P2P网络借贷借款人信用风险影响因素研究

【摘要】：金融是当代经济体系的核心,而风险管理作为现代金融的核心,对于金融稳定发展具有重要意义。随着互联网技术的发展迅速,互联网金融在现代金融领域的重要程度和参与深度与日俱增。在我国经济增速换挡期、结构调整阵痛期和前期政策消化期“三期叠加”的经济新常态背景下,中小企业信用风险高、利润率低,以及商业银行对风险管理更为严格等因素,导致中小企业的“麦克米伦缺口”(Macmillan Gap)不断被扩大,通过正规金融市场融资难的问题凸显。而P2P网络借贷作为民间借贷的重要组成部分,不仅在一定程度上缓解了中小企业的融资约束,较好地实现了资金的互补式流通,扩展了资金在金融和实体经济间的流通渠道,同时提高了民间资本的周转周期以及流动速率,提高了市场的活跃度。然而,互联网金融具有的不规范性和高波动性等特点,决定了其极易因债务链条断裂产生大规模不良资产,并由个别风险逐渐发展成为系统性金融风险。在众多个别风险中,借款人作为P2P市场的核心主体,其信用风险成为了网络借贷风险的核心因素。基于此,本文以借款人信用风险影响因素为切入点,实证分析各因素对借款人信用风险的影响。本文首先回顾了借款人信用风险相关研究,在对借款人违约理论分析的基础上,从宏观因素、平台因素、借款人自身因素三个方面对借款人的信用风险影响情况进行了研究。通过对借款人信用风险现状的分析,发现网络借贷主要集中在逾期金额越来越大、坏账比重上升、长期逾期比重上升等方面。其次,为进一步研究影响借款人信用风险的因素,利用网贷之家和人人贷等网络贷款平台数据,综合借款人个人信息、历史借贷信息、交易信息三个维度,选取12项指标进行指标体系构建。在统计分析的基础上,运用Logit模型进行了实证分析。实证结果表明,所选指标均对借款人违约风险有一定影响。但是相对于与借款实施相关的指标,借款人个人信息指标与风险的关联度较低,即借款人的年龄、性别相比较借款人职业、借款目的、历史借款记录、利率、贷款期限、信用等级、贷款规模、每月还款额、流标次数、中标次数这10项指标,对风险的影响较小。上述10项指标中,利率、贷款期限、贷款规模、每月还款额、中标次数与信用风险正相关,借款人职业、历史借款记录、借款目的、信用等级、流标次数与信用风险负相关。通过将模型的预测结果同平台实际数据对比,发现这种预测模型正确预测率达到了80%以上,能够起到预测和预警的功能。最后,本文基于征信系统的完善、加强失信行为社会约束、加强技术创新提升信用风险评估能力、提升对借款人第三方担保或抵押的要求等四个方面,提出了防范借款人信用风险的对策建议。