基于聚类与有序受限Probit模型的P2P风险实证分析【论文范文】.doc

论文（设计） 单 位 题 目 申报内容 专业 职称等级 学号 姓 名 指导老师 职称 提交日期 2019 完成日期 基于聚类与有序受限Probit模型的P2P风险实证分析 一、论文说明 本写作团队长期从事论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关期刊论文的发表 具体联系金老师QQ：387 826 70 二、范文参考 罗毅 [摘 要] 针对网络贷款平台行业整体风险情况，建立分层指标评价体系后聚类分析，对平台存在的三种风险和总体风险情况，结合平台背景特征进行分析。得出结论：在网贷行业平台普遍存在操作制度不专业问题，在缺乏标准监管的环境下，大量不专业的公司随意运营，可能对市场造成不必要的扰动；虽然目前有较多平台存在一定的风险，但是在各风险阶层中平台的主要分布在较为优质的一侧，近一段时间的监管工作初见成效。在此基础上，利用有序受限Probit模型进一步分析了操作风险影响因素的重要程度，得出成交量是影响网贷公司操作风险的最主要因素。最后，针对分析提出了若干政策建议。 [关键词] 网贷；聚类；有序受限Probit回归 [中图分类号] F832.4 [文献标识码] A [文章编号] 1009-6043（2018）10-0164-03 一、引言 P2P平台作为新兴的一种借贷方式，借助其自身依附互联网的特性，极大的便利了小微企业与个人借贷，因此在该借贷方式初引入我国时，国家对其发展较为保护，其借此得以飞速发展。然而，自由发展的代价却是监管缺失导致的P2P平台各种违法骗局盛行、制度混乱，严重扰乱了金融市场的稳定。本文便是在此背景下，通过聚类分析网贷平台市场的风险情况，评估政府政策的有效性，挖出监管可能存在的漏洞，并在此基础上，针对网贷平台的操作风险的影响因素作有序受限Probit模型分析，对之后监管的方向提出建议。 二、模型研究 本文构建的风险评级模型主要用于评估各P2P平台在各种风险影响下的综合风险情况及影响因素。本文采用巴塞尔协议对金融风险的分类，将P2P平台可能受到的风险分为三类，即：市场风险，操作风险和信用风险。对于每类风险选取了若干平台的财务指标进行聚类分析得到各平台三种风险的排序，排序汇总后，再以三种排序大小为指标进行第二层聚类分析，得到平台综合风险排序结果。最后进一步以三种风险排序结果为因变量，使用有序Probit模型对各个风险影响指标对相应风险的影响程度进行分析。 该风险评级模型建立需要解决三个问题。确定风险分类，分类的排序，分类结果与被解释变量函数关系确立。具体设计过程包括：变量归一化处理及转换，变量指标相关性分析，K-均值聚类确定风险分类，差异显著性分析，对分类依据均值进行排序，二次聚类，有序Probit模型进行参数分析等。 （一）K-均值聚类 从N个总体随机选取K个对象作为质心，对剩余的每个对象测量其到每个质心的距离，并把与质心距离最近的分为一类，重新计算已经得到的各个类的质心，重复以上步骤直至新的质心与原质心相等或距离小于指定阈值。 计算过程中，距离一般选取欧氏距离测度，而因为最后结果很大程度取决于开始选取的K个质心，故实际操作中，常多次选取不同的质心作为起始进行聚类，直至结果稳健。 （二）类别结构的确定 目前，合理的类的结构并没有统一的标准，所以本文从实用角度出发，采用Demiremen提出的分类结构标准：1.任何类都必须在邻近各类中是突出的，即各类中心之间距离必须大；2.各类所包含的元素都不应过多；3.分类的数目应该符合使用的目的；4.若采用几种不同的聚类方法处理，则在各自的聚类图上应发现相同的类，可能的几种分类状态进行判别和筛选。在此基础上，利用相关性分析保证指标的独立性，且使用方差分析对分类结果进行显著性检验。 （三）多元有序选择的受限因变量Probit回归模型 排序选择模型适用于被解释变量为按照某种规则进行排序的离散类型变量的建模。具体形式为：假