基于 Logistic 回归模型的 P2P 网络借贷平台风险分析
合集下载
- 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)。
步 常量 .455 .496 1.214 1 .021 1.678 骤 2 V1 -.588 .899 7.878 1 .003 .069
V3 -.811 .156 6.912 1 .055 .063
如果线性回归模型直接被扣除到逻辑回 归中,它将导致方程的两边和一般的非线性关
步 V11 -1.735 .518 6.3212 1 .007 .000 骤 3 常量 .054 .698 007 1 .021 1.128
由表 1 可知,Logistic 回归模型公式为:
R=0.771-0.591V1-0.689V3+0.589V5 +0.823V6-0.661V11
将各平台数值分别代入,计算风险评估均 值。结果表明 3 家稳定型平台,其他 7 家被预 测为风险型平台。显示本模型对 P2P 网络借贷 平台的风险估计效果比较明显所以可以进行风 险预警。
消费与投资
经济与社会发展研究
基于 Logistic 回归模型的 P2P 网络借贷平台 风险分析源自中国矿业大学(北京) 常敬雅
摘要:“P2P 网络借贷”成为近几年中国使用的高频词语,它凭借其实际操作成本低,掌握信息及时以及大量分析数据的优势,备受当代人 青睐成交量与日俱增。借贷平台自身存在着诸多问题,增大了 P2P 网络借贷平台的风险。未来 P2P 网络借贷的重点是风险控制,这是当前急 需解决的问题。本文运用 SPSS 中 logistic 的方法研究 P2P 网络借贷平台风险,找出风险影响的关键因子,并预测未来平台风险发生的可能性。 关键词:P2P 网络借贷平台;logistic;风险管理
四、结论 所得模型中参数估计和标准误差、Wald 卡方等,可见最终筛选出的影响平台风险的 因素为:V1 前十大借款人待还金额占比、V3 成交量、V5 平均利率、V6 平均借款期限、 V11 借款标数,其中成交量是第一个影响因 素。因此平台在风险管理时也应注重成交量 的数量,平台风险越小成交量就会越大,风 险越大成交量就越小,两者之间成反比的关 系。平台可以通过增大用户保障,将平台数 据准时公布,增强用户体验等方式提高平台 的可信赖值,使更多的用户选择这个平台, 从而增加成交量 [5]。 另一方面,在平台管理的过程中,相关部 门需要严格要求公司上市后的资金数额并制定 风险规划计划以促进其发展有效性。
平台,由需要钱的人发布需求,投资人参与竞 标,由平台撮合双方完成交易,并收取一定服 务费的一种网络借贷模式 [1]。
P2P 网络借贷特点: (1)低要求、低投入。P2P 网络借贷平 台所要求的门槛低,需要的投入也少,并且能 够审核用户信用,保证用户安全,使全民都可 以参与进来。 (2)风险最小化。P2P 贷款银行平台可 以资金分发给多个借款人同时提供小额贷款 使借款人风险最小化 [2]。 (3)信用辨别。在 P2P 借贷平台模型中, 可以根据每个人的信用等级来安排放贷次序, 信用等级高的用户也可以享受更高的利率有谁 政策。
V3 -1.345 .889 14.612 1 .000 .031 步 骤 常量 1.050 .342 7.213 1 .007 2.786 1
V3 -.654 .921 8.645 1 .035 .063
V11 -1.678 .322 5.641 1 .006 .000
了 P2P 网络借贷平台风险。 三、风险预警 Logistic 回归模型 (一)Logistic 回归模型
二、P2P 网络借贷平台的风险分析 (1)经济疲惫。当借款人资金方面出现 问题,无法及时的交还贷款时,引发了平台整 体经济状况下降,甚至无法正常维持平台运营 的风险。 (2)投资者资金的撤出 [3]。由于近几年 股市行情的上涨,投资者在年底时更倾向于将
(二)样本选择 被解释变量:本文将 P2P 网络借贷平台 的风险程度作为被解释变量。 解释变量:V1 前十大借款人待还金额占 比;V2 前十大投资人待收金额占比;V3 成交 量;V4 累计待还金额;V5 平均利率;V6 平 均借款期限;V7 投资人数;V8 人均投资金额; V9 借款人数;V10 人均借款金额;V11 借款 标数。 (三)数据处理 本文根据各平台风险评估结果,设因变量 为 R,代表是否发生风险,利用 Logistic 回归 模型建立 P2P 风险预期模型评估,预测各平台 未来会发生风险的可能性大小。综合得分越高 P2P 网络借贷平台营运状况越稳定,风险发生 概率越低 [4]。 (四)Logistic 回归分析结果 本文取了 11 个变量,最大偏似然估计中 似然比检验与理论很适合所以运用这个方法 进行自变量的筛选与 Logistic 回归分析。
表1 方程中的变量
资金投入到风险相对较小,投资回收快的股市,
B S.E. Wald df Sig. Exp(B)
进而从 P2P 网络借贷平台撤资投入股市,出现 平台无力对付的状况。
(3)监管不当。由于平台规章制度不明 确,缺乏相应的管理和规范会导致运营风险增 大,操作不当以及用户流失的状况,从而增加
参考文献 [1]Dielin,H.DiscussionontheRiskandSuper
visionPathofInternetFinancialP2PNetw orkLoanModel[D].2017. [2]高圆.P2P网络借贷平台市场准入法律制 度研究[D].天津:天津工业大学,2017. [3]黄丹.P2P网络借贷风险问题研究[D].镇 江:江苏大学,2017. [4]薄杨.我国P2P网络借贷平台风险研究 [J].经济研究导刊,2017(32):34-52. [5]路迪茜.我国P2P网络借贷平台风险控制 研究[D].昆明:云南财经大学,2017.
一、P2P 网络借贷平台概况
系的区别。因为二元分类变量在逻辑上的因变
P2P 在中国起步较晚,但 P2P 贷款行业已 量,一个概率作为依赖变量的估计值范围为
经非常大。P2P 意为“个人对个人”或“点对点” 0-1,但是在值范围右边的方程是无穷大和无
借贷,简单说即是由某个企业搭建一个互联网 穷小所以我们引入了逻辑回归。