借款者个人特征信息对网贷投资意愿的影响——基于人人贷网络贷款数据分析
P2P网贷中借款人特征对违约行为影响的实证研究
P2P网贷中借款人特征对违约行为影响的实证研究P2P(Peer to Peer lending)是指投资者在收取一定利息费用的前提下通过第三方平台向借款者提供小额借贷的金融模式,P2P借贷平台则是P2P借贷模式与互联网技术结合的金融信息中介服务网站,借贷过程中资金、交易等全部或部分手续通过互联网技术实现。
2005年,全球第一家P2P网络借贷平台成立于英国,用户可以直接通过网络平台进行借贷交易,这种新颖的运营模式迅速获得社会与大众的广泛关注。
近几年,国内P2P网贷行业发展迅猛,目前运营中的P2P平台数量已超过4000家。
然而,频繁出现的平台倒闭与跑路现象暴露了如今P2P网贷行业对借款人信用风险管理较差的问题,居高不下的借款违约率损害投资者与平台利益的同时,制约了P2P网贷行业的健康发展。
已有文献主要集中于研究投资者行为,较少文献从借款人的角度研究了平台赋予的借款人信用等级、社会资本对借款人违约行为的影响。
个人特征是众多信息中具有代表性的指标,能够在一定程度上反映出借款人的性格、风险偏好以及违约风险。
本文重点关注借款人个人特征如何影响借款的生存时间以及借款违约率。
早期个人贷款主要来源于商业银行和小额贷款机构,数据可获得性较差,P2P网贷平台公布的大量借贷交易数据恰好弥补这一不足,为国内外学者研究信息在借贷交易中的作用提供了宝贵的学术价值。
通过借款人特征对借款生存时间和借款违约率的研究发现,婚姻状况并不能显著影响借款的生存时间和借款违约率。
借款人的教育背景、工作经历时间均为保护因素,高学历的教育背景、长时间的工作经历均会延长借款的生存时间,降低了借款人的违约风险;而借款人年龄为危险因素,年龄的增大会减少借款的生存时间,提高了借款违约风险。
并且实证结果表明利率与借款生存时间存在正U型关系,在一定的利率水平内,利率的提高并不会引起借款生存时间的下降;当利率超过一定水平后,利率开始反映风险定价能力,较高的借款利率对应着较高的借款利息,更容易提前发生违约行为,减少借款生存时间。
P2P网络借贷中个人信息对借贷成功率影响的理论与实证研究的开题报告
P2P网络借贷中个人信息对借贷成功率影响的理论与实证研究的开题报告一、选题背景和研究意义P2P网络借贷作为一种新型互联网信贷模式，近年来得到了广泛的关注和应用。
它通过互联网平台实现了需求方和资金方的快速撮合，解决了传统信贷体系中的信息不对称和信用评估难的问题，极大地促进了小微企业和个人融资需求的满足。
个人信息作为有效的信用评估指标之一，在P2P网络借贷中也受到了越来越多的重视。
因此，研究个人信息对借贷成功率的影响，对于有效的风险防范和提高借贷效率具有重要的理论和实践意义。
二、研究目标和内容本研究的目标是探究个人信息对P2P网络借贷借贷成功率的影响，具体包括以下几个方面的内容：1.系统分析P2P网络借贷的运行原理和借贷成功的影响因素，阐明个人信息评估在整个借贷流程中的作用。
2.梳理国内外关于P2P网络借贷中个人信息影响因素的相关研究，总结现状和存在的问题，找出研究空白并提出解决思路。
3.构建个人信息对借贷成功率影响的模型，利用实证分析的方法探究不同维度的个人信息对借贷成功率的影响。
4.基于模型的实证结果，对影响较大的个人信息因素进行深入分析，提出相应的政策建议和措施。
三、研究方法和技术路线本研究采用文献综述和实证分析相结合的方式进行。
具体步骤如下：1.文献综述：通过查阅相关文献，了解国内外在P2P网络借贷中个人信息评估研究的现状和进展，总结存在的问题和研究空白。
2.模型构建：根据文献综述的结果和P2P网络借贷的特点，构建个人信息对借贷成功率影响的模型，并选择适当的变量进行实证分析。
3.数据收集与处理：利用网络爬虫等方式，收集与借贷相关的数据，并利用统计软件对数据进行处理和清洗。
4.实证分析：选择适当的统计方法对模型进行实证分析，分析个人信息对借贷成功率的影响程度和方向，并进行假设检验。
5.深入分析和政策建议：根据实证结果，深入分析影响较大的个人信息因素，并提出相应的政策建议和措施。
四、预期成果本研究的预期成果为：1.对P2P网络借贷中个人信息评估的作用进行系统分析，提出相应的理论见解。
我国P2P网络借贷平台的借款风险研究以人人贷为例
（1）采用先进的技术架构和安全防护措施。人人贷采用分布式架构和多层 安全防护体系，保障平台的稳定性和安全性。同时，引入多渠道的数据备份机制 和灾难恢复计划，确保在意外情况发生时能够快速恢复数据和服务。
（2）加强数据保护和隐私保护。人人贷严格遵守国家法律法规和相关监管 政策，对用户信息进行加密存储和传输，防止数据泄露和侵犯用户隐私的行为发 生。同时，建立完善的信息安全管理制度和技术防范措施，保障用户信息安全和 隐私权益。
2、流动性风险
流动性风险是指P2P网贷平台在面临大量赎回请求时，无法及时满足投资者 的资金需求而产生的风险。对于人人贷而言，流动性风险相对较小。首先，人人 贷的运营模式允许平台根据实际情况调整流动性需求。例如，当平台上投资者的 投资金额超过其资金需求时，平台可以暂停投资服务；当平台上投资者的投资金 额不足时，
