亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        P2P平臺(tái)借款人信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建
        ——基于模糊層次分析法

        2020-03-31 07:27:34廖夢(mèng)晗張丹丹
        關(guān)鍵詞:借款人信用風(fēng)險(xiǎn)借貸

        廖夢(mèng)晗,陳 晨,張丹丹

        (1.武漢科技大學(xué) 恒大管理學(xué)院,湖北 武漢 430065;2.武漢工商學(xué)院 管理學(xué)院,湖北 武漢 430064)

        目前,P2P(peer-to-peer lending,P2P)網(wǎng)絡(luò)借貸進(jìn)入國(guó)內(nèi)盡管已經(jīng)有10年時(shí)間,但各類(lèi)管理系統(tǒng)還不夠健全,仍然存在很多復(fù)制英美等發(fā)達(dá)國(guó)家平臺(tái)的痕跡。在國(guó)外,運(yùn)營(yíng)較為成功的平臺(tái)Zopa,成立于2005年3月,目前擁有超過(guò)50萬(wàn)注冊(cè)會(huì)員;世界上最大的平臺(tái)Prosper,成立于2006年,目前擁有超過(guò)220萬(wàn)注冊(cè)會(huì)員,有超過(guò)20億美元的借貸發(fā)生額。[1]

        P2P網(wǎng)絡(luò)借貸不是簡(jiǎn)單意義上的無(wú)抵押貸款,實(shí)質(zhì)上是借貸雙方通過(guò)互聯(lián)網(wǎng)平臺(tái)發(fā)生借貸,它是互聯(lián)網(wǎng)與現(xiàn)代金融相結(jié)合的產(chǎn)物。它與傳統(tǒng)的借貸方式一樣滿(mǎn)足了借款方的資金需求,在征信體系和閑散資金的分配方面,與傳統(tǒng)的借貸方式相比,P2P網(wǎng)絡(luò)借貸更加公開(kāi)、透明。

        我國(guó)的P2P起步較晚,沒(méi)有完善的征信體系做支撐,導(dǎo)致借貸平臺(tái)對(duì)借款人缺乏科學(xué)合理的評(píng)估方法。某些借款人利用這些漏洞,故意偽造自己的信用度來(lái)騙取資金,借款后惡意違約,這種惡意的行為給貸款人和借貸平臺(tái)帶來(lái)很大風(fēng)險(xiǎn)。因此,構(gòu)建P2P借款人信用風(fēng)險(xiǎn)評(píng)估模型具有重要的現(xiàn)實(shí)意義。

        一、P2P借款人信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建

        (一)信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系構(gòu)建原則

        為了對(duì)P2P借款人信用風(fēng)險(xiǎn)的評(píng)估更加準(zhǔn)確,同時(shí)保證評(píng)估系統(tǒng)能順利地設(shè)計(jì)與實(shí)施,首先需要分析P2P借款人信用風(fēng)險(xiǎn)的影響因素,然后研究這些因素產(chǎn)生的原因、內(nèi)在的關(guān)系和變化的機(jī)理。在建立P2P借款人信用風(fēng)險(xiǎn)評(píng)估指標(biāo)體系過(guò)程中要遵循一定的原則。

        1.指標(biāo)的全面性與重要性相結(jié)合

        P2P借款人的信用風(fēng)險(xiǎn)評(píng)估指標(biāo)的全面性是指其能夠反映信用風(fēng)險(xiǎn)各方面的問(wèn)題,這些指標(biāo)之間要有一定的邏輯性。影響P2P借款人信用風(fēng)險(xiǎn)的因素較多且復(fù)雜,所以在建立指標(biāo)體系的時(shí)候,為保證各指標(biāo)緊密聯(lián)系,所選取的指標(biāo)不僅要全面,而且需具有代表性,這樣在避免重復(fù)選取的同時(shí),還能提高評(píng)估的準(zhǔn)確度。

        2.指標(biāo)內(nèi)容的動(dòng)態(tài)性與相對(duì)穩(wěn)定性相結(jié)合

        為了保證評(píng)估系統(tǒng)的穩(wěn)定性,在建立指標(biāo)體系時(shí),所選取的指標(biāo)需要有相對(duì)穩(wěn)定性。這樣,即使社會(huì)環(huán)境、經(jīng)濟(jì)環(huán)境有較大的變化,指標(biāo)體系的邏輯結(jié)構(gòu)也不會(huì)受到較大的影響,總體上呈現(xiàn)穩(wěn)定的狀態(tài)。但是這些指標(biāo)也不是一成不變的,需要根據(jù)時(shí)間的變化而不斷更新。因此,所選取的指標(biāo)不僅要相對(duì)穩(wěn)定,而且要具有動(dòng)態(tài)性。

