基于偏好度的P2P網貸投資混合多屬性決策研究
發(fā)布時間:2021-10-23 16:29
P2P網貸平臺經歷了問題平臺集中暴發(fā)時期后,目前已進入合規(guī)檢查并整改備案時期,增加了投資者在網貸平臺進行投資理財的信心。加之現在越來越多的網貸平臺廣告充斥著人們的眼球,吸引了眾多投資者躍躍欲試。然而,P2P網貸平臺的投資者必然面臨著投資項目的選擇問題。雖然現在大多P2P網貸平臺會先對借款者進行審核,再將審核通過的網貸項目在平臺進行發(fā)布,但借款人違約的情況仍無法完全避免。因此,如何指導投資者識別出信用程度較高的借款人以及優(yōu)質的投資項目,并進行投資決策,具有極其重要的研究意義。首先,對P2P網貸投資的國內外研究現狀進行了綜述,并介紹了P2P網貸投資和多屬性決策的相關理論。其次,分析了基于偏好度的混合多屬性決策方法。首先對偏好度進行分析,給出各屬性值偏好度與屬性權重的計算方法,然后通過偏好度的聚合算法計算出各方案的總體偏好度,從而得到各方案最終得分,得分最高的方案即為最優(yōu)選擇。再次,建立基于偏好度的P2P網貸投資混合多屬性決策模型。首先對P2P網貸項目的基本信息進行分析,建立P2P網貸項目指標體系,然后從指標體系中選取影響因素較大的6個指標作為P2P網貸投資問題中的決策指標。最后依據基于偏好...
【文章來源】:燕山大學河北省
【文章頁數】:79 頁
【學位級別】:碩士
【部分圖文】:
投標者性別與年齡分布圖
-14-圖 2-3 投資人綜合分析(3)網貸平臺的投資者多為中低收入人群。從投資人年收入分析圖中可以看到,投資者年收入大多集中在 5 萬到 10 萬之間,年收入在 10 萬到 20 萬之間的投資者占比 25%,這類中低收入人群之所以成為網貸投資的主力軍,主要是因為他們的收入屬于中低水平,恰恰符合網貸平臺投資門檻低、資金回籠快的特點。相比于銀行理財產品動輒上萬元的起投點,網貸平臺的投資門檻明顯較低,且借款人的借款期限多為 12 個月、24 個月,最多 36 個月,資金回收較快,利率較高,非常適合中低收入人群進行投資。(4)網貸平臺投資者對收益率要求普遍偏高。從投資人預期收益率分析圖中可知,在網貸平臺投資者中,絕大多數人對收益率的預期為 18%以上,其中,超過 1/3 的投資者的預期收益率高達 36%以上,而只有 3%的人對收益率的預期在 18%以下。但是,
圖 5-1 人人貸運作模式示意圖貸對借款人信息的審批流程為:借款人在人人貸平臺提出借款人的各項信息數據發(fā)送至審批系統,通過對借款人的各項信息評價之后,給出最終的審批結果,具體審批流程如圖 5-2 所示約欺詐風險的借款人信息將被送至反欺詐部門進行反欺詐調查為,將把此借款人列入黑名單;其余通過審核的借款人及其借布于人人貸平臺供投資者進行選擇。受理數據處理預檢審核評分及額度策略
【參考文獻】:
期刊論文
[1]低碳視角下混合多屬性決策的物流園區(qū)選址方法[J]. 李佳洋,王丹,劉洲,戴祥. 沈陽大學學報(自然科學版). 2018(02)
[2]基于期望效用理論的P2P網絡借貸市場散標投資者出資偏好實證分析[J]. 單婭軍,曹潔,黃健青. 上海立信會計金融學院學報. 2018(02)
[3]信息不對稱下互聯網金融的檸檬困境——以P2P網絡借貸市場為例[J]. 孫小明. 商業(yè)經濟研究. 2017(22)
[4]基于P2P的互聯網金融品牌價值測定研究[J]. 肖佳,李偉. 海南金融. 2017(10)
[5]聲譽信號傳遞與P2P網絡借貸平臺逆向選擇約束研究[J]. 黃曉紅,樊艷甜,呂睿. 鄭州輕工業(yè)學院學報(社會科學版). 2017(03)
[6]P2P平臺出借人投資決策研究[J]. 王辛未,姜睿思. 上海管理科學. 2017(03)
[7]描述性信息對借款人逾期率的影響研究——基于P2P網絡借貸平臺的分析[J]. 陳清,林峰潤. 宏觀經濟研究. 2017(03)
[8]投資者素質對投資成效的影響研究——基于人人貸借貸數據的分析[J]. 郭夢男,黃文彬. 福建江夏學院學報. 2017(01)
[9]基于熵權灰色關聯TOPSIS法的涉農P2P網貸項目優(yōu)選研究[J]. 許楠,羅蕾,李蕾紅. 數學的實踐與認識. 2017(03)
[10]網貸市場中投資決策的模仿效應[J]. 姚博,魏瑋,魏藝明. 財經問題研究. 2017(02)