二、人人贷借款风险分析
1、借款人信用风险
作为P2P网络借贷平台，人人贷面临着借款人信用风险。由于平台主要依靠 借款人的信用进行借款评估，因此，借款人可能存在提供虚假信息、恶意欠款等 行为，导致平台无法准确掌握借款人的真实信用状况，进而产生信用风险。
2、法律风险
人人贷作为互联网金融的新兴业态，其运营模式和业务流程尚未完全纳入现 有的法律法规框架内。因此，平台容易触犯相关法律法规，面临法律风险。例如， 在运营过程中，可能存在非法集资、诈骗等违法行为，对平台和投资者造成较大 风险。
3、建立信任体系
人人贷通过引入担保机制、风险准备金等措施，建立了信任体系，为投资者 提供了一定的保障。同时，平台还与第三方支付机构合作，实现了资金的有效监 管，保障了投资者的利益。
四、结论
本次演示通过对人人贷借款风险的深入分析，得出以下结论：一是我国P2P 网络借贷平台的借款风险主要集中在借款人信用风险、法律风险和平台风险等方 面；二是针对这些风险，平台应采取提高借款人门槛、加强信息披露、建立信任 体系等控制措施；三是政府和监管部门应加强对P2P网络借贷平台的监管和行业 自律，建立更加完善的信用体系，推动P2P行业的健康发展。
P2P 网络信贷信用风险影响因素研究———基于借款人的信息特征
———基于借款人的信息特征李昕玮（南京审计大学经济学院，南京211815）摘要：P2P 网络信贷行业的出现不仅顺应了信息时代的潮流，也对中国经济的发展起着举足轻重的作用，其主要通过对闲散资金的重新配置，盘活资金市场从而影响实体经济，在一定程度上有利于改善中国的经济结构，促进中国经济高质量增长。
但在P2P 网络信贷迅猛发展的同时，也逐渐暴露出越来越多的问题。
所以，现着重基于借款者信息特征，通过实证分析以及描述性统计对P2P 网贷行业信用风险影响因素进行分析，从而提出有效降低信用风险、减少投资者损失的措施和建议，使P2P 网贷平台真正做到普惠于民，促进中国经济的高质量发展。
关键词：P2P 网络信贷；信用风险；借款人信息特征中图分类号：F832.4文献标识码：Ａ文章编号：1005-913X （2020）04-0085-04收稿日期：2020-03-12基金项目：2018年江苏省研究生科研创新计划项目(KYCX18_1693)作者简介：李昕玮(1993-)，女，内蒙古包头人，硕士研究生，研究方向：经济学。
一、引言随着“互联网+”概念的提出，互联网金融（ITFIN ）迎来了“春天”。
其中P2P 网络信贷平台随着互联网的发展，以及金融体系的逐步放宽更是迎来了爆炸式的增长。
P2P 网络信贷行业的出现，不仅顺应了信息时代的潮流，而且也对中国经济高质量的发展，特别是中小企业和互联网金融行业起着举足轻重的作用。
但这一新兴的金融模式也带来了许多亟待解决的问题，比如根据P2P 网贷之家最新数据，P2P 网贷平台截止2020年2月共有6611个平台，但其中问题平台和停业与转型平台就高达6272。
P2P 网络信贷模式不仅面临着与传统信贷同样的市场风险、政策风险等系统性风险，而且还面临着比传统金融信贷更高的平台信誉风险、借款人违约风险等非系统性风险，所以研究P2P 网络信贷信用风险的影响因素是具有现实意义的。
可以通过分析这些因素分析借款者的违约行为，从而建立较为完善的个人征信机制来规避信用风险，这不仅为投资者营造了一个阳光、安全的投资平台，也为P2P 网络信贷行业创造了更好的环境，对未来中国互联网金融的发展具有重要意义，从而更利于提高P2P 网络信贷模式对中国经济高质量增长的贡献程度。
人人贷征信报告
人人贷征信报告1. 引言人人贷是一家中国领先的互联网金融平台，为个人和企业提供多样化的贷款和投资服务。
作为一家互联网金融平台，人人贷充分利用大数据和互联网技术，为用户提供便捷的贷款及投资渠道。
在贷款申请过程中，人人贷会生成征信报告，以评估借款人的信用状况和还款能力。
本文将详细介绍人人贷征信报告的内容和对借款申请的影响。
2. 人人贷征信报告内容人人贷征信报告包含以下主要内容：2.1 基本信息征信报告中的基本信息包括借款人的姓名、身份证号、联系方式等。
这些信息有助于确认借款人的身份和联系方式的准确性。
2.2 信用评分信用评分是衡量借款人信用状况的重要指标。
人人贷根据借款人的征信数据计算信用评分，评估借款人的信用风险。
信用评分一般以数字形式呈现，数值越高表示信用状况越好。
2.3 逾期记录逾期记录显示了借款人在过去一段时间内是否有过逾期还款情况。
逾期记录是评估借款人还款能力的重要参考指标。
如果借款人存在多次逾期记录，可能会对借款申请产生不利影响。
2.4 借款记录借款记录列出了借款人在人人贷平台上的借款信息，包括借款金额、借款期限、还款状态等。
这些记录可以反映借款人的借贷行为和还款记录，对评估借款人信用状况有着重要的作用。
2.5 其他贷款信息除了人人贷平台上的借款记录，征信报告中还可能包含其他贷款信息，例如借款人在其他金融机构或银行的贷款记录。
这些信息可以提供更全面的借款人信用状况评估。
3. 征信报告对借款申请的影响人人贷征信报告对借款申请有着重要的影响。
以下是征信报告对借款申请的影响方面：3.1 信用评分影响借款额度和利率人人贷根据借款人的信用评分来确定借款额度和利率。
