P2P借贷平台个人信贷申请风险评估研究

摘要

近年来，P2P借贷以其灵活、便捷、无抵押的小额借贷模式吸引了国内众多的借贷用户。虽然国内市场的高度需求促使P2P借贷市场规模不断增长，但法律与监管的缺失却使得P2P借贷行业乱象丛生，平台跑路、停业，经营困难等问题时有发生。P2P借贷平台正面临着许多风险，如借款人信用风险、平台操作风险等。究其根本，借款人的信用风险才是P2P借贷平台最为核心的风险。能否有效地管理和控制借款人的信用风险将影响P2P借贷平台的长期发展。
　　回顾以往的理论研究可知，在P2P借贷交易中，一方面，借贷双方间的信息不对称是引发借款人逆向选择和道德风险等信用问题的主要原因，尽可能地全面收集与披露借款人信息能够缓解借贷过程中的信息不对称；另一方面，个人信息披露与隐私保护之间存在着冲突，二者之间需要一定的平衡。本文正是以此为基础，探索P2P借贷平台借款人信用风险管理方法。
　　通过对实际运营平台的分析，本文总结出国内P2P借贷平台的运行模式主要分为纯信息中介、债权转让和第三方担保模式，并且不同运行模式下的P2P借贷平台在管理借款人信用风险方面都存在两个问题：忽视贷前管理和缺乏量化模型。因此本文提出构建借款人申请风险评估模型，通过模型化的手段从源头上把控借款人的信用质量加强借款人信用风险管理。
　　本文在构建借款人申请风险评估模型的过程中，首先从国内的P2P借贷平台上随机抽取了4515条个人信贷数据，其中包含27个借款人信息指标。为提高建模数据质量，本文对样本数据重点进行缺失值、异常值的清洗和连续变量的WOE分组；其次，通过对比分析Stepwise_Logistic回归与Lasso_Logistic回归模型在借款人特征选择以及借贷结果预测方面的适用性，发现Stepwise_Logistic回归模型拥有稍高的预测准确性和稳定性，因此利用Stepwise_Logistic回归模型从27个自变量中筛选出15个显著变量并通过检验。模型结果表明借款人性别、受教育水平、婚姻状况、企业类型、工作年限、公司规模、职务类型、是否有车、联系人数量、借款用途等对借款人的信用借贷结果起到重要的影响作用；最后，本文对借款人申请风险评估指标进行评分转化，并将信用评分应用于P2P借贷平台的贷款审批决策和利率定价管理。
　　本文的研究结论和所提出的借款人申请风险评估模型在P2P借贷平台借款人贷前信用风险管理工作中具有实际的应用价值，同时为互联网金融的风险量化和金融信息管理方面提供了一定的理论基础。

目录

声明

插图索引

表格索引

缩略语对照表

第一章 绪论

1.1 研究背景与研究意义

1.2 国内外研究综述

1.3 研究内容与方法

第二章 相关理论基础与文献综述

2.1 P2P借贷

2.2 P2P借贷中的信息不对称

2.3 个人金融信息披露与隐私保护

第三章 国内P2P借贷平台的运行模式及风险管理

3.1 国内P2P借贷平台的三种运行模式

3.2 国内P2P借贷平台的风险管理

第四章 借款人申请风险评估模型的数据整理

4.1 样本选择与指标选取

4.2 数据清洗

4.3 变量的WOE分组

第五章 借款人申请风险评估模型的对比分析

5.1 基于Stepwise_Logistic回归模型的特征选择与申请风险评估

5.2 基于Lasso_Logistic回归模型的特征选择与申请风险评估

5.3 模型效果对比与总结

第六章 借款人申请风险定类指标的评分转化

6.1 借款人申请指标评分转化设计

6.2 X平台借款人申请指标的评分转化

6.3 借款人申请风险评分的应用

第七章 结论与展望

7.1 研究结论

7.2 研究不足与展望

参考文献

致谢

作者简介