        3.指標(biāo)的可行性與有效性相結(jié)合

        指標(biāo)的可行性與有效性是指收集到的指標(biāo)可以量化,便于分析問(wèn)題,在指標(biāo)體系建立之后能評(píng)估借款人的信用風(fēng)險(xiǎn),同時(shí),收集指標(biāo)時(shí)所花費(fèi)的財(cái)力物力也是可以接受的。這樣,所建立的評(píng)估體系將會(huì)更加準(zhǔn)確、有效。

        4.定性指標(biāo)與定量指標(biāo)相結(jié)合

        定量指標(biāo)能夠準(zhǔn)確地定義、評(píng)價(jià)P2P借款人的信用風(fēng)險(xiǎn),由于其量化的特點(diǎn),計(jì)算出的數(shù)值也可以直接反映問(wèn)題所在,更加客觀(guān)、有效、有說(shuō)服力。當(dāng)然不是所有的指標(biāo)都能夠量化,還需要定性指標(biāo)的輔助作用,通過(guò)這些定性指標(biāo)對(duì)影響因素進(jìn)行描述分析,從而反映問(wèn)題的所在。兩類(lèi)指標(biāo)相結(jié)合,使得構(gòu)建的指標(biāo)體系更加全面而具體。

        (二)影響借款人信用的基本因素

        基本屬性指標(biāo)包括性別、年齡、文化程度、婚姻狀況、所在地等。一般認(rèn)為,男性的違約率會(huì)高于女性,并且他們也不太關(guān)注信用記錄;處于不同年齡段的人群,他們的經(jīng)濟(jì)能力與風(fēng)險(xiǎn)偏好都有所不同,接受風(fēng)險(xiǎn)和承擔(dān)風(fēng)險(xiǎn)的能力也不同;婚姻狀況會(huì)影響借款人的家庭收入水平與消費(fèi)結(jié)構(gòu),婚后責(zé)任感的增強(qiáng)也會(huì)提高其信用度;不同的地域所給予的經(jīng)濟(jì)、政策、文化氛圍、環(huán)境風(fēng)氣也會(huì)對(duì)借款人的信用造成影響。

        償債能力指標(biāo)包括職業(yè)類(lèi)型、月收入、工作年限、名下不動(dòng)產(chǎn)屬性和購(gòu)車(chē)情況等。月收入能直接反映借款人的還款能力,一般來(lái)說(shuō),月收入越高,還款能力越強(qiáng),但這并不代表其違約的風(fēng)險(xiǎn)就越小,因?yàn)楦呤杖氲娜艘哺菀灼糜诟唢L(fēng)險(xiǎn)的投資。名下不動(dòng)產(chǎn)屬性和購(gòu)車(chē)情況也可以從側(cè)面體現(xiàn)借款人的經(jīng)濟(jì)實(shí)力。

        借款產(chǎn)品指標(biāo)包括金額、用途、期限、利率、標(biāo)的等。一般情況下,為得到更多的借款金額,提供較高利率的借款人信用狀況相對(duì)較差;同樣地,隨著借款期限的延長(zhǎng),資金的流動(dòng)性降低,違約風(fēng)險(xiǎn)也會(huì)加大。

        借款人歷史信用指標(biāo)包括信用卡情況、逾期還款筆數(shù)占總還款筆數(shù)百分比、違約情況、央行認(rèn)證信息等。這些信用指標(biāo)可以為P2P網(wǎng)絡(luò)借貸平臺(tái)衡量借款人的信用度提供更為真實(shí)的參考數(shù)據(jù)。

        (三)借款人違約特征分析

        1.數(shù)據(jù)來(lái)源

        為了較為準(zhǔn)確地分析我國(guó)P2P網(wǎng)絡(luò)貸款平臺(tái)借款人的信用風(fēng)險(xiǎn)影響因素,本研究選取國(guó)內(nèi)首家提供無(wú)擔(dān)保的網(wǎng)絡(luò)借貸平臺(tái),同時(shí)也是第一家由工商部門(mén)批準(zhǔn)的具有金融信息服務(wù)資質(zhì)的互聯(lián)網(wǎng)金融平臺(tái)拍拍貸[2]作為研究對(duì)象。

