本文關(guān)鍵詞：基于Logistic的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)測(cè)度研究，由筆耕文化傳播整理發(fā)布。

【摘要】：P2P網(wǎng)絡(luò)貸款是一種基于互聯(lián)網(wǎng)思想并獨(dú)立于正規(guī)金融體系之外的借貸交易模式。截止到2015年3月底我國(guó)P2P網(wǎng)絡(luò)貸款平臺(tái)的運(yùn)營(yíng)數(shù)量已經(jīng)達(dá)到1728家,累計(jì)成交量已達(dá)到5000億元。平臺(tái)的過(guò)快增長(zhǎng),有效監(jiān)管的缺乏,是導(dǎo)致P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)事件頻發(fā)和問(wèn)題平臺(tái)增多的重要因素。加之國(guó)內(nèi)經(jīng)濟(jì)結(jié)構(gòu)持續(xù)深入調(diào)整,經(jīng)濟(jì)增速下滑,受經(jīng)濟(jì)下行壓力增大的影響,P2P網(wǎng)貸行業(yè)的信用風(fēng)險(xiǎn)暴露持續(xù)上升。P2P網(wǎng)絡(luò)貸款平臺(tái)靠經(jīng)營(yíng)風(fēng)險(xiǎn)獲取利潤(rùn),因此風(fēng)險(xiǎn)管理技術(shù)是P2P網(wǎng)貸平臺(tái)的核心競(jìng)爭(zhēng)力,也是今后一段時(shí)間內(nèi)一直貫穿在P2P網(wǎng)貸行業(yè)發(fā)展的主線。本文從P2P網(wǎng)絡(luò)貸款產(chǎn)生信用風(fēng)險(xiǎn)的原因入手,并簡(jiǎn)單介紹了信用風(fēng)險(xiǎn)度量模型,結(jié)合P2P網(wǎng)貸的實(shí)際情況,選取Logistic回歸模型對(duì)P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)度量和預(yù)測(cè)。借款人的違約率大小主要受借款人自身狀況和貸款狀況的影響,故文中選取借款人學(xué)歷、年齡、貸款金額、貸款利率等指標(biāo)并通過(guò)主成分分析,將解釋變量的個(gè)數(shù)減小到4個(gè)。通過(guò)Logistic模型實(shí)證分析,得出具體表達(dá)式,模型結(jié)果顯示,借款人的違約概率與學(xué)歷的高低等因素成反比和貸款金額、期限等四個(gè)指標(biāo)都與借款人的違約風(fēng)險(xiǎn)成正比,符合實(shí)際情況,然后樣本內(nèi)數(shù)據(jù)組和樣本外數(shù)據(jù)組也分別驗(yàn)證了模型較高的預(yù)測(cè)準(zhǔn)確率,說(shuō)明采用Logistic回歸模型對(duì)P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)進(jìn)行度量是可行和可靠的。
【關(guān)鍵詞】：P2P網(wǎng)絡(luò)貸款 信用風(fēng)險(xiǎn) Logistic回歸模型
【學(xué)位授予單位】：安徽財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：F724.6;F832.4
【目錄】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 緒論8-14
• 第一節(jié) 選題背景和研究意義8-10
• 一、選題背景8-9
• 二、研究意義9-10
• 第二節(jié) 論文的結(jié)構(gòu)框架10-11
• 第三節(jié) 文獻(xiàn)回顧及分析11-13
• 一、國(guó)外相關(guān)理論11-12
• 二、國(guó)內(nèi)相關(guān)理論12-13
• 三、國(guó)內(nèi)外文獻(xiàn)評(píng)述13
• 第四節(jié) 文章的研究方法和主要?jiǎng)?chuàng)新點(diǎn)13-14
• 第二章 P2P網(wǎng)絡(luò)貸款概述及信用風(fēng)險(xiǎn)分析14-20
• 第一節(jié) P2P網(wǎng)絡(luò)貸款的概述14-18
• 一、運(yùn)營(yíng)模式14-15
• 二、運(yùn)作模式的特征15-16
• 三、P2P網(wǎng)絡(luò)貸款行業(yè)發(fā)展現(xiàn)狀16-17
• 四、P2P網(wǎng)絡(luò)貸款行業(yè)的外部環(huán)境17-18
• 第二節(jié) P2P網(wǎng)絡(luò)貸款的信用風(fēng)險(xiǎn)分析18-20
• 一、信用風(fēng)險(xiǎn)的概念18
• 二、產(chǎn)生信用風(fēng)險(xiǎn)的原因18-20
• 第三章 P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)的度量20-25
• 第一節(jié) 傳統(tǒng)的信用風(fēng)險(xiǎn)度量20-23
• 一、專家分析法20
• 二、信用評(píng)分法20-21
• 三、Logistic回歸法21-23
• 四、神經(jīng)網(wǎng)絡(luò)分析法23
• 第二節(jié) 基于數(shù)學(xué)工具的現(xiàn)代風(fēng)險(xiǎn)度量模型23-24
• 一、KMV模型23
• 二、Credit Risk+模型23-24
• 三、Credit Metrics模型24
• 第三節(jié) 本章小結(jié)24-25
• 第四章 Logistic在信用風(fēng)險(xiǎn)度量中的實(shí)證分析——以人人貸為例25-37
• 第一節(jié) 人人貸的平臺(tái)介紹25-26
• 第二節(jié) 指標(biāo)的選取和數(shù)據(jù)的搜集26-28
• 一、指標(biāo)的選取26-28
• 二、指標(biāo)數(shù)據(jù)的搜集28
• 第三節(jié) 主成分分析28-33
• 一、相關(guān)性檢驗(yàn)和多重共線性判定28-29
• 二、KMO和Bartlett球形檢驗(yàn)29-30
• 三、主成分分析30
• 四、確定因子載荷矩陣30-33
• 第四節(jié) 構(gòu)建Logistic模型33-35
• 一、求取主成分F的表達(dá)式及數(shù)值33
• 二、建立Logistic模型33-35
• 第五節(jié) 模型的檢驗(yàn)35-36
• 第六節(jié) 實(shí)證結(jié)果分析36-37
• 第五章 結(jié)論與建議37-39
• 第一節(jié) 結(jié)論分析37
• 第二節(jié) 不足之處37-38
• 第三節(jié) 建議38-39
• 參考文獻(xiàn)39-41
• 致謝41

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 郭陽(yáng);;中國(guó)P2P小額貸款發(fā)展現(xiàn)狀研究[J];上海金融;2012年12期

  本文關(guān)鍵詞：基于Logistic的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)測(cè)度研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：381004