互联网金融背景下“软信息”对于违约行为的影响——基于Logit模型

被引:15
作者
王琴英 [1 ,2 ]
由林青 [1 ]
王佳佳 [1 ]
卫士加 [1 ]
机构
[1] 北京工商大学经济学院
[2] 北京工商大学中国食品安全研究中心
关键词
互联网金融; 违约; 软信息; Logit模型;
D O I
暂无
中图分类号
F832.4 [信贷]; F724.6 [电子贸易、网上贸易];
学科分类号
020206 [国际贸易学]; 020219 [财政学(含:税收学)];
摘要
互联网金融背景下,网络平台积累了越来越多的用户行为信息,而且这些信息与借款人提供的传统信息之间存在较大差异。如何有效地利用这些信息来降低借款人与投资人之间信息的不对称,对于提高风险控制水平、预判违约行为发生的可能性具有重要意义。借助拍拍贷平台提供的海量数据,从"软信息"的角度出发,探索其与借款人违约行为的关系。实证分析结果表明:当借款人在申请借款时修改信息的数目高于12项时,违约的机会概率会提高;当借款人在贷款成交之前修改内容的天数越多、修改时距离成交的日期越近时,违约的机会概率相应会越高。而当借款人最近3个月在社交网络存在去欧洲或者美国旅游的信息,或者填写借款信息的完整程度较高时,相应的违约机会概率则较低。
引用
收藏
页码:60 / 65
页数:6
相关论文
共 13 条
[1]
P2P网络借贷平台中借款人违约风险影响因素研究——以WDW为例 [J].
顾慧莹 ;
姚铮 .
上海经济研究, 2015, (11) :37-46
[2]
借款描述对P2P网络借贷行为影响的实证研究 [J].
王会娟 ;
何琳 .
金融经济学研究, 2015, 30 (01) :77-85
[3]
借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析 [J].
李焰 ;
高弋君 ;
李珍妮 ;
才子豪 ;
王冰婷 ;
杨宇轩 .
经济研究, 2014, 49(S1) (S1) :143-155
[4]
P2P网络借贷违约风险的影响因素研究 [J].
冯新月 .
中国商贸, 2014, (11) :72-74
[5]
基于混淆矩阵和集成学习的分类方法研究 [J].
孔英会 ;
景美丽 .
计算机工程与科学, 2012, 34 (06) :111-117
[6]
多因素视角下商业信用期限决策的双层规划模型与实证研究 [J].
石晓军 ;
张顺明 ;
朱芳菲 .
中国管理科学, 2008, 16 (06) :112-122
[7]
信用违约风险模型中违约概率的统计推断 [J].
周勇 ;
谢尚宇 ;
袁媛 .
系统工程理论与实践, 2008, (08) :206-214
[8]
基于BP模型的商业银行贷款风险预测 [J].
李家军 ;
李娅娅 .
计算机仿真, 2008, (03) :278-280+326
[9]
BP神经网络在信用风险评估中的应用 [J].
王莉 ;
郑兆瑞 ;
郝记秀 .
太原理工大学学报, 2005, (02) :216-219
[10]
BP算法在信用风险分析中的应用 [J].
庞素琳 ;
黎荣舟 ;
徐建闽 .
控制理论与应用, 2005, (01) :139-143