        為了確保數(shù)據(jù)分析的有效性,本研究隨機(jī)選取平臺(tái)中4027條借貸數(shù)據(jù),除去一些不準(zhǔn)確、不完整的信息,最終選取2505條數(shù)據(jù)作為分析樣本。

        由于以互聯(lián)網(wǎng)作為媒介展開(kāi)調(diào)查有一定局限性,所以調(diào)查到的信息也比較簡(jiǎn)單。針對(duì)本研究構(gòu)建借款人信用風(fēng)險(xiǎn)評(píng)估模型的目標(biāo),分別對(duì)正常還款的用戶(hù)樣本和違約還款的用戶(hù)樣本進(jìn)行統(tǒng)計(jì)和分析。

        2.樣本分析

        從年齡看,20~29歲的違約率達(dá)到21.20%,是違約率最高的年齡段,30~39歲、40~49歲、50~59歲、60歲及以上的違約率分別為17.11%、11.36%、10.11%、8.33%。由此可以看出,隨著年齡的不斷增長(zhǎng),借款人違約率越來(lái)越低,信用風(fēng)險(xiǎn)越來(lái)越小。這一現(xiàn)象的出現(xiàn),不僅與每個(gè)年齡階段對(duì)待風(fēng)險(xiǎn)的意識(shí)有關(guān),還跟其收入和工作年限有關(guān)。此外,60歲及以上的年齡層,參與人數(shù)非常少,可以看出他們對(duì)待新鮮事物十分謹(jǐn)慎。

        從性別看,男性借款的人數(shù)大大超過(guò)女性借款的人數(shù),并且男性的違約率也大于女性的違約率。這反映出女性在貸款方面相對(duì)保守,并且女性對(duì)信貸的了解程度相對(duì)于男性較弱,在信貸平臺(tái)的活躍度也較低。

        從婚姻狀況看,未婚借款人的違約率高達(dá)27.19%,居于四類(lèi)人群中的首位。可以看出,未婚人士在責(zé)任感方面并不強(qiáng)。而已婚人群與離婚人群相差不大,這可能跟婚后家庭的消費(fèi)結(jié)構(gòu)及自身對(duì)于家庭的責(zé)任感有關(guān)。

        從文化程度看,借款人文化水平越高,違約率越低,相對(duì)應(yīng)的信用風(fēng)險(xiǎn)也越低。這說(shuō)明文化水平高的人群收入更加穩(wěn)定,并且接受了更加完善的誠(chéng)信教育,同時(shí),學(xué)歷越高的人越能更快接受新型的借貸模式,對(duì)于信貸的認(rèn)識(shí)也更為全面。

        (四)其他風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)分析

        除借款人自身因素與信貸產(chǎn)品的因素之外,P2P平臺(tái)的管理能力與社會(huì)環(huán)境對(duì)P2P的影響也是要考慮的因素。例如,平臺(tái)對(duì)該借款人的風(fēng)險(xiǎn)控制能力與其后臺(tái)的追蹤能力都屬于平臺(tái)內(nèi)部的管理風(fēng)險(xiǎn),它與信貸人本身的特征沒(méi)有關(guān)系,但信貸人會(huì)根據(jù)平臺(tái)所存在的漏洞來(lái)尋找各種途徑逾期或者違約。而法律因素更是這一個(gè)大環(huán)境中平臺(tái)與借貸雙方都必須絕對(duì)遵守的。這些指標(biāo)不同于之前所提到的借款人自身基本能力指標(biāo),而是平臺(tái)根據(jù)不同借款人的實(shí)際情況進(jìn)行評(píng)估衡量的,當(dāng)然也成為P2P借款人信用風(fēng)險(xiǎn)的關(guān)鍵因素指標(biāo)。

        二、模糊層次模型

        (一)層次分析法(AHP)

        層次分析法是美國(guó)運(yùn)籌學(xué)家薩蒂(T.L.Saaty)于20世紀(jì)70年代初期提出的決策方法。它的出現(xiàn)使得定性問(wèn)題的分析更為簡(jiǎn)便和靈活。其通過(guò)分析復(fù)雜系統(tǒng)所包含的因素及相關(guān)關(guān)系,將問(wèn)題條理化、層次化,然后將每個(gè)層次的各個(gè)因素按照一定的標(biāo)準(zhǔn)進(jìn)行兩兩比較,得到兩因素的重要程度,同時(shí)得到判斷矩陣。[3]