信用评分越高，借款人往往能够获得更高的借款额度和更低的利率。
3.2 逾期记录可能导致拒绝借款申请如果借款人有过多次逾期记录，人人贷可能会拒绝其借款申请。
逾期记录反映了借款人的还款能力，如果存在逾期记录，会对借款申请产生负面影响。
3.3 借款记录展示借款人的信用历史借款记录展示了借款人在人人贷及其他机构的借款情况和还款状态。
P2P网贷个人信用风险评估模型研究
P2P网贷个人信用风险评估模型研究作者：吴斌叶菁菁董敏来源：《会计之友》2017年第21期【摘要】 P2P网贷在爆发式增长的同时，也面临着重大的信用风险，个人信用评估是降低信用风险的重要方法。
根据P2P网贷自身的特点，对影响P2P网贷借款人信用风险的因素进行分析，引入互联网信息领域特有的风险因素，建立了P2P网贷个人信用风险评估指标体系。
基于该指标体系，考虑P2P网贷中“软信息”较多、“硬信息”缺失的特点，提出了基于BP神经网络的信用评估模型。
为了提高BP神经网络的收敛速度和精度，将改进的果蝇优化算法作为BP神经网络的学习算法，对神经网络的权重进行训练。
通过“人人贷”平台收集的样本数据进行实验验证。
结果表明：改进果蝇神经网络评估模型比传统BP神经网络模型有更强的学习能力和预测能力，是P2P网贷个人信用风险评估的有效方法。
【关键词】 P2P网贷；信用风险评估； BP神经网络；果蝇优化算法【中图分类号】 F830 【文献标识码】 A 【文章编号】 1004-5937（2017）21-0032-04引言近年来，随着互联网金融的逐步发展，P2P网贷已成为中小企业和个人的一种新的融资模式。
凭借着“高收益”的理财优势，各类P2P网贷平台呈现出爆发式“野蛮生长”。
根据“网贷之家”的统计数据，截至2015年年底，P2P网贷平台的数量达到了2 595家，全年网贷成交量达到了9 823亿元，相比2014年底增长了1 020家，成交量增长了288.57%。
然而P2P网贷行业在爆发式增长的同时，也面临着重大的信用风险。
据统计，2015年全年P2P问题平台达到896家，是2014年的3.26倍。
个人信用风险评估是降低P2P企业和出借人风险的有效工具。
目前尚未有专门针对P2P网贷的信用评估方法。
在评估方法和评估指标方面，P2P网贷具有独特特点。
P2P网贷的信用评估指标不同于传统金融机构的评价指标，强调如性别、年龄、照片等非标准数据的重要性。
大数据背景下网络借贷的信用风险评估——以人人贷为例(下)
大数据背景下网络借贷的信用风险评估大数据背景下网络借贷的信用风险评估————以人人贷为例以人人贷为例以人人贷为例（（下）2016年09月30日四、基于数据挖掘算法的信用风险评估模型基于数据挖掘算法的信用风险评估模型 (一)非平衡数据处理本文收集的数据中违约项目为30个(2.935%)，非违约项目为992个(97.065%)，属于非平衡数据集。
由于类的分布是不平衡的，传统数据挖掘算法在处理这类数据时容易倾向于多数类，对少数类的关注较少，得到的模型分类性能降低。
1.SMOTE 算法。
国内外学者对非平衡类数据问题进行了深入的研究，提出了多种不同的处理方法：一类是使用数据采样方法来平衡数据集，比如向上采样(人为地增加少数类的样本)、向下采样(人为地减少多数类的样本)等；另一类是对数据挖掘算法进行改进，比如代价敏感学习等。
向下采样容易导致一些重要样本信息的丢失，因此在实践中使用较多的是向上采样。
最简单的向上采样方法是通过随机复制少数类样本来平衡数据，但容易导致过拟合[11]111-117。
合成少数类过取样算法(简称SMOTE)利用少数样本生成人工样本来平衡数据，在一定程度上解决了过拟合问题，该算法是由Chawla 等提出的，通过在特征空间中相邻近样本之间插入人工样本来增加少数类样本的数目[12]。
对少数类S min 中的每一个样本X i ∈S min ，搜素k个最近邻点，近邻可以根据距离(欧氏距离等)或相似系数(相关系数等)选择。
从k 个最近邻点中随机地选择一个样本点Y j 。
计算X i 与Y j 对应特征向量的差值，并产生一个0～1之间的随机数δ，最后合成一个少数类的人工样本X new 为：X new =X i +(X i -Y j )×δ若向上采样倍率为n ，那么在k 个最近邻点中随机地选择n 个样本点，即j =1，2，…，n 。
重复上述步骤，直到所有少数类样本都被处理完成为止。
在实践中，Chawla 等(2012)将向下取样与SMOTE 算法结合进行取样，取得了良好效果。
个人征信对P2P模式信贷产品风险控制影响的研究的开题报告
个人征信对P2P模式信贷产品风险控制影响的研究
的开题报告
一、研究背景
P2P网络借贷平台是一种新型的互联网金融产品形式，通过互联网
网络为出借人和借款人提供直接对接的借贷服务平台。
P2P平台因为低门槛、高收益、无需抵押等特点，吸引了众多出借人和借款人的参与。
然而，由于其运营的非传统模式和监管漏洞等问题，P2P平台面临着一定的风险和挑战。
个人征信则是现代金融服务中不可或缺的一环，是评估个人信用风
险和信用记录的工具。
在互联网金融领域，个人征信提供了一个有效的
