论文部分内容阅读
2005年全球第一家P2P网贷在英国成立后风靡世界各国。2007年,我国成立第一家P2P平台“拍拍贷”发展到如今的2448家。P2P平台数量不断增多的同时,各种问题(提现困难、倒闭、“跑路”、“裸贷”等)也随之出现。根据“网贷之家”数据显示,截止2016年12月底,问题平台的数量从2010年前的0家增至如今1741家。在引起广大社会关注的同时学术界也开始对其背后的原因进行相关研究。然而,对于P2P平台本身而言,最严重的是决定其能否继续生存下去的借款人的信用风险问题。因此,本文主要对P2P网贷平台中新进借款人的信用风险进行实证研究,并构建出合理的个人信用风险评估指标体系,从而为平台提供一种更加严谨高效低成本的信用审核方法。在大量阅读并整理相关文献和资料的基础上,对国内外学者的研究现状以及我国P2P行业的发展现状进行了梳理,选取了“人人贷”平台中没有借款历史记录且第一次在此平台申请借款的新进借款人作为主要研究对象;借鉴我国传统商业银行的个人信用风险评估指标体系并根据我国P2P行业的发展实际和“人人贷”平台本身所具有的特点,选取出二十五个具有代表性的个人信用风险指标,构建P2P网贷平台新进借款人信用风险评估指标体系;使用同一样本数据在MATLAB和IBMSPSS分别运用支持向量机方法、Logit回归方法对改进前后的指标体系进行实证分析并对分类预测结果的精度进行比较分析。实证结果表明:改进P2P网贷平台新进借款人信用风险评估指标体系(98.93%)相对于改进前的指标体系(94.65%)具有更好的预测精度;对新进借款人的违约率(0.28)的预测也优于所选的平台样本集本身的违约率(0.19),对借款人的信用风险预测更加严谨,因而可以从源头降低违约借款的实际发生率;运用支持向量机方法对改进前后的指标体系的评估结果都优于Logit回归模型所得到的结果(89.3%和90.9%)。上述结果说明本文所构建的指标体系和所使用的支持向量机方法在P2P网贷平台新进借款人信用风险评估方面具有一定的实用性和评估结果的优越性;将传统的支持向量机方法运用到新生的互联网金融研究上的同时重点对P2P网贷平台中的“新进”借款人这一群体的信用风险进行分类评估,从源头降低潜在信用风险发生率,具有一定的创新意义;在P2P行业完善其信用评估体系方面也具有一定的现实意义。