        (二)模糊綜合評(píng)價(jià)法(FCE)

        模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)價(jià)方法。該綜合評(píng)價(jià)法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)。[4]

        (三)模糊層次分析法(F-AHP)

        模糊層次分析法是將層次分析法中的指標(biāo)分層方法和模糊理論相結(jié)合,借助模糊判斷矩陣實(shí)現(xiàn)決策由定性向定量轉(zhuǎn)化,直接由模糊判斷矩陣構(gòu)造模糊一致性判斷矩陣,使判斷的一致性得到解決,然后通過(guò)模糊數(shù)矩陣和層次分析法得出的權(quán)重向量計(jì)算得到模糊綜合權(quán)重,最后對(duì)其排序。[5]該方法能有效表達(dá)判斷的不確定性及有效降低專(zhuān)家的個(gè)人偏好對(duì)打分的影響。同時(shí),判斷矩陣的模糊性彌補(bǔ)了AHP的缺點(diǎn),簡(jiǎn)化了人們判斷目標(biāo)相對(duì)重要性的復(fù)雜程度。

        (四)模糊層次分析法的步驟

        1.風(fēng)險(xiǎn)因素層次分析結(jié)構(gòu)模型的建立

        在研究問(wèn)題的初期,為把問(wèn)題條理化和層次化,需構(gòu)造出一個(gè)層次分析模型。把選出的指標(biāo)按其屬性進(jìn)行分層分組,同一層次的元素作為準(zhǔn)則對(duì)下一層次的某些元素起支配作用,同時(shí)又受上一層次某些元素的支配,進(jìn)而建立如下結(jié)構(gòu)模型[6]:

        (1)目標(biāo)層(A):只包含一個(gè)元素,為既定問(wèn)題的目標(biāo)或者理想的結(jié)果。

        (2)準(zhǔn)則層(B):包括為實(shí)現(xiàn)目標(biāo)層所涉及的各個(gè)準(zhǔn)則。

        (3)因素層(C):準(zhǔn)則層所闡述的一級(jí)指標(biāo)細(xì)分出的二級(jí)指標(biāo)。

        2.模糊互補(bǔ)判斷矩陣的構(gòu)造

        建立風(fēng)險(xiǎn)因素層次分析結(jié)構(gòu)模型,確定因素層次之間的隸屬關(guān)系,然后構(gòu)造各層次元素的模糊判斷矩陣。做因素間的兩兩比較判斷,采用一個(gè)因素比另一個(gè)因素的重要程度定量比較,得到模糊判斷矩陣。[7]通常用0.1至0.9九度標(biāo)法做出因素間的數(shù)量標(biāo)度,如表1所示。

        表1 0.1至0.9九度標(biāo)法數(shù)量標(biāo)度

        定義1:設(shè)模糊矩陣A=(aij)n×n,若矩陣中的元素滿(mǎn)足aij+aji=1,則矩陣A被稱(chēng)為模糊互補(bǔ)矩陣。

        將因素a1,a2,…,an兩兩比較判斷,得到模糊判斷矩陣A??芍仃嘇=(aij)n×n滿(mǎn)足定義1的條件,可以判斷出公式(1)是模糊互補(bǔ)矩陣。

        (1)

        3.模糊互補(bǔ)判斷矩陣權(quán)重的計(jì)算

        定義2:設(shè)模糊互補(bǔ)判斷矩陣A=(aij)n×n,利用公式(2)對(duì)矩陣A的各行求和,再利用公式(3)做數(shù)學(xué)變換。

        (2)

        (3)

        得到模糊一致性矩陣R=(rij)n×n,對(duì)矩陣R進(jìn)行歸一化處理,得到因素排序向量W=(W1,W2,…,Wn)T,其中Wi滿(mǎn)足公式(4)。

        (4)

        4.模糊互補(bǔ)判斷矩陣的一致性判斷

        判斷由公式(4)得到的因素的重要性權(quán)重值是否合理,需要對(duì)模糊互補(bǔ)判斷矩陣進(jìn)行一致性檢驗(yàn)。當(dāng)偏移一致性過(guò)大時(shí),表明此時(shí)加權(quán)向量的計(jì)算結(jié)果作為決策依據(jù)是不可靠的。

        定義3:設(shè)矩陣A=(aij)n×n和B=(bij)n×n均為模糊判斷矩陣,稱(chēng)公式(5)為A和B的相容性指標(biāo)。

        (5)