手段来评估借款人的信用状况，为P2P平台的信贷风险控制提供了有效
的工具。
因此，本文旨在探究个人征信对P2P模式信贷产品风险控制的影响，从而为P2P平台的风险控制提供参考依据。
二、研究内容及方法
本研究拟探讨个人征信对P2P模式信贷产品风险控制的影响，具体
研究内容包括：个人征信对P2P平台的信用评估和风险控制的影响、P2P 平台运营中使用征信信息的现状、借款人是否愿意授权P2P平台访问自
己的个人征信报告等。
研究方法主要采用文献研究和实证分析相结合的方法，通过对相关
文献的综合分析和P2P平台的实证调查，分析个人征信对P2P模式信贷
产品风险控制的影响，同时探讨提高P2P模式信贷产品风险控制能力的
有效途径。
三、预期成果和意义
本研究的预期成果为：系统性地探究个人征信对P2P模式信贷产品风险控制的影响，分析影响因素以及P2P平台在使用个人征信方面存在的问题，并提出相应的对策和建议，为P2P平台的信贷风险控制提供科学依据。
同时，为互联网金融监管和金融创新提供经验和参考，推进互联网金融行业的健康发展。
借款人描述性信息对投资人决策的影响_基于P2P网络借贷平台的分析_李焰
，
自
其 直接 提供 的 信息
。
。
借 款人 必 须 按 照
私的
平 台 要 求 提 供 可 以 确 认 的 信 息 如 身 份 证号 电 话 号 码 等 也 称 硬 信 息
、
，
但
出 于保 护 借 款 人隐
。
目
的 借 款 人提 供 的 硬 信 息 只 由 平 台 管 理 方 接 受 确 认 并 作 为 评 判 借 款 人 信 用 等 级 的 依 据
：
，
1
0
亿元
；
。
网 络 借贷 的 特 点 是 借 贷 双 方 直 接 交 易
无 中 介 非专 家 参 与 借贷 金 额 小 期 限 短 无 抵
；
、
、
押
。
以 业 务 内 容最 符 合 网 络借 贷 平 台 标 准 的 拍 拍 贷 为 例 其 交 易 平 台 上 借 款 人 和 投 资 人
，
目
（
3 4
8
1
1
0 7
）
的 资助
。
作 者感谢 匿 名 审稿人 的 宝贵建 议 感谢
，
4
中 国 国 际 金 融 年 会 上 尹 志 超 宋 全 云 的 评 论 与 建 议 感 谢 第 三 届 消 费 金 融 学 术 研 讨 会 上 孟 亦 佳 的 评 论 与 建议
、
。
文责
自
负
1
。
4
3
一
。
既 然 如 此 投资 人 如何 有 效 规
，
，
定 存 在 其 他保 障 机 制 使
1
Ｐ2 Ｐ
1
网 络 借 贷走 出 风 险 的 悖 论
借款人描述性信息对投资人决策的影响基于p2p网络借贷平台的分析
借款人描述性信息对投资人决策的影响——基于P2P网络
借贷平台的分析
内容提要：已有研究证明，在缺乏抵押机制的P2P网络借贷关系中，自愿性信息披露对投资人的决策会产生影响。
但怎样的自愿性信息披露会影响投资人的投资决策？对个
人经历、性格、品质等方面的叙述（即描述性信息）是否会对投资人决策产生影响？本文以手工收集的P2P网络借贷平台“拍拍贷”借款标的为研究样本，对描述性信息所包含的特征进行分析。
实证结果发现，描述性信息会对投资人决策产生影响，提供更多描述性信息的借款人更容易成功借款；低信用等级的借款人倾向于提供更多的描述性信息；描述性信息中包含的不同特征对投资人决策的影响不同，表明自己是稳定的更有助于成功借款。
软信息对网贷平台借款人的借款获得与违约风险的影响—来自“人人贷”的经验证据
中国流通经济（2018年3月，第32卷第3期）China Business And Market （March 2018，Vol.32，No.3）收稿日期：2018-02-01基金项目：河北省社会科学基金项目“金融地理视角下的法制环境、银行业结构与小微企业集群融资结构优化”（HB17YJ100）；河北省科技厅科技计划自筹经费项目“河北省P2P 网贷平台的金融风险评估及其监管研究”（16455326）作者简介：孟娜娜（1982—），女，河北省沧州市人，对外经济贸易大学金融学院博士研究生，石家庄邮电职业技术学院教师，主要研究方向为中小金融机构、金融包容、中小企业融资等；粟勤（1961—），女，湖南省长沙市人，对外经济贸易大学金融学院教授、中小金融机构发展研究中心主任，博士生导师，经济学博士，主要研究方向为中小金融机构、金融包容、中小企业融资等。
软信息对网贷平台借款人的借款获得与违约风险的影响——来自“人人贷”的经验证据一、引言个人对个人（P2P ）网络借贷是借助互联网技术为广大居民提供普惠金融服务的互联网金融产品，具有方便、快捷且易于操作等特点。
作为正规金融工具的补充，P2P 网络借贷有助于在一定程度上降低金融中介成本，缓解金融排斥，为借款人与投资人（即贷款人）搭建高效的网络互动平台，提高社会参与者的金融服务可获得性，促进全社会普惠金融发展[1]。
P2P 网络借贷商业模式，为经济社会中难以通过正规渠道获得借款的资金需求者和拥有闲置资金且期望寻求较高投资收益的资金供给者搭建了便利的网络交易渠道[2]。
通过P2P 网贷平台，投资人可以贷出资金以获得较高的收益回报，而借款人则可以用较低的融资成本来满足自身资金需求。
但是随着P2P 网贷平台数量与交易规模的爆发式增长，其内在的和外在的金融风险不断加剧。
