基于logistic回归的P2P网贷平台信用风险评估研究

《基于logistic回归的P2P网贷平台信用风险评估研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、学校代码：１００３６１９５１肩４丨营啤ｆ条卢凌ｏｆａｎｉｃｓＵｎｌｖｐｒｓｉｆｙＩｎｔｅｒｎａｉｉｏｎｙＢｕｓｂｉＭＷｄＥｃｏｎｏｍ碛士＃像讼夂基于ｌｏｇｉｓｔｉｃ回归的Ｐ２Ｐ网贷平台信用风险评估研究学位类型：同等学力论文作者：张弘强培养学院：国际经济贸易学院专业名称：金融学指导教师：王兴春２０１８年８月基于logistic回归的P2P网贷平台信用风险评估研究学位类型：同等学力论文作者：张弘强培养学院：国际经济贸易学院专业名称：金融学指导教师：王兴春2018年8月Researchoncreditriskas

2、sessmentofP2Plendingplatformsbasedonlogisticregression摘要P2P（peer-to-peer）网络借贷是一种基于电子网络平台而进行借贷的互联网金融新型方式。截至到2017年五月底，我国P2P平台累计交易量已达到45790.32亿。但由于P2P行业缺乏有效的监管，导致各类问题平台层出不穷，信用风险的爆发使投资者承受了巨大的损失，P2P的信用风险成为制约P2P行业发展的重要因素。P2P网贷平台信用风险具有长期性、潜藏性、破坏性的特点，因此对其进行评估判定具有必要性。主成分分析法能有效的降低变量间的共线性，利用该方法对选取

3、的注册资金、平台背景、公司规模等十个指标进行降维，得到两个主成分M1、M2，有效的降低了变量间的多重共线性。Logistic回归模型对解释变量要求极低，适用于分类变量的判别，利用该模型结合108个样本引入相关变量后得到P与变量的关系式，以此对信用风险进行评估。模型结果显示，平台信用风险与平台的预期收益成正比，与注册资本、平台背景等指标成反比，且银行存管指标系数最大，符合实际情况，模型的验证结果显示模型准确性达到了88%，说明模型对样本内网贷平台的信用风险评估能力较理性。关键词：信用风险，主成分分析法，logistic回归模型，SWOT分析IAbstractP2P(pe

4、er-to-peer)networklendingisanewwayofInternetfinancebasedonelectronicnetworkplatform.AsoftheendofMay2017,China'sP2Pplatform,thecumulativetransactionvolumehasreached457.902billion.However,duetothelackofeffectivesupervisionoftheP2Pindustry,resultinginanendlessstreamofvariousproblemsplatfor

5、m,theoutbreakofcreditrisktoinvestorssufferedahugeloss,P2PcreditriskhasbecomeanimportantfactorrestrictingthedevelopmentofP2Pindustry.P2Pnetworkloanplatformcreditriskhaslong-term,hidden,destructivecharacteristics,soitisnecessarytoevaluatetheevaluation.Theprincipalcomponentanalysismethodca

6、neffectivelyreducethecollinearitybetweenvariables.Byusingthismethod,thetenindexessuchasregisteredcapital,platformbackgroundandcompanysizearereduceddimension,andtwoprincipalcomponentsM1andM2areobtained,whicheffectivelyreducesthevariablesBetweenmultiplecollinearity.Logisticregressionmodel

7、isveryimportantforinterpretingvariables,whichissuitablefortheclassificationofvariables.Byusingthemodeltointroducethecorrelationvariablesof108samples,therelationshipbetweenPandvariablesisobtained,andthecreditriskisevaluated.Themodelresultsshowthattheplatformcreditriskisproportio