韓　穎

（銅陵學院新校區(qū)，安徽　銅陵　244061）

P2P網(wǎng)絡借貸（簡稱“P2P網(wǎng)貸”）又稱為互聯(lián)網(wǎng)金融點對點借貸，隨著計算機技術(shù)的快速發(fā)展，傳統(tǒng)金融業(yè)與互聯(lián)網(wǎng)相互融合，形成了新的行業(yè)——互聯(lián)網(wǎng)金融，而P2P網(wǎng)絡借貸則是互聯(lián)網(wǎng)金融的一個重要的組成部分，P2P網(wǎng)絡借貸平臺，是P2P借貸與網(wǎng)絡借貸相結(jié)合的互聯(lián)網(wǎng)金融（ITFIN）服務網(wǎng)站，P2P借貸是英文peer to peer lending的簡寫，其中peer指的是個人.近幾年來，P2P網(wǎng)貸平臺大量涌現(xiàn)，同時也伴隨著巨大的風險，為了了解P2P網(wǎng)絡借貸借款人的信用風險，本文通過建立二元Logistic回歸模型分析影響借款人借款行為的影響因素，從而可以減小借款違約率，降低借款人的信用風險，同時為能夠建立一個能使客戶放心的、安全的、高效的交易平臺提供決策依據(jù)，使P2P網(wǎng)貸行業(yè)得到健康地發(fā)展，為客戶提供更優(yōu)質(zhì)的服務.

1　Logistic回歸模型

當回歸模型里的被解釋變量為二分類變量時，二元Logistic回歸模型[1]是研究被解釋變量與解釋變量之間關(guān)系的常用方法，本文中將被解釋變量分為正常借款人（沒有違約）和非正常的借款人（違約客戶），這正是一個二分類問題，二元Logistic回歸模型能很好地解決此類問題.二元Logistic回歸模型里解釋變量可以是分類變量，也可以是數(shù)值型變量，此模型的核心思想是：假設用y表示借款人申請貸款這一事件，取值為1時表示借款人沒有正常還款（違約），取值為0時表示借款人正常還款（履約），用1和0作為被解釋變量的取值進行回歸[3].本文通過建立二元Logistic回歸模型得到借款人發(fā)生違約的可能性，即因變量取值為1的概率，所以回歸模型結(jié)果具有直觀含義.

2　數(shù)據(jù)預處理與指標選取

2.1　數(shù)據(jù)來源

本文采用的分析數(shù)據(jù)來自P2P網(wǎng)貸公司（青蚨普惠）關(guān)于借款人信息數(shù)據(jù)，它全面記錄了每一個借款人的信息資料，由于部分數(shù)據(jù)缺失，并且本文里重點對P2P網(wǎng)貸平臺里安徽省借款人的信用進行信用評價，本文選取了安徽省5個地區(qū)的借款人的177條信息，這5個地區(qū)分別為合肥、安慶、馬鞍山、阜陽和蚌埠.迄今為止，正常的借款人（沒有違約）人數(shù)為120位，非正常的借款人（違約）人數(shù)為57位.

其中，借款人的信息資料里包括借款人的姓名、性別、年齡、借款人所在地區(qū)、借款人電話號碼、開戶銀行、銀行賬號、身份證號、工作性質(zhì)、有無住房、婚姻狀況、借款合同金額、借款期數(shù)、借款利率、期供（每期還款額）、產(chǎn)品類型、客戶狀態(tài)、合同編號、客戶經(jīng)理和戶口所在地等信息.

由于客戶資料的隱私性，這些借款人信息資料只是內(nèi)部資料，沒有公開，但是資料信息較為全面，可以將以此數(shù)據(jù)資料作為數(shù)據(jù)分析的來源，分析我國（特別是安徽?。┠壳癙2P網(wǎng)貸平臺的現(xiàn)狀以及風險，具有很好的現(xiàn)實指導意義.

2.2　數(shù)據(jù)預處理

在建立回歸模型前，要對數(shù)據(jù)進行整理，同時還需要對數(shù)據(jù)進行轉(zhuǎn)換，數(shù)據(jù)整理是為了確保模型建立的有效性，將原始數(shù)據(jù)里與借款人個人信用風險評價體系沒有關(guān)系的數(shù)據(jù)去掉，例如將借款人姓名、合同編號、借款人電話號碼、開戶銀行、銀行賬號、身份證號、客戶經(jīng)理、戶口所在地等這些數(shù)據(jù)信息刪除.數(shù)據(jù)轉(zhuǎn)換是將數(shù)據(jù)按照同一種方法、同一種模式將里面存在不規(guī)范的數(shù)據(jù)進行轉(zhuǎn)換.

