基于Logistic模型的P2P借款人信用风险评估研究.docx

摘要：P2P网络借贷进入中国后发展迅速，截止2017年2月,全国运营中的P2P网络借贷平台有5882家,二月单月成交量2043.41亿元。但没有准入门槛、没有行业准则、没有监管机构的状况,使得P2P平台常常陷入混乱的状况。本文立足于P2P网络借贷的实际情况，将借款人的信用风险作为研究对象,选取 Logistic 回归模型来度量和预测P2P 网络借款人的信用风险，并对完善P2P网络借贷平台信用评估体系提出改进意见。

关键词：P2P网络借贷；信用风险；Logistic回归模型

目录

摘要

Abstract

1 绪论-1

1.1 研究背景及意义-1

1.1.1  研究背景-1

1.1.2  研究意义-1

1.2  文献综述-2

1.2.1  国外相关理论-2

1.2.2 国内相关理论-2

1.2.3  国内外文献评述-3

1.3  研究框架安排-3

1.3.1  研究思路-3

1.3.2  研究方法-4

1.4  研究创新和不足-4

1.4.1  本文的创新-4

1.4.2  本文的不足-4

2  P2P网络借贷理论及信用风险分析-5

2.1  P2P网络借贷理论-5

2.1.1  P2P网络借贷含义-5

2.1.2  P2P网络借贷角色-5

2.1.3  P2P网络借贷角色相互关系-6

2.2  P2P网络借贷平台借款人分析-6

2.2.1  基本风险-6

2.2.2  特定风险-7

2.3  P2P网络借贷信用风险的度量模型及比较-8

2.3.1  信用评分法-8

2.3.2  Logistic回归法-8

2.3.3  KMV模型-9

2.3.4  Credit Risk+模型-9

2.3.5  信用风险度量模型的比较及本文的选择-10

3  P2P网络借贷市场发展-11

3.1  P2P网络借贷的发展历史-11

3.2  中国P2P网络借贷市场的发展-11

4  关于P2P借款人信用风险的实证分析——以红岭创投为例-12

4.1  红岭创投平台介绍-12

4.2  指标的选取和数据的搜集-13

4.2.1  指标的选取-13

4.2.2  数据指标的搜集-13

4.3  主成分分析-14

4.3.1  相关性检验和多重共线性判定-14

4.3.2  KMO和Bartlett球形检验- 15

4.3.3  主成分分析-15

4.3.4  确定因子载荷矩阵-16

4.4  构建Logistic模型-19

4.4.1  求取主成分F的表达式及数值-19

4.4.2  构建Logistic模型-20

4.5  模型的检验-22

5  结论与建议-22

5.1  结论分析-22

5.2  建议-23

参考文献-24