果表明该模型适合P2P网络信贷风险评价研究,对我国今后完善P2P网络信贷评价体系有着十分积极的作用。