尤其是P2P 网络借贷平台在经营过程中存在的征信不足、违约率较高等问题，在一定程度上制约着P2P 网络借贷平台的发展。
网络借贷中贷款人个人信息对借贷的影响研究
网络借贷中贷款人个人信息对借贷的影响研究近几年来,随着信息技术快速发展,一种依托于互联网的新型借贷方式——P2P网络借贷开始出现在人们的视野中。
基于互联网的P2P融资是互联网金融的重要模式,为小微企业及个人创业企业融资提供了重要渠道,可以成为“大众创新、万众创新”的重要推动力量。
但是作为一种新兴的互联网金融模式,相关研究却相对较少。
目前对P2P网络借贷的研究主要侧重于容易量化的“硬信息”,比如借款人的收入、信用等级等,而借款人外貌等不易量化的信息对投资行为影响的研究则罕有涉及。
作为影响个体决策的重要因素,图片、文字等非量化信息也可能对投资行为产生重要影响,尤其是影响投资者的歧视性行为。
本文借鉴前人相关研究并结合拍拍贷网站的实际,对P2P网络借贷市场中借款人的个人信息对借贷的影响进行研究,并以此为基础对出借人的性别、外貌等歧视行为进行验证,以进一步揭示P2P网贷市场中的投资行为特征。
首先,借款人的图像是定性的内容,本文借鉴内容分析法的编码表方法对借款人的图像信息进行编码整理,并对拍拍贷的数据进行初步分析。
其次,为了研究借款人个人信息对借贷的影响,以及对出借人的歧视行为进行验证,本文分别构建了借款成功率、借款利率、借款违约率和调节效应层级回归模型。
利用这四个层级回归模型对拍拍贷的数据进行分析,并对结果的稳健性进行检验。
研究发现:(1)借款人的信用等级、朋友数量对借款的融资还款效果有显著影响。
借款人的信用等级越高、朋友数量越多,借款成功率越高,同时借款利率和借款违约率越低;(2)拥有图像的借款人比没有图像的借款人的借款成功率更高,同时借款的违约率也较低;(3)出借人在投资时存在“性别歧视”和“外貌歧视”行为,并且这种歧视属于“非有效的偏好歧视”,是一种非理性的行为。
最后,根据本文的研究结果并结合网贷市场存在的问题,对借款人、出借人以及网络借贷平台给出相应建议以提高借贷效率,促进网贷行业的健康发展。
借款人描述性信息对投资人决策的影响基于P2P网络借贷平台的分析
借款人描述性信息对投资人决策的影响基于P2P网络借贷平台的分析一、本文概述随着互联网金融的快速发展，P2P网络借贷平台作为一种新兴的金融模式，为借款人和投资人提供了便捷的资金融通渠道。
然而，在信息不对称的金融市场中，投资人如何做出明智的决策成为了一个关键问题。
借款人描述性信息作为P2P网络借贷平台上的重要非结构化数据，对于缓解信息不对称、提高投资人决策效率具有重要作用。
本文旨在探讨借款人描述性信息对投资人决策的影响，以期为P2P网络借贷市场的健康发展提供理论支持和实践指导。
具体而言，本文首先将对P2P网络借贷平台的发展历程、运营模式及风险控制机制进行简要介绍，为后续分析提供背景知识。
接着，将重点分析借款人描述性信息的类型、特点及其对投资人决策的影响机制。
在此基础上，通过实证研究，探究借款人描述性信息对投资人决策的实际影响，以及不同类型信息对投资人决策的影响差异。
结合理论分析和实证结果，提出优化借款人描述性信息披露、提高投资人决策效率的对策建议，以期为P2P网络借贷市场的规范发展提供参考。
本文的研究不仅有助于深化对P2P网络借贷市场运行规律的理解，也为监管部门制定相关政策提供了科学依据，对于促进互联网金融行业的健康发展具有重要意义。
二、文献综述近年来，随着互联网金融的快速发展，P2P网络借贷平台作为一种新型的金融模式，逐渐受到学者们的广泛关注。
借款人描述性信息作为P2P网络借贷中的重要组成部分，对于投资人的决策行为具有显著影响。
国内外学者对此进行了大量研究，取得了一系列有意义的成果。
国外学者在借款人描述性信息对投资人决策影响方面进行了深入研究。
一些学者认为，借款人的个人特征，如年龄、性别、教育程度等，会对投资人的决策产生显著影响。
例如，Herzenstein等人（2011）发现，在P2P网络借贷平台上，年龄较大、教育程度较高的借款人更容易获得投资人的信任和支持。
还有研究指出，借款人的语言描述能力、情绪表达等也会影响投资人的决策。
P2P网络借贷平台投资人出借意愿的影响因素分析
P2P网络借贷平台投资人出借意愿的影响因素分析小微企业在改善民生、创造就业等领域不可或缺,企业数量持续上升,贷款需求不断增强。
但由于小微企业管理不规范、缺乏有效的抵押和担保、数据不透明、竞争力不足,很难从银行得到优惠贷款,融资难现象时有发生。
P2P网络借贷平台是P2P借贷与互联网借贷相结合的、新型的、小规模的金融服务平台。
在网络借贷过程中,资料认证与资金清算、合同签订、交割手续等流程全部通过互联网完成,它是随着网络技术的发展和民间信贷的兴起而形成的一种创新型的金融服务模式,也是未来金融服务的发展方向。
相对于传统的信贷交易,P2P网络借贷具有借贷金额小额化、交易方式网络化、借贷手续简便、门槛低等优势,有助于消除传统金融机构对小微企业的固有歧视、降低信贷成本,为其提供一个全新的融资途径,然而平台却面临交易成功率较低的困境。
