1. 研究目的与意义
| P2P（Peer-to-Peer）网络借贷是第三方网络平台作为中介，帮助投资者与借款人实现直接借贷行为。2005年3月全球第一家网络借贷平台Zopa（Zone of possible Agreement）在英国伦敦成立。次年美国第一家网络借贷平台Prosper（Prosper Marketplace）成立，是目前美国P2P行业的龙头之一。2007年P2P贷款正式进入中国，拍拍贷于当年6月在上海注册成立。2011年，我国的P2P网络借贷平台得到迅猛发展，如雨后春笋般拔地而出。据“网贷之家”公布的数，截止2018年8月，正常运营的平台数量1645家，行业人气呈稍微下降趋势。虽然我国的P2P平台起步较晚，但是从贷款的成交规模来看，我国已经赶超英美两国，成为全球最大的P2P市场。 P2P网络借贷在我国的迅猛发展的同时面临着许多问题。虽然我国的P2P行业的规模成为世界第一，但我国的P2P市场由于监管的缺失，我国P2P网贷平台存在众多信用风险，例如;借款人信用信息识别困难、借款真实用途难以辨别和网贷公司自身潜在风险等。美国以Prosper和Lending Club两家最具代表，运营模式是通过平台撮合个人之间的贷款，但是放款人需要从P2P平台购买与选定的借款人贷款相对应的收益权凭证（payment-dependent-notes）,Webbank将贷款卖给平台获取本金，贷款人通过审核后获得贷款，之后定期向平台还款，其中的违约风险通过收益凭证转移到放款人身上。2007年美国次贷危机爆发，大量存在违约风险的借款人在P2P平台借款，大幅度提高了违约率， 之后，美国开始通过FICO征信数据开发了自己的信用评价模型，放款人主要根据借款人的FICO信用评分进行信用评估。个人的贷款目的评估对预测违约风险有着决定作用， 所以选择此论文题目的主要原因是通过国内外研究成果的现状，基于LengClub平台上贮存的贷款人的相关信息 ，如自身和家庭情况、借款用途、借款金额及信用评级，以及最高借款利息等信息，考虑用Logistic回归模型预测一笔贷款变成不良贷款的概率，以此来降低网络借贷平台的信用风险。 |
2. 研究内容和预期目标
一、研究内容
首先，分析P2P小额贷款是如何逐渐发展成21世纪的金融模式以及在国内外的发展现状。其次，探究个人借款目的和违约概率之间的关系和对借款人违约概率预测有哪些方法。最后，通过建立Logistic回归模型，进行实证分析借款目的和违约概率之间的关系，并对回归模型进行评价。
二、拟解决的关键问题：
3. 国内外研究现状
于立勇等（2004）以我国的商业银行实际数据，使用正向逐步选择法构建信用风险评估指标体系,通过Logistic回归模型建立借款人违约概率预测模型。其研究结果表明,Logistic回归可以作为较为理想的信用违约预测方法。
Pur, S.,Huesig, S.,Mann（2014）等学者研究得出金融危机以来，老牌银行面对着不同的挑战。银行客户对已建立的银行业务模式缺乏信心，导致人们对金融业中的替代解决方案和模式越来越感兴趣。在个人和小型企业贷款和投资领域，P2P贷款提供基于在线的透明的个人间信用授予，而不太需要传统的银行服务。这些p2p借贷市场为私人借贷者和投资者提供了更加以用户为中心的交互式的借贷和投资操作的数字化。因此，P2P贷款是否对已建立的银行构成破坏性威胁，以及如何在此背景下分析这种破坏性潜力。由于以前的方法没有充分注意与服务中断相关的业务模型方面，特别是在双边市场的情况下，这种市场可能在每个市场侧显示出不同程度的破坏性潜力。通过将其应用于德国p2p贷款市场的案例来说明这种增强的理论方法。最后，针对德国零售银行业的未来发展，提出一个修正的方法和研究建议，以及管理选项。未来的研究应该在其他背景下分析这种方法，例如其他p2p贷款市场或类似行业。
CAROLINE STEM (2018) 研究了我国金融技术公司（FinTechs）的发展状况。描述了支付服务和P2P贷款的最新发展，并对中国不同地区2014-2017年P2P贷款的决定因素进行了实证分析。描述性分析表明，我国P2P平台的数量呈倒U形增长。然而，P2P贷款人的未清余额仍在增加，而P2P贷款人的平均收益率却急剧下降。实证结果表明：（一）P2P借贷在移动电话用户较多的地区更为广泛；（二）地区P2P借贷者的未偿余额与传统银行业的规模负相关；（三）P2P平台的数量负相关。对于区域内的固定资产投资，平均收益率与固定资产投资呈正相关。Qizhi Tao, Yizhe Dong, Ziming Lin(2017)探讨了借款人的财务和个人信息、贷款特征和贷款模式对P2P贷款融资结果的影响。使用中国最大的在线P2P借贷平台之一的大量上市样本，发现那些收入较高或拥有汽车的借贷者更有可能获得贷款，支付较低的利率，并且不太可能违约。贷款平台指定的信用等级不得代表潜在借款人的信用度。
4. 计划与进度安排
研究计划：
前期：广泛阅览国内外的学者发表的文献、期刊为主，在仔细阅读和认真思考的之后，进行分析总结，最后提出自己的观点与想法。
中期：开始撰写论文，通过R语言对原始数据进行清洗整理，并基于借款人对于贷款目的的描述文本作为借款人相关联的解释变量，用Logistic回归模型预测一笔贷款变成不良贷款的概率，最终评价模型的预测效果并总结。
5. 参考文献
|
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
