1、北京化工大学本科毕业设计（论文）翻译毕业设计（论文）翻译Evaluating the Credit Risk in Online Peer-to-Peer (P2P) Lending评估 P2P 网络贷款信用风险Riza EmekterAssociate Professor of FinanceRobert Morris UniversitySchool of Business6001 University BoulevardMoon Township, PA 15108+1 412 397 5458emekterrmu.eduYanbin TuAssociate Professor of M
2、arketingRobert Morris UniversitySchool of Business6001 University BoulevardMoon Township, PA 15108+1 412 3976373turmu.eduBenjamas Jirasakuldech, CFA*Professor of FinanceSlippery Rock University of PennsylvaniaSchool of Business1 Morrow WaySlippery Rock, PA 16057+1 724 738 4370b.jirasakuldechsru.eduM
3、in LuAssociate Professor of EconomicsRobert Morris University北京化工大学本科毕业设计（论文）翻译1School of Business6001 University BoulevardMoon Township, PA 15108+1 412 397 5460lurmu.edu摘 要 ： ： P2P 网 络 贷 款 是 最 近 出 现 的 。 这 个 小 额 贷 款 市 场 可 以 为 借 款 人 和 贷款 人 提 供 一 定 的 利 益 。 本 文 从 借 贷 俱 乐 部 的 数 据 资 料 中 ， 探 讨 了 一 种 流 行 的
4、网 上 对 点 对 点 的 贷 款 的 特 点 ， 并 对 其 信 用 风 险 进 行 了 评 价 。 我 们 发 现 ， 信 用评 分 ， 债 务 对 收 入 比 率 ， FICO 评 分 ， 和 旋 转 线 的 利 用 发 挥 了 重 要 作 用 ， 贷款 违 约 。 信 用 等 级 较 低 ， 持 续 时 间 较 长 的 贷 款 与 高 死 亡 率 相 关 。 结 果 与 Cox 比例 风 险 测 试 表 明 风 险 率 或 贷 款 违 约 的 借 款 人 的 信 用 风 险 增 加 的 可 能 性 相 一 致 。最 后 ， 我 们 发 现 ， 高 风 险 的 借 款 人 收 取 较 高
5、 的 利 率 是 不 够 的 ， 以 弥 补 损 失 的概 率 较 高 。关 键 词 ： P2P 借 贷 ;信 用 分 数 ; FICO;信 用 风 险北京化工大学本科毕业设计（论文）翻译2第 1 章 简介随着 Web2.0 的出现，在线市场和虚拟社区它已经变得容易创建，方便的可访问性和强大的合作。一个新兴的 Web 2 应用程序是在线对等（P2P）的借贷市场，借贷双方可以满足贷款交易。这样的市场提供介绍借款人向贷款人可能互相不知道对方的一个平台服务。没有银行代理作为一个中间,P2P 贷款帮助借款人直接从银行获得小型贷款,并可能会降低利率比商业信贷和银行提供更高的利率比银行存款。此外,对于许多
6、借款人,在不利的位置从银行得到贷款,特别是新的小企业没有金融历史(Farrell,2008),P2P贷款帮助他们获得小额贷款。银行可以将他们的钱分发给一个人或分给在几个借款人以降低风险。另一方面,借款人可以选择从他们选择基于最好的利率提供贷款。在线P2P 借贷市场制造商(也称为贷款的房子),如贷款俱乐部与信用合作伙伴扮演着不同的角色从银行作为中介通过验证所有参与者,运动管理资金,偿还贷款,并提供详细的报告。在默认的情况下,做市商可能和艾滋病代表银行提供服务。然而,只做市商作为版主,借款人和贷款人,他们自己。在网络 P2P 贷款是借款人和贷款人之间的问题之一就是信息不对称。也就是银行不了解借款人
7、的可信性,以及借款人。这种信息不对称会导致逆向选择(Akerlof 1970)和道德风险(Stiflitz , Weiss 1981)。从理论上讲,这些问题可以通过定期监测得到缓解,但这种方法是具有挑战性的网络环境,因为借款人和买主不见面。网上有许多研究调查相信电子在线拍卖等市场信息系统文献(Gefen,Benbasat,Pavlou 2008)。培养和增强银行的信任的借款人也可以使用针对逆向选择和道德风险。在传统的银行信贷市场,银行可以使用担保,认证账户,定期报告,甚至出现在董事会加强对借款人的信任。然而,这样的机制难以实现在网络环境将导致巨大的交易成本。减少贷款风险信息不对称、当前在线 P