以人人贷真实的借贷数据为根基,借鉴国内外相关学者的研究思路,运用描述性统计和Logistic回归模型方法,研究P2P网贷交易过程中投资者投标意愿的决定因素,有助于提升借贷效率,改变企业当前筹资难的窘境。
本文得到还款情况良好、无逾期、资料认证详细的借款人更有可能获得投标;收入稳定、高学历的借款人获得投标的机率更大;借款标的对于投标与否影响微弱。
对此,本论文提出如下建议:平台要发挥其在交易中的信息供给、匹配、撮合作用,为用户搭建良好的沟通、交流渠道;构建线下实地考察平台,提高信息审核能力;健全逾期或坏账的催收、约束机制。
投资人应理性选择P2P平台,合理筛选投资标的,小额、分散投资,提高风险意识,保持稳健的投资策略。
借款人应上传其详细的个人资料,对于已经在平台上成功融资的借款人,应在规定日期还款,杜绝逾期或坏账,保持优良的个人交易记录。
政府应健全个人征信系统,切实发挥监管职能。
网络借贷中借款人履约的逆向激励基于 人人贷 数据的经验证据
展望未来，随着互联网金融行业的快速发展和监管政策的逐步完善，“人人 贷”等网络借贷平台需要更加重视风险管理，不断优化运营模式和创新风险管理 手段。应加强行业自律和信息共享，推动行业健康有序发展。
谢谢观看
网络借贷中借款人履约的逆向激 励——基于“人人贷”数据的经验
证据
目录
01 引言
03 一、人人贷概述
02 正文
04
二、借款人履约现状 及问题
目录
05 三、逆向激励对借款 人履约的影响
07 结论
06
四、优秀借款人履约 实践
引言
随着互联网金融的快速发展，网络借贷平台如“人人贷”等逐渐成为借贷市 场的重要参与者。然而，借款人履约率一直是制约网络借贷行业发展的关键问题。 许多研究表明，借款人的违约行为是导致网络借贷平台运营失败的主要原因之一。 因此，如何提高借款人履约率成为了网络借贷行业亟待解决的重要问题。本次演 示将以“人人贷”
2、引入保险机制：平台可以与保险公司合作，为借款人提供履约保证保险。 如果借款人违约，保险公司将承担赔偿责任，这可以有效降低出借人的风险，从 而提高借款人的履约意愿。
3、定期对借款人进行培训和教育：通过培训和教育活动，提高借款人的金 融素养和法律意识，让他们了解违约行为的严重后果，从而增强其履约意愿。
（4）惩罚机制：设立惩罚机制会显著提高借款人的履约率。这表明逆向激 励在“人人贷”中发挥了积极作用。
四、优秀借款人履约实践
在实践中，一些“人人贷”平台通过以下方式提高借款人的履约率：
1、建立多层次信用评级体系，综合评估借款人的信用风险，包括但不限于 收入状况、征信记录、社交网络数据等。通过这种方式，平台可以更准确地识别 优秀借款人，提高其履约率。
基于人人贷的借贷成功影响因素分析及投资决策推荐
基于人人贷的借贷成功影响因素分析及投资决策推荐近几年P2P网络借贷迅速崛起,已经是人们进行资产配置的重要选择。
P2P 网络平台的诞生,实现了资金出借者与资金需求者的直接交易,相对于传统融资来说投资渠道更为便捷,为出借者带来更高收益。
但是面对网络上众多的借款标的,资金出借者如何通过已有信息判断出借资金的标的是否能够成功。
同时在出借成功的前提下,如何能够有效的评价出借资金的标的收益与风险,在标的之间进行选择获取期望收益,这更值得我们关注。
目前关于P2P网络借贷的探讨焦点主要汇集在借贷行为及政府对网络平台监管层面上,缺乏站在资金出借者角度判断出借标的的借贷成功率,测算收益与风险,为其提供决策意见的研究。
本文站在资金出借者角度,试图为其寻找有效方式来测算出借标的的借贷成功概率并进行有效投资。
因此,本文首先通过逻辑回归模型构建借贷成功的影响因素模型,基于人人贷平台历史数据的借款属性,研究影响借贷成功的因素。
其次在测算出借标的借贷成功概率的基础上运用数学上的核权重模型,通过相似性度量,对于新出借标的与历史成功的出借标的的相似性赋予权重,得到新的出借标的的收益与风险,最后运用马科维茨投资组合理论,求出基于人人贷平台上的投资组合,对具有不同风险偏好下的资金出借者推荐标的组合。
实证结果表明,在影响借贷成功的因素中,资金出借者的关注焦点在于标的金额、利率、期限、成功次数和流标次数等,并通过ROC曲线度量预测精度,模型拟合较好。
因此资金出借者可以通过借款属性信息,对打算出借资金的借款标的有直观的判断,判断其是否能够出借成功。
其次在核权重模型下通过不断测试选取最优带宽、将线性回归收益率预测模型与核权重模型的评估效果进行分析比较,并对基于传统信贷分级模型及聚类后的分级模型对投资组合的测度,表明核权重下的模型具有良好的适用性。
最后,针对不同风险偏好的资金出借者,给出效用最大化的投资方案,并引入无风险利率,给他们更加多元化的选择。
P2P网贷中出借者个体特征对出借意愿影响研究
P2P网贷中出借者个体特征对出借意愿影响研究
王绍静
【期刊名称】《当代经济》
【年(卷),期】2017(000)024
【摘要】本文通过设计问卷、发放问卷的方式获取信息和数据.利用计量分析法探究影响出借意愿的个体特征因素.通过实证研究得出:性别、年龄、学历、收入、网购经历、第三方支付等都对出借意愿具有显著影响.最后根据实证研究的结论对政府、P2P网络借贷平台等相关方提出相应的对策建议,以促进P2P网络借贷平台的建设和发展,提高交易成功率.