        定義4:設(shè)W=(w1,w2,…,wn)T是模糊判斷矩陣A的權(quán)重向量,其中W滿(mǎn)足公式(6)。

        (6)

        令Wij滿(mǎn)足公式(7)

        (7)

        則稱(chēng)n階矩陣W*[見(jiàn)公式(8)]為模糊判斷矩陣A的特征矩陣,對(duì)于決策者的態(tài)度α,當(dāng)相容性指標(biāo)滿(mǎn)足公式(9)時(shí),認(rèn)為模糊判斷矩陣A為滿(mǎn)意一致性的。

        W*=(Wij)n×n

        (8)

        I(A,W*)≤α

        (9)

        α越小,表明決策者對(duì)模糊判斷矩陣A的一致性要求越高,一般可取α=0.1。

        5.風(fēng)險(xiǎn)因素層次總排序

        在計(jì)算出各層各因素之間的權(quán)重之后,將它們的權(quán)重對(duì)應(yīng)到自身,再計(jì)算所有元素對(duì)于目標(biāo)層的相對(duì)重要性的排序權(quán)重,這個(gè)過(guò)程是從最高層次開(kāi)始逐層向低層次進(jìn)行的。例如,第二層次準(zhǔn)則B包含n個(gè)風(fēng)險(xiǎn)準(zhǔn)則因素B1,B2,…,Bn,其在本層次所占的權(quán)重分別為b1,b2,…,bn,下一層次C包含m個(gè)風(fēng)險(xiǎn)因素C1,C2,…,Cm,它們對(duì)于因素Bi的層次單排序重要性權(quán)重分別為Ci1,Ci2,…,Cim。C層總權(quán)重向量(c1,c2,…,cm)可以用公式(10)來(lái)計(jì)算。

        (10)

        其他層次的權(quán)重也是按照這樣的方法逐層計(jì)算,直至最底層為止,可以得到所有風(fēng)險(xiǎn)因素相對(duì)于目標(biāo)層次的權(quán)重排序,即可以實(shí)現(xiàn)所有風(fēng)險(xiǎn)因素的重要性排序。

        三、P2P借款人信用風(fēng)險(xiǎn)評(píng)估模型構(gòu)建

        (一)建立層次分析結(jié)構(gòu)模型

        通過(guò)對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)信貸人的信用風(fēng)險(xiǎn)進(jìn)行識(shí)別和分析,列出有關(guān)借款人信用風(fēng)險(xiǎn)的一系列因素(如表2所示)。將借款人信用風(fēng)險(xiǎn)指標(biāo)進(jìn)行分層和分類(lèi)后,得到結(jié)構(gòu)模型。

        表2 借款人信用風(fēng)險(xiǎn)因素表

        (二)指標(biāo)重要度的數(shù)據(jù)來(lái)源

        本研究通過(guò)對(duì)10位熟悉P2P網(wǎng)絡(luò)借貸平臺(tái)的管理人員和金融借貸行業(yè)的從業(yè)人員進(jìn)行問(wèn)卷評(píng)分調(diào)查,收集評(píng)分表,得出數(shù)據(jù)。

        (三)構(gòu)造模糊互補(bǔ)判斷矩陣,進(jìn)行兩兩比較判別

        第二層對(duì)第一層的互補(bǔ)比較判斷矩陣為:

        第三層對(duì)第二層的互補(bǔ)比較判斷矩陣分別為:

        (四)模糊互補(bǔ)判斷矩陣權(quán)重的計(jì)算

        根據(jù)定義2,對(duì)矩陣A、B1、B2、B3、B4、B5、B6進(jìn)行權(quán)重向量的計(jì)算:

        WA=(0.14,0.173,0.16,0.2,0.2,0.127)

        (五)模糊互補(bǔ)判斷矩陣的一致性判斷

        根據(jù)定義2,對(duì)矩陣A、B1、B2、B3、B4、B5、B6進(jìn)行特征矩陣的計(jì)算:

        根據(jù)定義3,分別計(jì)算模糊互補(bǔ)矩陣A、B1、B2、B3、B4、B5、B6與其特征矩陣WA*、WB1*、WB2*、WB3*、WB4*、WB5*、WB6*的相容性,得到如下結(jié)果:

        I(A,WA*)=0.096<0.1

        I(B1,WB1*)=0.081<0.1

        I(B2,WB2*)=0.069<0.1

        I(B3,WB3*)=0.094<0.1

        I(B4,WB4*)=0.085<0.1

        I(B5,WB5*)=0.065<0.1

        I(B6,WB6*)=0.078<0.1

        經(jīng)以上檢驗(yàn),所給指標(biāo)的相容性指標(biāo)均小于0.1,可以得出經(jīng)上述計(jì)算得出的模糊判斷矩陣A、B1、B2、B3、B4、B5、B6是滿(mǎn)意一致的,從而驗(yàn)證了其權(quán)重WA、WB1、WB2、WB3、WB4、WB5、WB6的分配的合理性。

        (六)風(fēng)險(xiǎn)因素層次總排序

        根據(jù)計(jì)算結(jié)果,將權(quán)重分配到每個(gè)因素中,得到表5。

        根據(jù)模糊層次分析法中的理論,并應(yīng)用公式(10)可以計(jì)算出最底層的每個(gè)風(fēng)險(xiǎn)影響因素的標(biāo)準(zhǔn)的排序向量:

        WA=(0.0206,0.0242,0.0252,0.0234,0.0284,0.0182,0.0289,0.0341,0.0265,0.0299,0.0230,0.0306,0.0304,0.0320,0.0384,0.0352,0.0240,0.0450,0.0500,0.0600,0.0450,0.0416,0.0534,0.0484,0.0566,0.0381,0.0361,0.0528)

        對(duì)以上結(jié)果進(jìn)行排序,便可以識(shí)別出影響借款人信用風(fēng)險(xiǎn)的關(guān)鍵因素。

        表4 指標(biāo)評(píng)估標(biāo)準(zhǔn)表

        (七)模型解例

        在表2所列舉出的借款人信用風(fēng)險(xiǎn)影響因素指標(biāo)中,存在著一些定性指標(biāo),例如性別、婚姻狀況、年齡、學(xué)歷等。在前文對(duì)逾期借款人的特征分析的基礎(chǔ)上,再對(duì)一些定性指標(biāo)給予適當(dāng)評(píng)估標(biāo)準(zhǔn),如表4所示。以上標(biāo)度僅做參考,基于每個(gè)平臺(tái)的情況不同,可自行制定標(biāo)度。

        如表4所示,給出拍拍貸中三個(gè)借款人的指標(biāo)數(shù)據(jù),運(yùn)用P2P借款人信用風(fēng)險(xiǎn)評(píng)估模型,便可以選出信用度較高的借款人。

        表5 借款人信息表

        注:數(shù)據(jù)來(lái)源于拍拍貸

        把表4、表5中的數(shù)據(jù)換算出數(shù)值,如表6所示。

        可以看出,借款人A、B、C的各項(xiàng)指標(biāo)得分參差不齊,并且由于指標(biāo)數(shù)量較多,無(wú)法直觀(guān)分析出他們的信用度,所以將每個(gè)指標(biāo)的分?jǐn)?shù)與指標(biāo)的權(quán)重相乘,如表7所示。

        通過(guò)比較可以看到,借款人B相對(duì)于A和C來(lái)說(shuō)信用度最高,最不容易逾期,而借款人A的信用度在A、B、C中是最低的。通過(guò)分析結(jié)果還可以看出,目前拍拍貸平臺(tái)對(duì)于借款人的信息采集指標(biāo)不夠完善,指標(biāo)體系中很多指標(biāo)空缺,導(dǎo)致借款人評(píng)分較低,準(zhǔn)確度也較低。因此,借款人的信息越完善,評(píng)估的準(zhǔn)確度就越高,評(píng)估模型的評(píng)分也會(huì)相對(duì)較高。

        表6 指標(biāo)換算表

        四、建議

        通過(guò)對(duì)借款人信用風(fēng)險(xiǎn)影響因素的分析和模型的建立,可以得到權(quán)重位于前五位的指標(biāo)是違約情況、平臺(tái)貸后對(duì)借款人的追蹤程度、平臺(tái)對(duì)該借款人的初步信用評(píng)估準(zhǔn)確度、借款人信息共享程度和逾期還款筆數(shù)占總還款筆數(shù)百分比,權(quán)重位于后五位的指標(biāo)是戶(hù)籍狀況、性別、購(gòu)車(chē)情況、婚姻狀況、借款標(biāo)的。可見(jiàn),平臺(tái)自身的管理制度和償債能力的指標(biāo)是決定借款人信用較為關(guān)鍵的因素,相對(duì)來(lái)說(shuō),借款人自身的基本情況次要得多。綜合以上因素權(quán)重的排序結(jié)果,針對(duì)我國(guó)P2P借款人的信用風(fēng)險(xiǎn)問(wèn)題本研究提出相應(yīng)的建議。

        表7 借款人信用風(fēng)險(xiǎn)計(jì)算表

        (一)平臺(tái)提高對(duì)借款人信息采集的真實(shí)度

        提高對(duì)借款人信息采集的真實(shí)度,是準(zhǔn)確預(yù)測(cè)借款人違約概率大小的前提。表2中的基本屬性指標(biāo)、償債能力指標(biāo)、借款者歷史信用指標(biāo)均屬于對(duì)借款人信息采集類(lèi)的指標(biāo)。在這些指標(biāo)中,違約情況位列第一,占整個(gè)指標(biāo)體系權(quán)重的0.06。其次是逾期還款筆數(shù)占總還款筆數(shù)百分比,占總權(quán)重的0.05。對(duì)借款人可能違約的影響程度依次為信用卡情況、央行認(rèn)證情況、收入、債務(wù)比率、名下不動(dòng)產(chǎn)屬性和單位類(lèi)別等。

        借款人完善信息的充分情況與評(píng)估結(jié)果正相關(guān),也就是說(shuō),在同等條件下,提供給平臺(tái)評(píng)估的數(shù)據(jù)越多,越有優(yōu)勢(shì)。但如果這些信息中包含大量偽造信息,不但影響評(píng)估數(shù)據(jù)的轉(zhuǎn)換,而且影響評(píng)估的結(jié)果,不真實(shí)的數(shù)據(jù)源只會(huì)讓評(píng)估結(jié)果不真實(shí)。

        平臺(tái)采集的借款人數(shù)據(jù)的來(lái)源,不能只限于借款人,還應(yīng)包括政府公共部門(mén)、合作機(jī)構(gòu)、其他電商平臺(tái)等,這些數(shù)據(jù)的來(lái)源也體現(xiàn)了借款人信息共享的程度。

        (二)平臺(tái)加強(qiáng)對(duì)借款人貸后追蹤力度

        通過(guò)對(duì)P2P借款人信用風(fēng)險(xiǎn)影響因素的權(quán)重分析可知,平臺(tái)貸后對(duì)借款人的追蹤程度位于所有權(quán)重的第二位。也就是說(shuō),平臺(tái)對(duì)于借款人的控制能力,也是借款人能否按時(shí)還款付息的重要原因。本研究前文提到過(guò),借款人成功借款之后,出資人并不知道借款人是否把錢(qián)用在當(dāng)初約定的項(xiàng)目上,不排除借款人為提高投資收益而把錢(qián)用在風(fēng)險(xiǎn)更高的項(xiàng)目上,這樣一來(lái),投資人收回貸款的風(fēng)險(xiǎn)可能會(huì)加大。如果這時(shí)候平臺(tái)對(duì)借款人進(jìn)行貸后業(yè)務(wù)追蹤,讓借款人提供項(xiàng)目的合格文件或擬辦公司的許可證等可以公開(kāi)的文件,則是一種比較好的方式。

        平臺(tái)加強(qiáng)對(duì)借款人借款之后的追蹤力度,投資人也可以更加準(zhǔn)確地衡量所借貸項(xiàng)目的風(fēng)險(xiǎn)性從而進(jìn)行決策。

        (三)建立大數(shù)據(jù)信息共享模式

        我國(guó)個(gè)人征信系統(tǒng)不完善,信用共享程度也較低,造成借款人信用風(fēng)險(xiǎn)問(wèn)題突出。因此,建立完整有效的個(gè)人征信體系和大數(shù)據(jù)信息共享系統(tǒng)是有效降低借款人違約概率的關(guān)鍵要素。結(jié)合前文對(duì)借款人特征的研究,應(yīng)建立大數(shù)據(jù)信息共享模式,更好地管理和控制借款人信用風(fēng)險(xiǎn)問(wèn)題。