碩士論文
[1]基于BP神經網絡的P2P網貸借款人信用評價研究[D]. 張遠.貴州財經大學 2017
[2]基于P2P網絡借貸平臺的投資人決策研究[D]. 李鵬翔.北京交通大學 2017
[3]中國P2P網貸市場羊群行為的研究[D]. 王劍.山東大學 2016
[4]P2P網絡借貸平臺信息披露特征及其對投資者行為影響研究[D]. 袁海華.浙江財經大學 2016
[5]基于ELECTRE的異質多屬性群決策及其在P2P網貸平臺投資決策中應用[D]. 余宣江.江西財經大學 2015
本文編號:3453515
【文章來源】:燕山大學河北省
【文章頁數】:79 頁
【學位級別】:碩士
【部分圖文】:
投標者性別與年齡分布圖
-14-圖 2-3 投資人綜合分析(3)網貸平臺的投資者多為中低收入人群。從投資人年收入分析圖中可以看到,投資者年收入大多集中在 5 萬到 10 萬之間,年收入在 10 萬到 20 萬之間的投資者占比 25%,這類中低收入人群之所以成為網貸投資的主力軍,主要是因為他們的收入屬于中低水平,恰恰符合網貸平臺投資門檻低、資金回籠快的特點。相比于銀行理財產品動輒上萬元的起投點,網貸平臺的投資門檻明顯較低,且借款人的借款期限多為 12 個月、24 個月,最多 36 個月,資金回收較快,利率較高,非常適合中低收入人群進行投資。(4)網貸平臺投資者對收益率要求普遍偏高。從投資人預期收益率分析圖中可知,在網貸平臺投資者中,絕大多數人對收益率的預期為 18%以上,其中,超過 1/3 的投資者的預期收益率高達 36%以上,而只有 3%的人對收益率的預期在 18%以下。但是,
圖 5-1 人人貸運作模式示意圖貸對借款人信息的審批流程為:借款人在人人貸平臺提出借款人的各項信息數據發(fā)送至審批系統,通過對借款人的各項信息評價之后,給出最終的審批結果,具體審批流程如圖 5-2 所示約欺詐風險的借款人信息將被送至反欺詐部門進行反欺詐調查為,將把此借款人列入黑名單;其余通過審核的借款人及其借布于人人貸平臺供投資者進行選擇。受理數據處理預檢審核評分及額度策略
【參考文獻】:
期刊論文
[1]低碳視角下混合多屬性決策的物流園區(qū)選址方法[J]. 李佳洋,王丹,劉洲,戴祥. 沈陽大學學報(自然科學版). 2018(02)
[2]基于期望效用理論的P2P網絡借貸市場散標投資者出資偏好實證分析[J]. 單婭軍,曹潔,黃健青. 上海立信會計金融學院學報. 2018(02)
[3]信息不對稱下互聯網金融的檸檬困境——以P2P網絡借貸市場為例[J]. 孫小明. 商業(yè)經濟研究. 2017(22)
[4]基于P2P的互聯網金融品牌價值測定研究[J]. 肖佳,李偉. 海南金融. 2017(10)
[5]聲譽信號傳遞與P2P網絡借貸平臺逆向選擇約束研究[J]. 黃曉紅,樊艷甜,呂睿. 鄭州輕工業(yè)學院學報(社會科學版). 2017(03)
[6]P2P平臺出借人投資決策研究[J]. 王辛未,姜睿思. 上海管理科學. 2017(03)
[7]描述性信息對借款人逾期率的影響研究——基于P2P網絡借貸平臺的分析[J]. 陳清,林峰潤. 宏觀經濟研究. 2017(03)
[8]投資者素質對投資成效的影響研究——基于人人貸借貸數據的分析[J]. 郭夢男,黃文彬. 福建江夏學院學報. 2017(01)
[9]基于熵權灰色關聯TOPSIS法的涉農P2P網貸項目優(yōu)選研究[J]. 許楠,羅蕾,李蕾紅. 數學的實踐與認識. 2017(03)
[10]網貸市場中投資決策的模仿效應[J]. 姚博,魏瑋,魏藝明. 財經問題研究. 2017(02)
碩士論文
[1]基于BP神經網絡的P2P網貸借款人信用評價研究[D]. 張遠.貴州財經大學 2017
[2]基于P2P網絡借貸平臺的投資人決策研究[D]. 李鵬翔.北京交通大學 2017
[3]中國P2P網貸市場羊群行為的研究[D]. 王劍.山東大學 2016
[4]P2P網絡借貸平臺信息披露特征及其對投資者行為影響研究[D]. 袁海華.浙江財經大學 2016
[5]基于ELECTRE的異質多屬性群決策及其在P2P網貸平臺投資決策中應用[D]. 余宣江.江西財經大學 2015
本文編號:3453515
本文鏈接:http://www.sikaile.net/guanlilunwen/lindaojc/3453515.html