大数据下P2P网贷借款人行为风险分析.docx

?

?

大数据下P2P网贷借款人行为风险分析

?

?

韩颖齐翔李鑫

摘要在大数据背景下，P2P网贷快速发展，同时也伴随着更多的风险，本文通过建立二元Logistic回归模型对借款人借款行为进行分析，在选取的10个变量里，借款人年龄、所在地、工作性质、合同金额对借款人借款行为影响显著，并且，通过拟合二元Logistic回归模型对有无逾期的借款人的分类准确率达到75.1%，说明模型拟合效果较好，最后提出相应的建议。

关键词Logistic回归模型借款人逾期

：F830：A

随着计算机技术的发展，传统金融业与互联网相融合，形成了新的行业——互联网金融，而P2P网贷则是互联网金融的一个重要的组成部分，P2P网贷平台，是P2P借贷与网络借贷相结合的互联网金融服务网站，P2P借贷是英文peertopeerlending的简写，其中peer指的是个人。为了了解P2P网贷借款人的信用风险，本文通过建立二元Logistic回归模型分析影响借款人借款行为的影响因素，从而可以减小借款违约率，降低借款人的信用风险。

1Logistic回归模型

当回归模型里被解释变量为二分类变量时，二元Logistic回归模型是研究被解释变量与解释变量之间关系的常用方法，本文将被解释变量分为正常借款人（没有违约）和非正常借款人（违约），这正是一个二分类问题，二元Logistic回归模型能很好的解决此类问题。二元Logistic回归模型的核心思想是：假设y表示借款人申请贷款这一事件，取值为1表示借款人违约，取值为0表示借款人履约，用1和0作为被解释变量的取值进行回归。本文通过建立二元Logistic回归模型得到借款人发生违约的可能性，即因变值为1的概率，所以回归模型结果具有直观含义。

2数据来源与指标选取

2.1数据来源

本文数据来于P2P网贷公司（青蚨普惠），它全面记录了每一个借款人的信息资料，本文选取了安徽省5个地区借款人的177条信息，这5个地区分别为合肥、安庆、马鞍山、阜阳和蚌埠。其中，正常借款人（没有违约）人数为120，非正常借款人（违约）人数为57。

2.2指标选取

指标的选取对模型的建立相当重要，通过阅读大量文献并结合P2P网贷平台客户资料的特点，本文确定了借款人4个方面的指标作为借款人信用风险评价备选指标。如表1所示，其中包括一级指标和二级指标及指标的取值情况。

从表1可知，备选指标有12个，解释变量较多，变量间可能存在着较强的相关关系，如果都引入模型会造成多重共线性的后果，因此，对于可能产生的多重共线性采用VIF（方差膨胀因子）进行检验，通过检验，除去月还本息（x11）和工作年限（x12）这两个变量，保留在模型里有10个变量。

3模型分析

3.1模型检验

对模型的系数进行综合检验，所选变量均进入方程，概率p值为0.002，小于显著性水平，应拒绝所有回归系数同时为0的原假设，解释变量整体与LogitP之间的线性关系显著，因此采用该模型合理。

3.2回归结果分析

通过SPSS统计软件里选择向后逐步进入法建立二元Logit回归模型，最终保留在模型里的解释变量为年龄（X2）、工作性质（X4）、借款人所在地（X5）、合同金额（X7）和借款利率（X9），如表3所示。

从表2可知，留在模型里的5个指标是：年龄、工作性质、借款人所在地、合同金额和借款利率。这5个指标对模型影响显著。其中：借款人的年龄越大，其违约的可能性越低，信用风险就越小；借款人的工作性质里职位越高，风险越低；借款人所在地经济越发达，违约的概率就越小，风险越低，借款人的借款合同金额越大，风险越高，借款人的借款利率越大，违约的概率越大，风险越高，同时，Exp（B）值代表自变量对因变量的影响程度，取值越大，说明违约的概率就越高，从上表可知，借款人年龄、工作性质、所在地对因变量影响较大，而合同金额、借款利率对因变量的影响较小。

4模型验证

表3显示了Logit回归初始阶段的混淆矩阵，模型总的预测正确率为67.8%。当所选择的指标作为方程的解释变量时，模型总的分类准确率达到75.1%。准确率比没有解释变量进入模型时要高很多，因此二元Logit模型评价效果较好。

5结论与建议

（1）借款人年龄、工作性质、所在地、合同金额、借款利率对借款人违约率影响显著；（2）在影响因素里，借款人年龄、工作性质、借款人所在地对因变量影响较大，而合同金融、借款利率对因变量的影响较小。（3）当所选择的指标为方程的解释变量时，模型总分类准确率为75.1%，比之前没有解释变量进入模型时要高很多，二元Logit模型评价效果较好。

因此，本文認为，对于借款人而言，不要一次性借高数额的贷款，这样违约风险就大，对于监管部门，应该实现大数据资源共享，逐步完善个人征信体系。

基金项目：铜陵学院人文社会科学研究