2.3　指標選取

指標的選取對模型的建立相當重要，特別是自變量的選取.通過閱讀大量文獻[5]并結(jié)合P2P網(wǎng)貸平臺客戶資料的特點，從借款人基本信息、借款狀況、財務信息等方面，確定了下列借款人4個方面的信息指標作為借款人信用風險評價的備選指標.

2.3.1借款人基本信息

借款人自身的信息，包括性別、年齡、婚姻狀況、借款人所在地，這些信息為借款人的基本信息資料，獲取這些數(shù)據(jù)資料的難度不大，同時通過基本信息資料能夠了解借款人的基本償還債務的能力，此類指標對借款人是否有違約風險有一定的影響作用.

2.3.2借款人職業(yè)信息

借款人職業(yè)相關(guān)的信息，包括所屬行業(yè)、工作年限.

2.3.3借款人固定資產(chǎn)信息

主要指借款人住房性質(zhì)（有無自有住房），根據(jù)此類信息可以掌握借款人的固定資產(chǎn)狀況.

2.3.4借款產(chǎn)品信息

借款產(chǎn)品信息包括產(chǎn)品類型、借款期限、借款合同金額、月還本息、借款利率，這些指標對借款人是否有違約風險影響作用很大.

通過以上的分析，表1給出了借款人信用風險評價備選指標表，包括一級指標和二級指標.

表1　借款人信用風險評價備選指標表

從借款人信用風險評價備選指標表中可以看到，其中的備選指標有12個，解釋變量指標比較多，有些指標間存在著很強的相關(guān)關(guān)系，例如借款金額與月還本息這兩項指標具有明顯的正相關(guān)關(guān)系，一般借款金額越大，月還本息就越大，如果我們將這兩個指標同時都引到回歸模型里會造成多重共線性的后果.如果模型里的解釋變量之間存在多重共線性，會對Wald統(tǒng)計量產(chǎn)生影響，進而影響模型的參數(shù)估計及預測效果.因此應消除多重共線性，

對于可能產(chǎn)生的多重共線性本文采用VIF（方差膨脹因子）進行檢驗，VIF越大，顯示共線性越嚴重.一般認為當VIF值＞10時，存在較強的多重共線性，通過共線性的檢驗，除去月還本息（x11）和工作年限（x12）這兩個變量，保留在模型里有10個變量.

對應的10個解釋變量的取值情況如表2所示，其中的解釋變量包括數(shù)值型變量和分類型變量，下表為10個解釋變量和被解釋變量（y）的具體取值信息.

表2　變量分類取值表

3　模型建立與分析

首先得出樣本數(shù)據(jù)及變量的描述性統(tǒng)計量的基本信息，如表3和表4所示.

表3　樣本數(shù)據(jù)說明表

表4　樣本描述性統(tǒng)計量表

表3顯示本文的有效樣本量為177個，其中，違約的借款人有57人，沒有發(fā)生違約的借款人有120人，同時，表4給出了變量的簡單描述性統(tǒng)計量，篩選后的10個變量的均值和標準差，發(fā)生違約與不發(fā)生違約的借款人對應的變量的均值和標準差相差不大.

3.1　模型檢驗

對二元Logistic回歸方程進行檢驗包括回歸方程的顯著性、回歸系數(shù)的顯著性檢驗、回歸方程的擬合優(yōu)度檢驗.

3.1.1回歸方程的顯著性檢驗

3.1.2回歸系數(shù)的顯著性檢驗

3.1.3回歸方程的擬合優(yōu)度檢驗

在logit回歸模型里，對于模型的擬合程度的好壞，可以從兩個方面來考察，第一：回歸方程能夠解釋被解釋變量變差的程度，第二，由回歸方程計算出的預測值與實際值之間吻合的程度，即方程錯判率的高低.常見的指標有：1）Cox&Snell R2統(tǒng)計量；2）Nagelkerke R2統(tǒng)計量；3）混淆矩陣；4）HL 檢驗.

本文用y表示借款人借款這一事件，取值為1時表示借款人沒有正常還款（違約），取值為0時表示借款人正常還款（履行合約），用1和0作為被解釋變量的取值建立回歸模型，得到模型系數(shù)的綜合檢驗如表5所示.

表5　模型系數(shù)的綜合檢驗[4]

從表5中可知，本步所選變量均進入方程，似然比卡方檢驗的觀測值為17.360，概率p值為0.002，如果顯著性水平為0.05，此時p值遠遠小于顯著性水平，應拒絕所有回歸系數(shù)同時為0的原假設，認為所有回歸系數(shù)不同時為0，解釋變量整體與logit P之間的線性關(guān)系顯著，因此采用該模型合理.

