分析校园贷行业现状并预测其发展趋势

分析校园贷行业现状并预测其发展趋势

摘要：本文主要对校园贷行业现状进行定量的分析，并在此基础上建立灰色预测模型，分析其未来的发展趋势。针对校园贷现状，选取在校大学生人数、学生对校园贷的态度、校园贷服务平台数量、问题平台数量以及行业成交额等指标，结合实际，定量的分析其发展现状。得到总体向好的方向发展，但是行业规范不健全，而且竞争激烈，问题平台仍然存在。针对校园贷未来发展趋势，选取行业成交额和企业净收入额两个因素为指标，建立灰色预测模型，得到行业成交额与净收入额发展趋势图。得到未来几年校园贷行业成交额与净收入额还会以较快的速度增长。

Abstract：This paper mainly analyzes the status quo of the campus loan industry and establishes a grey forecasting model based on this，and analyzes its future development trend. In view of the current situation of campus loans，the number of college students，the attitude of students to campus loans，the number of campus loan service platforms，the number of problem platforms，and the turnover of the industry were selected，and the actual development status was quantitatively analyzed. It has been developing in an overall direction，but

industry standards are not perfect，and competition is fierce. The problem platform still exists. In view of the future development trend of the campus loan，two factors，namely the turnover of the industry and the net income of the company，are used as indicators，and a grey forecasting model is established to obtain the trends of the development of the industry turnover and net income. In the coming years，the turnover and net income of the campus loan industry will also grow at a faster rate.

关键词：校园贷；灰色预测模型；matlab

Key words：campus loan；grey prediction model；matlab 中图分类号：G647 文献标识码：A 文章编号：1006-4311（2018）16-0048-02

1 研究背景及现状

随着信息技术的发展以及“互联网+”时代的到来，互联网金融行业得到发展，以在校大学生为服务对象的网络贷款平台日益增多，?榧毙枳式鸬难?生和团体提供了便利，也刺激了大学生的消费欲望，提高了消费水平，得到了很多学生的青睐。据统计，在校大学生中有67.50%的学生使用过校园网贷而且还会继续使用，没试用过或者不想再使用的学生只占32.50%。

与此同时也掀起了校园网贷交易平台的利益竞争之战。

由于网贷交易是一种新型交易平台，其市场规范和相关法律法规还有待完善，经营者也缺乏应对市场风险的经验。2017年有关部门紧急下发《关于进一步加强校园贷规范管理工作的通知》，严肃整顿非法校园网贷交易平台，出台行业运行规范。在这样的形势下，一些竞争力较弱或者管理不善的企业纷纷倒闭，行业淘汰率逐年增加。

综上所述，目前校园贷交易行业市场广阔，有将近3000万人的服务对象。校园贷平台的数量也越来越多，淘汰弱者，剩下的平台质量越来越高，整个行业成交和额和净收入都在增加。但是整个行业校园贷服务平台质量参差不齐，真假难辨，社会对校园贷行业的争议也对整个行业造成了一定影响。总之，校园网贷行业总体向好的方向发展，但是还需要相关制度的管理和约束。

2 基于灰色预测模型预测校园贷未来的发展趋势

2.1 灰色预测模型

灰色预测是指利用GM模型对系统行为特征的发展变化规律进行估计预测，同时也可以对行为特征的异常情况发生的时刻进行估计计算，以及对在特定时区内发生事件的未来时间分布情况做出研究等等。这些工作实质上是将“随机过程”当作“灰色过程”，“随机变量”当作“灰变量”，并主要以灰色系统理论中的GM（1，1）模型来进行处理。GM （1，1）是一阶微分方程，且仅含一个变量的灰色模型。

2.2 模型的建立

上面我们已经分析了校园贷的现状，得到校园贷现状的分析结果，我们将近几年行业成交额和净收入额制成表1。利用这些数据，建立灰色预测模型，预测校园贷未来几年的交易额。

将近年来的行业交易额与净收入额作为条件，预测校园贷行业未来的发展趋势。

首先进行级比检验：

①建立校园贷行业交易额的数据时间序列：

X （0）=（x （0）（1），x （0）（2），x （0）（3），x （0）（4））=（2.2，363，776，1579）同理，建立净收入额的数据时间序列：

X （0）=（x（0）（1），x（0）（2），x（0）（3），x（0）（4））=（28.2，187.5，137.4，244.8）

②求极比λ（k）

行业成交额：λ=（0.006，0.4678，0.4915）

净收入额：λ=（0.1504，1.3646，0.5613）

③极比判断。对于行业成交额，所有的λ（k）∈[0.006，

0.4915]，对于净收入额，所有的λ（k）∈[0.1504，1.3646]，故可以用X （0）做令人满意的建模。

2.3 模型求解及结果分析

将得到的数据时间序列导入matlab软件，输入相应程序