p2p贷款违约率模型实证研究——基于人人贷数据

《p2p贷款违约率模型实证研究——基于人人贷数据》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、P2P贷款违约率模型实证研究——基于人人贷数据黄文彬缪晓云福州大学经济与管理学院摘要：P2P网络借贷的信用风险问题口益突出，违约率是量化信用风险的关键参数，因此有效测算违约率的方法和模型显得尤为重要。以人人贷的交易数据为样本，通过Logistic回归确定影响违约的关键因素并构建贷款违约率模型，运用Cox回归分析借款人何时违约并绘制贷款牛存曲线，最后构建投资人关心的预期收益模型。实证结果表明，借款金额、借款利率、还款期限与违约率呈正相关，与贷款生存时间呈负相关。学历、信用评级、信用额度、借款笔数、视频认

2、证、微博认证、学历认证、房产认证、购车证明与违约率呈负相关，与贷款生存时间呈正相关。关键词：二分类Logistic回归；生存分析;预期收益;作者简介：黄文彬，女，福建闽清人，福州大学经济与管理学院副教授，博士;作者简介：缪晓云，女，福建福安人，福州大学经济与管理学院硕士研究生。收稿日期：2017-04-21基金：福建省社科项目“P2P网络借贷中投资行为及其影响因素研究”(FJ2016B176)Received：2017-04-21一、引言目前国内征信体系不完善，互联网信息不对称，导致P2P借贷市场发牛

3、违约风险的可能性比较大。而违约对每个P2P参与者都是代价不菲。一方面，违约对投资人和P2P平台会带來很大的损失，既増加了平台运营成本，同时投资人的投资回报也打折扣；另一方而，借款人也要为此付出代价，包括信用评级降低，未来贷款的机会减少等。可见，如何判别借款人的违约情况，关系到投资人的资金安全和投资收益，也直接影响到P2P企业的生存。因此本文关注P2P贷款违约率模型的实证研究。关于P2P借贷市场的违约问题，国内外学者研究成果丰富:Lin指出信用等级较低的借款人违约风险高。［l］Kun⑻r认为信用等级、借

4、款金额、性别、种族等“硬信息”会决定借款人是否违约。［2］Freedman和Jin以Prosper的贷款为样本，研究发现借款金额、近期信用调查、循环信用使用率、贷款目的、收入、信用历史、FICO分数、信用评级等与违约显著相关。［3］在研究方法上，Serrano-Cinca等以LendingClub的贷款为样本，先用假设检验和生存分析法下的Cox冋归确定了解释违约的因素，再用Logistic回归模型來预测贷款违约率。［4］Carmichael将LendingClub的数据作为而板数据使用，用Logist

5、ic回归构建违约率模型，并估计了投资收益。［5］Jin和Zhu用数据挖掘(DM)的方法来预测违约率。［6］Vedala和Kumar使用一个多重关系的贝叶斯分类方法来预测违约率。［7］由于我国P2P网贷起步较晚且对外公布的数据不够充分，在违约率方面的实证研究相对较少。而违约行为不限于P2P机构，在金融领域里违约是司空见惯的，其中商业银行的贷款违约较为突出。P2P借贷相当于传统银行的无担保个人信贷。本文不仅回顾了P2P借贷违约相关的文献，也借鉴了一些商业银行贷款违约相关的文献。于立勇比较了分析信用风险的数

6、学工具如判别分析、Logistic冋归分析、主成分分析和神经网络，最终用Logistic冋归模型来研究违约率，定量衡量银行信用风险。［8］钱争鸣指出Probit模型、Logistic模型与生存分析模型等计量经济学模型是目前应用最广泛的违约概率计量方法。［9］武次冰等和白鹏飞等基于生存分析中的Cox比例危险法，对银行借款人未来各时点发牛违约的概率进行预测和度量，从而把握借款人的可能违约分布。［10］［［11］廖理等认为P2P借款人的一些基本公开信息对预测违约风险有一定帮助。［12］王会娟基于“人人贷”的

7、数据，研究P2P平台的信用认证机制对借贷行为的影响，认为对借贷行为影响较大的是工作认证、收入认证、视频认证和车产、房产认证等认证指标。［13］曾江洪基于拍拍贷数据研究还款阶段借款人违约后还款的主要影响因素。［14］通过国内外文献的冋顾，本文发现由于国外的征信体系比较完善，其P2P平台所披露的借款人信息跟国内的有所差异。虽然这样，但归结起来无外乎这几个方面:借款人基本信息、信用历史信息、借款订单信息以及一些平台特有的信息，或是硬信息和软信息。而国内有关P2P违约率的研究较少，且缺乏全面系统深入的研究。至

8、于研究违约的主要方法和模型，可以看Logistic回归作为构建违约率预测模型的方法最合适，另外通过生存分析法来分析违约分布也是一个不错的思路。本文利用人人贷平台的真实交易数据深入挖掘中国P2P网贷市场的基本统计特征，以及统计特征与贷款违约率存在的相关性，建立贷款违约率评价指标体系。运用二分类Logistic［Hl归，构建违约率预测模型，确定影响违约的关键因素。违约率模型只是判别借款人违约与否，而何时违约也是投资人关心的，所以进一步通过C0X冋归进行贷款生