表6　模型匯總

表6顯示了當前模型的擬合程度優(yōu)劣的指標，-2倍的對數(shù)似然函數(shù)值越小則模型的擬合優(yōu)度越高，同時，Nagelkerke R2為 0.561，可以看出，模型的擬合程度較好.

3.2　回歸結(jié)果分析

通過在SPSS統(tǒng)計軟件里選擇向后逐步進入法建立二元回歸模型，經(jīng)過十步回歸，最終保留在模型里的解釋變量為年齡（X2）、工作性質(zhì)（X4）、借款人所在地（X5）、合同金額（X7）和借款利率（X9）.結(jié)果如表7所示.

從Logit回歸方程中可以看出，留在模型里的5個指標是：年齡、工作性質(zhì)、借款人所在地、合同金額和借款利率.這5個指標對模型具有顯著的影響作用，對評價借款人信用風險起著關(guān)鍵性的作用.其中：借款人的年齡越大，其違約的可能性越低，信用風險就越??；借款人的工作性質(zhì)里職位越高，其違約的概率越小，風險越低；借款人所在地經(jīng)濟越發(fā)達，違約的概率就越小，風險越低，借款人的借款合同金額越大，違約的概率越大，風險越高，借款人的借款利率越大，違約的概率越大，風險越高，同時，Exp(B)值代表自變量對因變量的影響程度，取值越大，說明違約的概率就越高，從回歸模型可知，年齡、借款人的工作性質(zhì)、借款人所在地對因變量影響較大，而借款合同金額、借款利率對因變量的影響效果相對而言較小.

表7　方程中的變量

4　模型效果驗證

表8　分類表

表8顯示了Logit回歸初始階段的混淆矩陣[6]，120人沒有逾期且模型預測正確，正確率為100%，57個人逾期了但模型均預測錯誤，正確率為0%，模型總的預測正確率為67.8%，效果不是很理想.

從表9的結(jié)果可以看出，當所選擇的指標作為方程的解釋變量時，模型對于沒有逾期的分類準確率為90.8%，對于逾期的分類準確率為42.1%,模型總的分類準確率達到75.1%.這個結(jié)果比之前沒有解釋變量進入模型時準確率要提高很多，因此二元Logit模型評價效果較好.

表9　分類表a

5　結(jié)論與建議

（1）借款人的年齡、工作性質(zhì)、借款人所在地、借款合同金額、借款利率對借款人的違約率有顯著的影響；（2）從回歸模型可知，在影響因素里，年齡、借款人的工作性質(zhì)、借款人所在地對因變量影響較大，而借款合同金融、利率對因變量的影響效果相對較小.（3）當所選擇的指標作為方程的解釋變量時，模型總的分類準確率達到75.1%，比之前沒有解釋變量進入模型時的分類準確率要提高很多，二元Logit模型評價效果較好.

因此，本文認為，對于借款人而言，不要一次性借高數(shù)額的貸款，這樣違約的風險就大，對于監(jiān)管部門而言，應該實現(xiàn)大數(shù)據(jù)資源共享，逐步完善個人征信體系[7]，能夠充分讀取到借款人的個人信息，從而降低借款人信用風險.

參考文獻：

〔1〕薛薇.SPSS統(tǒng)計分析方法及應用[M].北京：電子工業(yè)出版社，2013.212-229.

〔2〕袁羽.基于Logistic回歸的P2P網(wǎng)絡貸款信用風險度量[J].上海社會科學院，2014（04）：32-36.

〔3〕董梁，虎明雅.基于Logistic回歸模型的P2P網(wǎng)貸平臺新進借款人信用風險研究[J].江蘇科技大學學報（社會科學版），2016（9）：3-5.

〔4〕溫小霓，武小娟.P2P網(wǎng)絡借貸成功率影響因素分析——以拍拍貸為例[J].金融論壇，2014（3）：1-2.

〔5〕王夢佳.基于Logistic回歸模型的P2P網(wǎng)貸平臺借款人信用風險評估[J].北京外國語大學，2015（6）：13-16.

〔6〕汪莉.基于Logistic回歸模型的中小企業(yè)信用評分研究[J].合肥工業(yè)大學，2008（4）：30-35.

〔7〕杜永紅，石買紅，史慧敏.大數(shù)據(jù)環(huán)境下P2P網(wǎng)貸平臺的風險防范與評估 [J].會計之友，2016（22）.