论文部分内容阅读
P2P网络借贷是隶属于互联网金融行业的一种新型投融资模式,具有成本低廉、交易额小、交易便捷、期限短和无抵押纯信用借贷等特点,可以有效弥补传统金融的不足,有助于解决中小微企业和个体的融资难问题,也有利于满足人们日渐丰富的投融资需求。但由于出现时间短,业态发展机制不完善,P2P网络借贷面临着市场、制度和信用等多方面的风险,其中借款人信用风险尤为突出。合理甄别P2P借款人信用风险的影响因素,对我国P2P网贷行业的健康发展具有重要意义,也越来越受到金融业界和监管部门的重视。
本文以P2P网络借贷行业的借款人信用风险的影响因素为探究主题。首先,对P2P网络借贷和借款人信用风险的含义进行界定,对P2P网贷借款者信用风险所涉及的信息不对称、信贷配给、风险管理等理论进行介绍,分析指出由于P2P网贷借款人主体分散以及P2P网贷无抵押纯信用的特点,造成借款人很容易产生信用风险,进而扰乱P2P网络借贷的市场秩序。其次,介绍我国P2P网贷行业的发展历程与现状,指出2007年以来,我国的P2P网络借贷业态实现了飞速的发展,在我国的市场建设、政治稳定与劳动就业等方面发挥了一定的作用,且仍具有巨大的发展潜力;但另一方面,近年来P2P问题平台数量激增,整个P2P网贷行业的发展严重受挫。研究进而指出,当前网贷行业遭遇发展困境的一个主要原因在于未能有效地控制借款人信用风险。研究通过对我国P2P网贷行业中借款人违约金额和恶意违约状况进行数据分析,验证了借款人日益增长的信用风险对我国P2P网贷行业健康发展的不利影响。
随后,深入分析P2P网络借贷中的借款人特点,将信用风险影响因素整理和归纳为基本特征、借款特征、还款能力和历史信息四个层面和包括性别、年龄、学历、信用额度、成功借款笔数、月收入、公司规模、工作时间、房(车)产、房(车)贷、借款金额、借款利率、还款期限、借款用途等17个具体指标,讨论相关因素对信用风险可能产生的影响,提出研究假设,设置相关变量,进而建立针对P2P网络借贷的借款人信用风险与其影响因素的关系模型。在此基础上,本文基于人人贷网贷平台2016年至2017年的最新借款人信息数据,运用二元Logistic回归模型对造成借款人违约的影响因素进行实证分析。根据回归结果,解释变量中的信用额度、历史借款笔数、月收入、房贷、车贷、借款金额、借款利率、还款期限8个因素与借款人信用风险存在显著的相关关系。其中,成功借款笔数、借款金额和借款利率与借款人的信用风险呈正相关,信用额度、月收入、房贷、车贷、还款期限则与借款人信用风险呈负相关关系,其他因素对借款人信用风险的影响不显著。
根据实证分析结果,本文对相关指标作出经济学意义上的解释。在基础特征方面,信用额度较高的借款人具有更好的信用资质,发生违约的概率更低;违约的借款人大都具有较差的信用等级,这也说明网贷平台的信用认证机制是有效的。在还款能力中,收入水平直接反映了借款人的还款能力和抗经济风险的能力;有房贷或车贷的借款人,为避免逾期行为对其再次申请贷款的不利影响,会更加重视对自身信用风险的控制,因此不易违约。在借款特征和历史信息方面,较高的借款利率、借款金额以及较短的还款期限等因素,会增加借款人的还款压力,无法按期还款的可能性也更大;部分借款人对借款用途和历史借款信息的描述存在造假,且网贷平台缺少对相关信息真实性的审核,因此,相关指标难以反映借款人的真实信用风险。
本文进一步提出有效管理借款人信用风险的对策和建议。从优化P2P网贷平台建设的角度,建议全面关注和考察借款人信息,有效核实借款人信息的真实性,推行线上线下相结合的审核方式,并进一步完善P2P借贷平台征信体系。
本文以P2P网络借贷行业的借款人信用风险的影响因素为探究主题。首先,对P2P网络借贷和借款人信用风险的含义进行界定,对P2P网贷借款者信用风险所涉及的信息不对称、信贷配给、风险管理等理论进行介绍,分析指出由于P2P网贷借款人主体分散以及P2P网贷无抵押纯信用的特点,造成借款人很容易产生信用风险,进而扰乱P2P网络借贷的市场秩序。其次,介绍我国P2P网贷行业的发展历程与现状,指出2007年以来,我国的P2P网络借贷业态实现了飞速的发展,在我国的市场建设、政治稳定与劳动就业等方面发挥了一定的作用,且仍具有巨大的发展潜力;但另一方面,近年来P2P问题平台数量激增,整个P2P网贷行业的发展严重受挫。研究进而指出,当前网贷行业遭遇发展困境的一个主要原因在于未能有效地控制借款人信用风险。研究通过对我国P2P网贷行业中借款人违约金额和恶意违约状况进行数据分析,验证了借款人日益增长的信用风险对我国P2P网贷行业健康发展的不利影响。
随后,深入分析P2P网络借贷中的借款人特点,将信用风险影响因素整理和归纳为基本特征、借款特征、还款能力和历史信息四个层面和包括性别、年龄、学历、信用额度、成功借款笔数、月收入、公司规模、工作时间、房(车)产、房(车)贷、借款金额、借款利率、还款期限、借款用途等17个具体指标,讨论相关因素对信用风险可能产生的影响,提出研究假设,设置相关变量,进而建立针对P2P网络借贷的借款人信用风险与其影响因素的关系模型。在此基础上,本文基于人人贷网贷平台2016年至2017年的最新借款人信息数据,运用二元Logistic回归模型对造成借款人违约的影响因素进行实证分析。根据回归结果,解释变量中的信用额度、历史借款笔数、月收入、房贷、车贷、借款金额、借款利率、还款期限8个因素与借款人信用风险存在显著的相关关系。其中,成功借款笔数、借款金额和借款利率与借款人的信用风险呈正相关,信用额度、月收入、房贷、车贷、还款期限则与借款人信用风险呈负相关关系,其他因素对借款人信用风险的影响不显著。
根据实证分析结果,本文对相关指标作出经济学意义上的解释。在基础特征方面,信用额度较高的借款人具有更好的信用资质,发生违约的概率更低;违约的借款人大都具有较差的信用等级,这也说明网贷平台的信用认证机制是有效的。在还款能力中,收入水平直接反映了借款人的还款能力和抗经济风险的能力;有房贷或车贷的借款人,为避免逾期行为对其再次申请贷款的不利影响,会更加重视对自身信用风险的控制,因此不易违约。在借款特征和历史信息方面,较高的借款利率、借款金额以及较短的还款期限等因素,会增加借款人的还款压力,无法按期还款的可能性也更大;部分借款人对借款用途和历史借款信息的描述存在造假,且网贷平台缺少对相关信息真实性的审核,因此,相关指标难以反映借款人的真实信用风险。
本文进一步提出有效管理借款人信用风险的对策和建议。从优化P2P网贷平台建设的角度,建议全面关注和考察借款人信息,有效核实借款人信息的真实性,推行线上线下相结合的审核方式,并进一步完善P2P借贷平台征信体系。