P2P網(wǎng)絡(luò)借貸中借款人的信用風(fēng)險評估研究.pdf

1、P2P(Peer-to-Peer)網(wǎng)絡(luò)借貸是一種基于互聯(lián)網(wǎng)的、實現(xiàn)個人對個人的直接信貸模式，可有效解決小微借貸客戶融資難的問題。盡管P2P網(wǎng)絡(luò)借貸市場得到了蓬勃發(fā)展，但諸多借貸風(fēng)險因素尤其是信用風(fēng)險已經(jīng)成為該市場成長的嚴(yán)重障礙，借款人的違約發(fā)生率不斷攀升，使投資者的利益遭到嚴(yán)重?fù)p害，對借款人的信用風(fēng)險進(jìn)行評估已經(jīng)成為一個廣泛關(guān)注的熱點問題。鑒于我國P2P網(wǎng)絡(luò)借貸市場發(fā)展尚不夠完善，特以美國Lending Club公司為例對借款人的信用風(fēng)

2、險進(jìn)行評估研究。
　　本文首先介紹了P2P網(wǎng)絡(luò)借貸市場上常見的風(fēng)險，并重點分析了信用風(fēng)險；其次，介紹了常用的信用風(fēng)險評估方法，通過對比分析，得出Logistic回歸分析法更適合對P2P網(wǎng)絡(luò)借貸中借款人的信用風(fēng)險進(jìn)行評估；最后，采用Lending Club公司的借貸交易數(shù)據(jù)，構(gòu)建了借款人信用風(fēng)險評估的Logistic回歸模型。
　　在構(gòu)建Logistic回歸模型中，選取了與借款人信用風(fēng)險可能相關(guān)的18項指標(biāo)；運用K均值聚類分析

3、法，挑選出具有代表性的違約個體和正常個體組成了模型的訓(xùn)練樣本；對指標(biāo)變量進(jìn)行了離散化分類處理，引入指標(biāo)變量的WOE值和IV值，并通過IV值對指標(biāo)變量進(jìn)行了初步的篩選；利用指標(biāo)變量的WOE值代替原值，運用逐步回歸法構(gòu)建了評估借款人信用風(fēng)險的Logistic回歸模型，并運用ROC曲線和判別矩陣對模型的有效性和預(yù)測能力進(jìn)行了檢驗。
　　結(jié)果表明，借款人的月還款額、借貸利率、借貸目的、年收入、房產(chǎn)情況、借貸收入比、信用歷史、過去6個月內(nèi)被