【总页数】2页(P124-125)
【作者】王绍静
【作者单位】烟台南山学院商学院,山东烟台256700
【正文语种】中文
【相关文献】
1.基于平台信任的P2P网贷投资者出借意愿研究 [J], 林新华
2.从团贷网暴雷案\r看P2P网贷出借人风险规避 [J], 张燕
3.价值共创行为能提高P2P网贷出借人的满意度吗? [J], 吴庆田; 胡伟伟
4.P2P网贷退出背景下出借人权益保护机制研究 [J], 肖家翔
5.P2P网贷出借人有效规避借款人风险的因素识别
——以人人贷823条借款标的信息为例 [J], 费翘楚
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
CHINA COLLECTIVE ECONOMY摘要:研究表明,在网贷交易中,借款人自主披露的信息会对投资决策产生影响。
但是什么样的信息会影响投资人的投资意愿呢?这种影响又有多大呢?文章以网络爬虫程序为工具,抓取一定时间内P2P网络借贷平台“人人贷”债权标的为研究样本,对个人特征信息进行实证分析。
研究结果显示,个人特征信息会对投资意愿产生影响,而且硬信息相较于软信息对投资意愿影响更大;投资者更青睐年轻、有一定工作经验、在较发达省市工作的借款群体的标的;不过当债权标的的投资回报率较高时,个人特征信息对投资意愿影响也是有限的。
关键词:P2P网贷;个人特征信息;投资意愿一、引言从2013年开始,互联网金融在中国的发展迅猛,令人瞩目。
但同时,互联网金融也饱受社会质疑。
网贷之家的数据显示,2017年上半年,全国P2P网贷平台停业及出现问题的就有404家,停业及问题平台发生概率为64.22%。
网贷平台企业面临着信用风险与经营风险的双重难题。
两种风险的根源在于借贷双方的信息不对称。
本文便试图用多元回归模型去分析个人特征信息对网贷平台信贷投资的影响。
希望通过研究发现影响投资行为显著的具体因素,促使借款人更多地披露自身相关信息,网贷平台也可以加强相关信息的核实,从而改善信息不对称程度,减少信贷风险,这样能够促进网贷平台融资效率,降低投融资交易成本。
同时,研究网络个人信贷投资的影响因素是很有必要的。
P2P信贷平台可以作为中介有针对地核查借款人信息,制定更加合理的信用评级指标和风险预警信号。
二、文献综述众多学者发现,借款人个人特征因素,如性别、年龄、身份等对投资行为存在显著影响。
在信息不对称环境下,当投资人无法根据有效信息判断借款人风险时,此时各种标签(包括身份)将发挥信号传递的作用,投资人根据标签来设置金融门槛,致使部分信用程度高、还款能力强的借款人,因身份等级无法获得资金或要付出更高的融资成本,因此由信息不对称现象带来的金融歧视问题,不利于资金流动,降低金融效率。
Ladd(1982)研究发现金融借贷市场存在性别歧视。
Duarte等(2010)发现Prosper平台上女性比男性更易得到贷款,验证了过去研究。
Pope和Sydnor(2011)利用Prosper交易数据,发现借款人年龄也会向投资人传递信号,年龄在35岁以下的借款人比其他年龄段更容易获贷。
庄雷等(2015)利用人人贷数据发现我国P2P借贷市场存在身份歧视现象,身份等级高的借款人更容易获得贷款。
由于我国P2P网贷发展较晚,征信体系仍有待完善,信息不对称问题相对严重,投资人会根据标签设置门槛,因而借款人个人特征信息将会影响投资行为。
温小霓和武小娟(2014)采用二元logistics回归模型研究了影响借贷成功率的因素,借款人历史交易情况对借款成功率有较大影响,同时借款人性别、住宅情况等也对借款是否成功有一定影响;曾江洪等(2016)对网贷行业的贷款可得性进行了实证研究,结果表明人口属性和借贷数据显著影响还款情况,其中男性、收入来源和借款金额正向显著影响;牛洁(2016)针对我国网贷市场的羊群效应进行了实证研究,投资人的羊群效应显著,标的项目已筹集的投资金额和已有的投标人数越多,越能吸引后续投标,该标的项目成功可能性越大。
现有研究表明,在征信系统比较完善、个人信用体系高度透明的国外市场,投资者可以充分了解借款人信用状况做出合理决策,从而降低投资风险。
多项实证研究结果表明个人特征信息对网贷投资行为具有显著影响因素,但就具体信号指标选择、分类方面较为混乱,研究结果也有矛盾之处。
本文将研究重点放在个人特征信息上,创新性地拓展了个人地域性信息类别,并按照生理信息(例如性别、年龄等)、身份信息(例如职务、学历)、地域信息(所在城市)和资产信息(房产、车产、年薪)梳理分类,力图揭示个人特征信息对信贷行为的影响情况。
三、理论分析与研究假设现实生活中,借贷行为容易发生在熟人之间,而且整个交易过程较为可靠,借贷双方能够达成交易。
P2P网贷交易在一定程度上符合熟人借贷的特点,具借款者个人特征信息对网贷投资意愿的影响———基于人人贷网络贷款数据分析姻肖琦杨晓丽95体表现如下:借方公布自身信息以及借款用途;借贷双方直接交易;借款额度在2000~100000元之间,多数在万元以下;借款期限为3~12个月;无需抵押物;违约、逾期不还的记录会记录下来,并被调低信誉评级。
其中,要想使得网络贷款达到和现实中熟人借贷的效果一致,贷款人提供的信息是否准确,贷款人是否信任这些信息尤为重要。
虽然P2P作为平台会核实贷款者的提供的相关个人特征信息,鉴于网贷平台时有传出的负面新闻,贷款人是否信任这些信息仍是一个值得研究的问题。
基于上述分析,本文提出假设如下:H1:借款人提供的信息对投资人选择标的有一定影响。
由于P2P网贷平台潜在的信用风险和经营风险较高,贷款人对于投资标的的选择也就尤为重要了。
