教育平台下载
您现在的位置:教育平台 > 教育培训机构 > 正文
新闻资讯
拍拍贷信用风险模型构建,经济师论文
发布时间:2019-05-15 作者:admin  来源:本站原创

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  由于网站提供的拖欠贷款黑名单数据过多,同时拖欠贷款者的披露信息完整性各不相同,本文将对过多的数据字段进行缩减处理,删除对分析结果影响甚微的数据字段,并对表达相同意义的字段进行合并处理,选出对信用风险分析能力最强的若干指标。

同时,将部分定量数据映射到较小的区间内,例如,将贷款金额映射到[1,100]区间内,缩小各借款者借款金额直接的差距,提高模型的分类能力。   结合网站提供的信息,本文将采用性别、婚姻状况、年龄、学历、贷款周期、贷款金额、从事职业、财产状况、还款意愿、亲友担保状况共10个指标来判断借款者的信用风险。 如表4-4所示:  (1)性别:有研究认为男性的违约率普遍高于女性,因而信用风险更高。   (2)婚姻状况:婚姻让人更富有责任感,因此已婚借款者的违约概率较低,信用风险也较低。   (3)年龄:国外有学者的研究结果表明,借款者的信用风险与年龄呈现出双峰曲线的关系,即初次步入社会的借款人和36岁左右的借款人信用风险高于其他群体。   (4)学历:一般认为,借款者的信用风险与学历呈反向变动关系,即随着借款者学历的提升,其信用风险降低,这与高学历者更容易获得高收入并且更加诚信有关。

  (5)贷款周期:贷款周期即贷款期限的长短,一般认为,贷款周期越长,其面临的不可控因素越多,信用风险越大。

  (6)贷款金额:贷款金融与借款者的违约概率呈正向变动,即贷款金额越大,借款者违约的概率越高,信用风险越大。   (7)从事职业:借款者的职业反映了借款者收入的稳定性及借款者的偿还能力。   (8)财产状况:借款者所拥有的财产越多,其偿还能力越强,违约概率越低,从而信用风险越低。   (9)还款意愿:还款意愿由借款者所提供的银行信用记录和人民银行征信报告共同决定。

  (10)亲友担保状况:亲友担保是借款者的第二还款来源,其降低了借款者的违约概率,从而可能与信用风险呈反向变动关系。

  2.指标的量化处理  由于上述指标中既含有定量指标,又含有定性指标,所以必须在使用样本数据前对指标进行处理,使其具有一致性。

本文将定性指标的相应结论按照其与信用风险相关的程度转化为有序响应变量。

  3.描述性分析统计分析  通过对输入的90个样本数据进行描述性统计分析分析,我们发现:  逾期未偿还贷款者中男性占88%,男性违约的概率要远远高于女性。 其中,已婚男性违约的比例为40%,已婚女性违约的比例为5%,均较单身状态下有所降低。 验证了男性的信用风险高于女性,已婚者的信用风险低于单身者。

如图4-2所示。

  违约群体中,32岁至38岁的违约者所占的比例最高为45%,其次是26岁至31岁的借款者。

这也验证了借款者的信用风险与年龄呈现出双峰曲线的关系。

如图4-3所示。

  在90名逾期借款人中,大专及以上学历有16人,高中学历有35人,初中学历有21人。 逾期借款人集中在初中、高中学历,且随着学历的提高,逾期借款者的比例逐渐降低。

如图4-4所示。   逾期借款人所从事的职业集中在单位职工、个体户以及网店卖家中,而占总人数最多的其他职业主要表现为借款者无固定职业或未提供相应的工作证明。

这也说明了从事稳定的职业对于借款者信用风险的重要性。 如图4-5所示。   通过对所有借款者的贷款金额进行平均,我们发现拍拍贷借款平台98%的借款金额小于10万元,一般在3000元至1万元之间,且借款周期有67%小于12个月,属于短期周转。

  拖欠贷款比例超过80%者仅占8%,表明绝大部分借款者都曾部分还款。 而且,有很大一部分贷款拖欠者仅拖欠最后一期贷款。

  在财产持有方面,96%的借款者无固定财产,仅有4%的借款者提供了房屋所有证明。 这也与拍拍贷属于信用贷款有关。

  在逾期借款人的偿还意义方面,仅有16%的逾期借款者同时提供了人民银行征信报告及银行交易流水证明,42%的逾期借款者未提供任何证据来证明自己的还款意愿。

  在担保情况方面,所有的逾期借款者均没有提供自有资产作为担保,仅有42%的逾期借款者提供了亲友的身份证件作为担保,而58%的逾期借款者未提供任何担保文件。   4.指标的适用性检验  在根据各指标的特性对其进行合并缩减后,为了避免因指标间的多重共线性问题造成的模型系数估计偏差,应首先对指标进行相关性检验,剔除相关系数较大的指标;其次,进行变异程度分析,去除变异系数较低的指标,以避免离散程度过低造成的估计偏差;最后,对各指标进行主成分分析,求得各指标对于借款者信用风险的解释权重,去除解释作用较小的指标,在降维的同时提高模型的估计效率。   (1)相关性检验  相关系数是两个随机变量线性相关程度的数字特征,常用r来表示,其值介于[-1,1]区间内,度量了两个随机变量同时波动的方向和程度。

  即当两个变量变化完全相同,则其相关系数为1,当两个变量变化完全相反,则其相关系数为-1,当两个变量之间不存在线性相关关系,则其相关系数为0.根据经验可以得出相关系数与变量相关性之间的如下规律。   通过对所选取的10个指标两两进行相关性分析,我们发现V2、V6、V21与V3的相关系数均超过了,其他各指标间的相关系数绝对值均小于,说明除V2、V6、V21之外指标间的相关性极弱,对借款者信用风险均有解释意义。   (2)变异性检验  变异性分析又称为离散程度分析,通常被用以度量样本数据离散程度。 变异系数的计算公式为:。

上一篇:折江医疗卫生招聘:2018下半年杭州市卫计委事业单位招聘考试资料预约领取

下一篇:招2000人!2019江西三支一扶招募要来了!

教育平台提供的文章均由网友转载于网络,若本站转载中的文章侵犯了您的权益,请与本站管理员联系.
Copyright (C) 2006-2019 教育平台-教育格言-教育www.36788j.com All Rights Reserved.
友情链接: