翼龙贷网络借贷平台借款人信用风险评估,关于免费信用风险论文范文在这里免费下载与阅读,为您的信用风险相关论文写作提供资料。
信用风险论文参考文献：
【摘 要】近年来,众多的互联网金融业务模式通过网络的力量被迅速普及和推广,在加剧了金融市场竞争的同时,也提高了资产配置的效率.随着P 网贷平台的接连上线,虽然解决了部分小微企业融资难的问题,但随之而来的信用风险、市场风险、操作风险和政策风险等多种风险,正面临着日趋严峻考验.本研究以翼龙贷网络借贷平台为对象,研究其借款人的基本信息、借款行为、资产及信用状况等,通过信息增益技术对可能影响信用风险的相关影响因子进行筛选,然后基于Logistic回归建立借款人的信用风险评估模型,以提高平台对借款人偿债能力判别的准确度.
【关键词】P 网络借贷平台 信用风险 风险评估
一、信用风险产生的原因
在互联网金融行业迅速发展的新时期,P 网络借贷异军突起,迅速成为互联网金融中一种重要的形式.截止2017年9月,P 网络借贷平台有5929家,当月成交量为2351亿元,综合收益率约为9.53%左右（数据来自网贷之家）,基本保持稳定.
翼龙贷的运营,类似于民间小额借贷,所以其本身具有民间借贷中存在的风险因素,包括借款人对还款能力的错误估计,导致无法正常还款等等.由于网络借贷行为发生具有其特殊性,因此其存在的风险存在被放大的可能,具体的风险因素体现在以下几个方面：
（一）运营都是通过互联网完成,每一个环节都存在风险发生的可能
在申请过程中,借款人提供的资料大多由其本人填写完成,存在编造及篡改的技术可能,会增加借款人蓄意欺诈的风险；这种运营模式采用第三方支付方式完成转账,在提高转账效率的同时,也增加了转账资金的风险,为非法转移资金提供了可能.
（二）具有跨地域性的特征,在拓宽借贷范围的同时,也增加了投资者的资金风险
传统民间借贷都是在一定的小范围中进行,通过熟人关系开展,借贷双方有一定的了解,贷款人对借款人的还款能力可以进行初步的判断,同时由于双方关系,出现赖账的几率很小；即使有坏账出现,催收还款也较为便利.但是翼龙贷的跨地域运营,会出现异地借款行为,而异地催收难度较大,目前采用的短信、电话、打官司等催收方式并不能取得理想的效果,导致逾期甚至赖账行为时有发生.
（三）发展迅速,但是相关的监管制度却并未及时出台
目前政府并未出台专门针对互联网金融行业监管的法律法规,随着网络及金融创新日新月异的发展,传统的监管措施显然无法满足对于风险的管控,规范的监管迫在眉睫.
二、翼龙贷风险评价体系的构建
(一)翼龙 人信用风险影响因子分析
借款人在申请借款时,翼龙贷会要求其提供个人基本信息,包括身份信息、基本资产状况、年龄、学历、工作等,而后通过授权第三方认证平台对借款人提供的信息进行认证,根据认证结果初步评定借款人的信用等级,再将借款人信息及评定结果在网站上公示,供投资者参考.
1.年龄.一般情况下,不同年龄层的借款人,其发生违约的概率也不一样,年龄较小的借款人收入来源有限,且本身并不具备良好的消费习惯,缺乏储蓄,其违约风险较高；30岁至45岁的借款人收入相对稳定,经济状况良好,具备一定的经济基础,其违约风险较低；年龄稍大的借款人收入水平较低,面临更多的突发消费,导致违约风险较高；
2.婚姻状况.不同的婚姻狀况,其违约风险不同,已婚的借款人家庭和收入相对稳定,还款能力较强；而未婚或离异的借款人,信用状况可能偏低；
3.教育程度.随着教育程度的不断提高,发生道德违约的几率也随之降低,因此,本文可以大胆假设教育程度和违约风险呈反比,教育程度越高违约风险越低；
4.职业信息.职业信息包含所从事的行业及公司、职级以及工作年限等,国企、事业单位相对而言收入稳定,违约风险较低,而个体、小型私营单位竞争激烈,收入来源不稳定,故而违约风险较高；职级、工作年限和违约风险呈反比,职级越高,工作年限越长,其违约的风险越低；
5.房产信息.一般情况下,房产代表着个人的经济基础,有无住房及住房是否有贷款,都会对违约风险造成影响；
6.借款人信用信息.本文根据翼龙贷所披露的信用等级来确定借款人的信用信息,翼龙贷通过和第三方认证机构合作,对借款人的进行信用评估,从而确定其信用等级,信用等级越高者,违约风险越低.
(二)数据收集和预处理
本文用于模型分析的数据为2014～2016年度“翼龙贷”网站上的标的信息.翼龙贷比较全面的披露了每一标的借款人的信息,笔者利用网站数据爬取软件获取了其中62137条数据,通过整理,最终得到56544条完整数据,收集到的客户信息包含姓名、借款金额、利率、期限、信用等级、借款类型、性别、年龄、教育程度、工作年限、商业保险、职称、社保信息、房产、长期居住地、年收入、婚姻状况、职业、贷款记录、信用卡额度、征信报告、人担保、车担保、房担保、是否有流标等.
接着对数据进行预处理,主要包括数据清理和数据转换两阶段.数据清理即删除采集来的和个人信用风险评估无关的数据,以免建模效果受到影响,例如客户姓名、合同编号、借款日期、标的编号等,如果将无关数据加入到模型中,会影响预测的准确性；数据转换即按照同一格式、同一规则将部分不规范的数据进行转换.
将处理好的数据集通过随机划分,将其分成互不相交的两个部分,保持数据分布大致一致,分别作为训练集和测试集.一般情况下按照训练集：测试集等于3：1的比例划分,其中3/4的数据集用于模型的建立,1/4的数据集用于模型的验证测试,验证模型的性能.因此,训练样本集数量为42408条,测试样本集数量为14136条..
(三)翼龙 人信用风险评估影响因子的选取
参考我国商业银行个人信用风险评估体系的各项指标,同时借鉴国外P 网络借贷平台信用风险的评估要素,结合翼龙贷平台公布的借款人基本信息、职业信息、资产信息、收入及负债状况、借款信息等信息,按照个人信用风险影响因子的选取原则,以实用、易获取、操作简便为目的,确定了翼龙 人信用风险评估备选影响因子：
结论：适合信用风险论文写作的大学硕士及相关本科毕业论文，相关信用贷款的风险开题报告范文和学术职称论文参考文献下载。
P网贷平台借款人信用风险评价指标体系
摘要：本文以P2P网贷平台为例，分析我国网贷领域存在的问题和风险，研究网贷中借款人这一主体的信用风险，结合传统借贷领域个人信用风险指标的选取，建。
基于风险控制我国P网络借贷平台模式
摘 要：P2P网络借贷平台可以同时满足借款人和投资人的需求，在解决中小企业贷款难、满足普通老百姓理财需要、促进利率市场化等方面起到了一定积极作用。
监管主体视角下对中国P网络借贷平台监管建议
摘 要：目前我国对P2P网络借贷平台的监管可谓是少之又少，由于现在P2P网络借贷平台的不断异化使其法律性质更加宽泛难以界定从而使监管难度不断加大。
我国P网络借贷平台现状其
摘 要随着网络信息的发展，互联网与现代金融业务相碰撞产生了新型借贷模式，即P2P网络借贷平台出世。由于互联网具有信息处理能力强，便于互动，透明的。