根据已有研究成果,借款人的性别、学历、资产负债情况、收入情况、婚姻、工作情况、所在省市、借款用途对投资人选择投资标的有一定的影响。
对于以上个人特征信息本文分为硬信息和软信息两类,所谓硬信息是指有明确证据证明的信息,本文选取的性别、年龄、婚姻、所在城市等即属此类。
而软信息则指可以作伪、难以查明或查证成本较高的信息,例如收入情况、所在行业、工作职务、工作年限等信息,一个个体经营者也可以自称董事长、经理,一位自雇人士也可以自称年入百万,如果不经实地考察,软信息难辨真伪,因此投资者很难相信此类信息。
基于上述分析,本文提出假设如下:H2:硬信息对投资意愿强度有显著影响,而软信息对投资意愿影响不显著。
四、研究设计(一)数据来源本文的研究数据是利用网络爬虫软件抓取了人人贷网页上的债权转让数据。
数据抓取时间从2017年5月1日到7月14日,并在抓取到2405条债权转让标的信息中,用随机抽样的方法选取700条数据作为研究对象,剔除缺失值的样本,有效样本为685条。
(二)变量选取本文选取的变量名称及表述见表1。
(三)实证检验结果和验证假设。
本文首先建立满标时间与各个影响因素的回归方程。
验证假设一和假设二,再利用logistic模型,对验证假设三进行验证。
多元线性回归方程见表2。
表1变量选取变量名称变量描述被解释变量满标时间/每份(lntime_share)平均每份债权标的成交用时取对数,单位:秒控制变量转让价格(price)每份债权的转让价格,单位:元期限(period)每份债权的期限,单位:月利率(rate)每份债权的利率未尝债比率(ratio)待还本息/借款总额解释变量硬信息年龄(age)借款人年龄,20~30岁记为1;30~40岁记为2;40~50岁记为3性别(gender)借款人性别,男性记为1;女性记为0婚姻情况(marriage)已婚记为1;未婚或离异记为0教育程度(education)高中以下记为1;大专记为2;本科记为3;研究生以上记为4,无记录记为0有无车产(car)有车产记为1;无车产记为0有无房产(house)有房产记为1;无房产记为0有无车贷(car_debt)有车贷记为1;无车贷记为0有无房贷(house_debt)有房贷记为1;无房贷记为0收入(income)年收入在“2000~5000元”记为1;“5000~ 10000元”记为2;“10000~20000元”记为3;“20000~50000元”记为4;“50000元以上”记为5软信息所在单位规模(scale)规模在10人以下的记为1;10-100人的记为2;100-500人记为3;500人以上记为4工作城市(location)所在省市为发达地区记为3;发展中地区记为2;较落后地区记为1资金用途(use)“日常生活消费”、“买车”、“装修”等消费类用途记为1;“借款进货”、“资金周转”、“教育支出”等经营用途记为2;“扩大生产/经营”、“投资生意”等筹资类用途记为3表2个人特征信息影响因素实证检验模型Ⅰ模型Ⅱ模型Ⅲ模型ⅣLn(price)-0.687(0.0113)**-0.702(0.0094)***-0.698(0.0103)**-0.644(0.187)period-0.076(0.0152)**-0.081(0.0097)***-0.073(0.021)**-0.091(0.0045)***rate-0.772(<0.001)***-0.803(<0.001)***-0.774(<0.001)***-0.704(<0.001)***ratio 3.531(0.0029)*** 3.650(0.002)*** 3.46(0.0035)*** 3.87(0.0013)***age0.241(0.0151)**gender0.0632(0.715)marriage0.235(0.234)education0.018(0.887)car-0.182(0.445)house-0.584(0.0144)**car_debt0.289(0.520)house_debt0.712(0.004)***income0.06(0.468)scale0.217(0.330)location0.090(0.466)use-0.196(0.087)*Adj R-Sq0.09060.10020.10520.0951Prob(F-statistic)<0.001***<0.001***<0.001***<0.001***注:***,**,*分别表示在1%,5%,10%下显著,下同96年04期(2月)CHINA COLLECTIVE ECONOMY实证结果显示(模型Ⅰ~Ⅳ),年龄、房产、房贷、工作时间、借款使用用途四种个人特征信息对投资者选择投资标的影响显著,其中年龄、房贷两个因素成正相关关系,年龄越大,有房贷会显著增加满标时间;而房产、工作时间、用途三个变量成负相关关系,有房产、工作时间越长、借款用途较为合理则满标时间越短。
同时也能够发现投资人在选择投资目标时并没有显著的性别歧视现象。
可以验证假设一,即个人特征信息对投资者选择投资标的具有显著影响。
关于假设二,从模型Ⅱ~Ⅲ可以看出硬信息中影响显著的变量较多而且至少都在5%水平下显著,同时相比较与只有控制变量的模型Ⅰ,模型整体拟合度有了较大的提升;而与此相对的包含软信息的模型Ⅳ不仅影响显著的变量少而且显著程度低,模型拟合度较模型Ⅱ~Ⅲ更小,可以看出投资者足够理性,并不怎么参考软信息来选择投资标的。
因此可以验证假设二。
五、结语本文分析了借款人个人特征信息对投资者投资意愿的影响。
研究发现,在众多借款人群体中,投资人较为倾向选择年轻但有一定工作经验、还贷压力小、学历较好、在较大省市工作并且借款用途合理的借款群体。