新经济业态P2P网络借贷的风险甄别研究

被引:44
作者
范超 [1 ,2 ]
王磊 [3 ,2 ]
解明明 [2 ]
机构
[1] 中国人民大学统计学院
[2] 国家统计局国际统计信息中心
[3] 中国国际经济交流中心
基金
中央高校基本科研业务费专项资金资助;
关键词
P2P网络借贷; 大数据; 文本挖掘;
D O I
10.19343/j.cnki.11-1302/c.2017.02.004
中图分类号
F724.6 [电子贸易、网上贸易]; F832.4 [信贷];
学科分类号
1201 ;
摘要
国内P2P网贷平台存在的问题及风险令人触目惊心,本研究旨在探索P2P网络借贷这一重要新经济业态的风险甄别问题。本文在我国444家P2P平台基本信息与交易信息基础上,通过网络爬虫获取了30万余条网民评论和新闻数据,利用文本挖掘技术提取了重要的外部信息,综合使用11种统计模型评估变量的重要性并讨论其经济意义。研究表明:1平台风险与基本信息、交易信息和外部信息间存在复杂的非线性关系,SVM、树类模型等非线性模型对预判P2P平台风险更加有效;2网民评论、关注度等基于互联网的非结构化信息,以及平均利率波动、资金净流入波动、未来待还金额波动等信息对甄别风险具有重要的作用;3根据拍拍贷的案例,小额、超短期、男性借款人具有更高的违约风险;4基于线性模式的传统风险指数构建方法并不适用于甄别P2P平台风险。有关部门应从完善法律法规、加大信息披露力度、发布风险预警综合指数等对P2P行业进行监管。
引用
收藏
页码:33 / 43
页数:11
相关论文
共 9 条