        大數(shù)據(jù)信息的來(lái)源可以是各大電商平臺(tái)、理財(cái)平臺(tái),也可以是移動(dòng)、聯(lián)通等運(yùn)營(yíng)商數(shù)據(jù)庫(kù)中的信息數(shù)據(jù),這些大數(shù)據(jù)再結(jié)合線(xiàn)下借款人自身提供的數(shù)據(jù),便可以形成一個(gè)較為全面的個(gè)人信息庫(kù)。與傳統(tǒng)的信息采集模式相比,大數(shù)據(jù)信息共享模式有一定的優(yōu)點(diǎn)。一是信息的數(shù)據(jù)來(lái)源廣泛,覆蓋全面,并且對(duì)于很多在專(zhuān)業(yè)征信體系中沒(méi)有信息的群體,大數(shù)據(jù)信息都能覆蓋。數(shù)據(jù)種類(lèi)豐富多樣,不僅可以反映借款人借貸的數(shù)據(jù),而且能全面地反映個(gè)人的信用情況。二是數(shù)據(jù)時(shí)效性、真實(shí)性和利用度強(qiáng),不僅可以動(dòng)態(tài)反映借款人的信用狀態(tài)變更,而且可以在最短的時(shí)間內(nèi)收集到借款人的真實(shí)信息,對(duì)于借款人在平臺(tái)內(nèi)部的認(rèn)證也可以給其他平臺(tái)一個(gè)參考。三是大數(shù)據(jù)模式降低了成本。

        因此,我國(guó)可以建立大數(shù)據(jù)信息共享模式,在提高信息的真實(shí)性和有效性的同時(shí),再利用評(píng)估模型對(duì)借款人的信用風(fēng)險(xiǎn)進(jìn)行進(jìn)一步評(píng)估和控制。

        (四)加大對(duì)逾期還款人的懲罰力度

        在國(guó)內(nèi),人們經(jīng)常忽視逾期還款的后果,其實(shí)逾期還款是降低個(gè)人征信度的幕后黑手,導(dǎo)致這種情況普遍發(fā)生的原因是對(duì)逾期還款的懲罰力度還不夠。此時(shí)就需要依靠法律的力量來(lái)對(duì)借款人進(jìn)行約束,例如有的平臺(tái)提出若借款人如期還款,則能享受到較低的借款資金成本,但若惡意違約,就需繳納額外的罰息。

        猜你喜歡
        借款人信用風(fēng)險(xiǎn)借貸
        鄉(xiāng)城流動(dòng)借款人信用風(fēng)險(xiǎn)與空間收入差異決定
        小微企業(yè)借款人
        淺析我國(guó)商業(yè)銀行信用風(fēng)險(xiǎn)管理
        領(lǐng)導(dǎo)決策信息(2017年13期)2017-06-21 10:10:43
        京東商城電子商務(wù)信用風(fēng)險(xiǎn)防范策略
        商業(yè)銀行對(duì)借貸人貸后監(jiān)控與風(fēng)險(xiǎn)治理
        民間借貸對(duì)中小企業(yè)資本運(yùn)作的影響
        個(gè)人信用風(fēng)險(xiǎn)評(píng)分的指標(biāo)選擇研究
        信息不對(duì)稱(chēng)下P2P網(wǎng)絡(luò)借貸投資者行為的實(shí)證
        影響P2P借貸成功率的借款人信息要素研究
        金融法苑(2014年2期)2014-10-17 02:53:27
        亚洲精华国产精华液的福利| 国产一区二区精品人妖系列在线| 巨爆中文字幕巨爆区爆乳| 极品少妇被猛的白浆直喷白浆| 亚洲精品国产综合一线久久| 久久久久久国产福利网站| 丝袜美腿精品福利在线视频| 国产成a人亚洲精品无码樱花| 18禁超污无遮挡无码免费游戏| av少妇偷窃癖在线观看| 国产亚洲av无码专区a∨麻豆| 亚洲国产午夜精品乱码| 亚洲av成人久久精品| 国产三区三区三区看三区| 久久99国产精品久久99| 亚洲国产精品第一区二区| 99热最新在线观看| 国产AV高清精品久久| 久久精品免费视频亚洲| 麻豆蜜桃av蜜臀av色欲av| 久久精品国产亚洲av高清色欲 | 精品国产亚洲av麻豆尤物| 国产精品国产自产拍高清| 亚欧免费无码aⅴ在线观看| 国产精品无码精品久久久| 成人免费视频自偷自拍| 免费人成视网站在线剧情| 奇米影视777撸吧| 97精品国产91久久久久久久| 麻豆成年人视频在线观看| 大地资源高清在线视频播放| 女人做爰高潮呻吟17分钟| 岛国视频在线无码| 久久婷婷综合激情五月| 久激情内射婷内射蜜桃| 亚洲综合偷自成人网第页色| 中文字幕日本熟妇少妇| 人妖一区二区三区视频| 看黄a大片日本真人视频直播| 超碰Av一区=区三区| 久草久热这里只有精品|