王琴英+由林青

【摘要】本文對(duì)可能影響逾期行為的因素采用隨機(jī)森林的方法進(jìn)行粗選，發(fā)現(xiàn)借款人所在的地區(qū)、借款用途、性別、有無(wú)子女、學(xué)歷等因素的特征得分較高，通過(guò)建立邏輯回歸，對(duì)粗選的結(jié)果采用逐步回歸的方法，結(jié)果表明：婚姻狀況、區(qū)域因素、貸款年限、學(xué)歷、工作單位對(duì)逾期行為產(chǎn)生有較強(qiáng)的影響。

一、引言

2014年以來(lái)，我國(guó)P2P行業(yè)迅速發(fā)展，成為全世界P2P發(fā)展最快的國(guó)家，但與此同時(shí)，跑路的平臺(tái)也急劇增加，類似e租寶等平臺(tái)占到30%以上，針對(duì)該行業(yè)的整體態(tài)勢(shì)，國(guó)家監(jiān)管部門出臺(tái)《私募股權(quán)眾籌融資管理辦法（試行）（征求意見(jiàn)稿）》，加強(qiáng)了對(duì)P2P等行業(yè)的監(jiān)管，本文主要從信用風(fēng)險(xiǎn)得角度，以國(guó)內(nèi)某一大型P 2P公司為研究對(duì)象，探究客戶逾期行為的影響因素。

國(guó)內(nèi)對(duì)于P2P行業(yè)逾期行為的研究有很多，談超等將影響逾期的因素劃分為標(biāo)的特征、信用特征、個(gè)人特征和往期借款4個(gè)維度，從中選取15個(gè)變量，通過(guò)建立logit回歸方程，探究逾期行為與這些變量的關(guān)系：王重潤(rùn)以“紅嶺創(chuàng)投”的真實(shí)業(yè)務(wù)數(shù)據(jù)為基礎(chǔ)，選取借款者違約行為的9個(gè)特征因素建立Logit模型進(jìn)行分析，探究影響逾期的因素。

二、還款逾期特征變量的選擇

1.數(shù)據(jù)說(shuō)明

因變量是客戶類型，其中l(wèi)代表新增逾期客戶；0代表非逾期客戶。

本文選取我國(guó)某一較大規(guī)模的P2P公司，獲取該公司2015年1月為M0，2016年1月為M1，2016年2月為M2，共931條新增逾期客戶在2016年1月的數(shù)據(jù)，以及2015年12月，2016年1月，2016年2月為M0，共931條正常客戶在2016年1月的931條數(shù)據(jù)，共1862條數(shù)據(jù)進(jìn)行分析。其中M0：客戶逾期0-30天：M1：客戶逾期30-60天；M2：客戶逾期60-90天；在實(shí)際業(yè)務(wù)中，習(xí)慣定義M2為新增逾期。

選取的自變量包括：合同版本、貸款品種、片區(qū)、性別、是否續(xù)貸、綜合費(fèi)率、判斷貸款信息是否提交過(guò)、判斷個(gè)人信息是否添加過(guò)、判斷工作信息是否添加過(guò)、判斷聯(lián)系人信息是否添加、貸款用途、學(xué)歷、婚姻狀態(tài)等信息。

2.變量篩選

本文對(duì)可能影響客戶分類的35個(gè)因素采用隨機(jī)森林的方法對(duì)關(guān)鍵變量進(jìn)行提取，同時(shí)，為了避免分布不均勻的問(wèn)題，采用五重交叉驗(yàn)證，具體過(guò)程如下：

（1）將樣本分為訓(xùn)練集和測(cè)試集，其中測(cè)試集占30%。

（2）將訓(xùn)練集樣本隨機(jī)均勻分成5份樣本，取其中4份樣本記為N₁，另一份樣本記為n。

（3）將N₁采用隨機(jī)森林的方法，提取特征集S₁，并去掉特征分x小于0.01的特征變量。

三、模型的建立及應(yīng)用

1.Logit回歸方程

本文對(duì)篩選出的變量采用逐步回歸的方法建立Logit方程。具體過(guò)程如下：

3.模型檢驗(yàn)

3.3.1模型泛化誤差

運(yùn)用建立的模型，對(duì)30%的測(cè)試集進(jìn)行測(cè)試，結(jié)果如下：

四、結(jié)論及建議

1.結(jié)論

綜上所述，影響新增逾期的因素包括：

（1）婚姻狀況。一般而言離異，喪偶，再婚的客戶逾期率要高一點(diǎn)。

（2）學(xué)歷。學(xué)歷越低，逾期率越高；一般而言學(xué)歷在大專，高中，高中以下的逾期率相對(duì)來(lái)說(shuō)要高。

（3）區(qū)域因素。華東地區(qū)整體信用狀況和華北相比較差，導(dǎo)致華東地區(qū)逾期率較高，華北片區(qū)逾期率較低。

（4）貸款年限。一般而言期限越長(zhǎng)的逾期率較高，風(fēng)險(xiǎn)越高。

（5）工作單位。從單位性質(zhì)來(lái)看，機(jī)關(guān)單位、國(guó)企性質(zhì)的單位逾期率較低。

2.建議

（1）避免期限較長(zhǎng)的產(chǎn)品。平臺(tái)在產(chǎn)品設(shè)計(jì)時(shí)，盡量避免貸款期限超過(guò)一年的產(chǎn)品，對(duì)于超過(guò)一年的產(chǎn)品，加強(qiáng)風(fēng)控部門對(duì)客戶的事中管理。

（2）盡快完善P 2 P行業(yè)的信息共享機(jī)制。目前，由于P 2 P公司對(duì)客戶的信息不共享，因此，部分客戶存在倒賬行為，行業(yè)整體的系統(tǒng)性風(fēng)險(xiǎn)偏高，因此，盡快實(shí)現(xiàn)行業(yè)內(nèi)部的信息共享機(jī)制，有利于降低這類風(fēng)險(xiǎn)，降低逾期率。

因此，預(yù)測(cè)的準(zhǔn)確度86.95%，模型的泛化誤差較小。