P2P網(wǎng)貸平臺的借款人信用評估研究.pdf

1、進入“互聯(lián)網(wǎng)+”時代后，隨著大數(shù)據(jù)技術(shù)的不斷更新迭代，互聯(lián)網(wǎng)金融行業(yè)已經(jīng)打破了傳統(tǒng)金融的壟斷格局，P2P平臺、眾籌平臺、第三方支付等互聯(lián)網(wǎng)金融模式百花齊放、百舸爭流，但是我國的信用體系還很不完善，尤其是在個人消費信貸方面。盡管目前我國P2P借貸平臺有強烈的征信需求，但是它既不能直接接入央行征信中心查詢客戶信用信息，也不能征信中心報送借款人的相關(guān)信貸信息，大大增加了平臺運營風險。因此，本文通過對借款人進行征信研究，以期降低P2P借貸平臺的

2、運營風險，為其貸款決策提供依據(jù)。
　　首先，本文從理論層面論述風控對于P2P借貸平臺的意義，以及建立個人信用評估模型的經(jīng)濟學解釋。同時，對K-Means聚類方法和貝葉斯判別方法對于個人征信模型建立的適用性進行了分析。其次，本文在2016年《網(wǎng)絡(luò)借貸信息中介機構(gòu)業(yè)務(wù)活動管理暫行辦法》出臺的背景下，分析了P2P平臺未來的發(fā)展趨勢及風控模式使用現(xiàn)狀，并參考了美國FICO信用評價和中國芝麻信用評價的基本指標和框架。
　　然后，對借款

3、人進行信用風險評估研究，搜集了人人貸平臺6471條實際借款人信息數(shù)據(jù)進行實證分析，一方面對P2P平臺的借款人進行了描述性統(tǒng)計分析和K-Means聚類研究，將借款人信用情況劃分為五個等級，并制定了不同信用等級的借貸決策準則;另一方面對P2P借款人進行了判別分析，特征選擇發(fā)現(xiàn)借款人的年齡、收入、工作年限、房產(chǎn)和逾期次數(shù)對分類影響較大，選用這五個變量采用貝葉斯判別法建立了判別函數(shù)，發(fā)現(xiàn)此判別函數(shù)的判別準確度為87.4％，是較為理想的判別結(jié)果。