8、2P 贷款具有以下安排。首先,典型的大小产生的贷款在这个市场很小,通常在 25000 美元贷款俱乐部。因此,这些贷款本质上是小额贷款构成了相对较小的违约损失。第二,做市商验证所有的市场参与者,并提供每个借款人的信用评级。第三,市场制造商也提供配对系统,可以用于生成组合建议,减少贷款风险。第四,如果借款人未能支付,市场制造商将报告的信贷机构和雇佣一个收集机构收集代表银行的资金。北京化工大学本科毕业设计（论文）翻译3本研究的主要目的是介绍网络 P2P 贷款学术界、探索 P2P 贷款在这个市场的基本特征和评估这些贷款的信用风险。具体地说,本文将有助于回答以下问题:1小额贷款的什么特征是导致了 P2P
9、 网络贷款产生?2这些贷款的风险是什么?3借款人的特点如何影响违约风险?4 低品位的更高的利率设定，借款人足以补偿贷款人的潜在损失的概率高吗?第二章 文献综述群体贷款已经出现在当地社区,并吸引了某些研究在这个领域。Conlin(1999)开发一个模型来解释在加拿大和美国中群体的存在小额信贷计划。他发现同龄群体使固定成本强加给企业家同时最小化程序的开销成本。Gomez 和 Santor(2003)发现经验证据,集团从借款人贷款提供低违约率超过传统的个人贷款使用加拿大小额贷款数据。网络 P2P 贷款是一种新的金融市场对于 Web 2.0 的出现的小额贷款,这一领域的研究是在当前阶段演进的探索性研究
10、。Ashta 和 Assadi(2008)调查是否集成支持 Web 2.0 技术先进的社会互动和 P2P 的成本较低的贷款。弗里德曼和金(2008)探讨信息网络 P2P 贷款的问题。他们发现三个信息问题,P,一个网络 P2P 贷款的房子。这些信息问题:额外的逆向选择,贷款选择错误,更高的利率较低的回报率。Dholakia Herzenstein, Andrews,Lyandres(2008)最近在 P 研究融资成功的决定因素通过借款人的贷款决策变量之间的介质属性和融资成功的可能性。他们发现借款人的财务实力,他们的清单和宣传工作,和人口属性影响融资成功的可能性。他们还报道,借款人更公平地对待网上
11、个人银行 P2P 贷款。Hulme 和 Wright (2006)研究的在线 P2P贷款的房子,Zopa 在英国。他们提供了一个全面审查在传统和在线社交放贷。他们认为网络 P2P 贷款的出现直接回应社会趋势和新形式的需求在金融部门根据新信息时代的关系。这个正在进行的研究不同于现有研究在以下方面在线贷款。首先,我们利用数据从贷款俱乐部,一个新的 P2P 贷款的房子,探索网络的特点和发展 P2P 贷款。第二,我们评估贷款申请人的信用风险,这是最重要的一个问题的一个潜在的贷款人。我们为文学脱落一些重要的灯光在信用风险的问题在网上 P2P 借贷市场,在信息时代发展,展现出广阔前景。北京化工大学本科毕业
12、设计（论文）翻译4第三章 数据这 项 研 究 使 用 了 61451 贷 款 申 请 贷 款 俱 乐 部 从 5 月 ,2007 年 至 2012年 6 月 ,从 。 俱 乐 部 借 给 借 款 人 在 此 期 间 约 7.13亿 美 元 。 解 决 网 络 P2P 贷 款 借 款 人 行 为 ,我 们 首 先 检 查 的 主 要 原 因 向 别 人借 钱 。 表 1 列 出 了 贷 款 的 借 款 人 自 称 原 因 总 结 俱 乐 部 。 几 乎 70%的 贷 款请 求 (大 约 69.45%的 贷 款 )相 关 债 务 整 合 或 信 用 卡 债 务 总 贷 款 金 额 要 求 大 约3
13、.87 亿 美 元 和 1.08 亿 美 元 ,分 别 。 教 育 贷 款 申 请 的 数 量 ,可 再 生 能 源 ,和 度 假 的 贡 献 小 于 1%的 贷 款 总 额 与 总 贷 款 请 求 的 范 围 从 1 到 3 元 。 贷 款的 借 款 人 借 款 国 家 他 们 的 偏 好 俱 乐 部 将 以 较 低 的 借 贷 利 率 获 得 贷 款 的 能 力 ,从信 用 卡 无 法 借 到 足 够 的 钱 。 第 二 次 借 款 的 目 的 是 支 付 住 房 抵 押 贷 款 或re-model 回 家 。 表 1 中 还 列 出 了 每 个 类 别 的 资 金 要 求 。贷 款 俱
14、乐 部 使 用 借 款 人 的 FICO 信 用 评 分 和 其 他 信 息 来 分 配 一 个 贷 款 等级 从 A1 G5 按 照 每 笔 贷 款 信 用 等 级 。 详 细 过 程 如 下 :分 配 基 础 分 数 基 于FICO 信 用 评 级 后 ,俱 乐 部 使 调 整 基 于 请 求 的 贷 款 金 额 ,数 量 的 最 近 的 信 贷北京化工大学本科毕业设计（论文）翻译5调 查 ,信 用 记 录 长 度 ,总 开 立 信 用 账 户 ,目 前 开 放 信 用 账 户 ,循 环 信 贷 利 用率 来 确 定 最 终 成 绩 反 过 来 决 定 了 贷 款 的 利 率 1。如 表
15、2 所 示 ,大 多 数 A1 和 E5 之 间 的 借 贷 请 求 的 成 绩 。 最 高 贷 款 金 额 要求 与 “B”从 借 款 人 信 用 等 级 ,贡 献 总 额 29.56%的 贷 款 请 求 。 申 请 人 总 数 的这 群 “B”信 贷 的 借 款 人 是 18707,代 表 贷 款 总 额 约 为 2.1 亿 美 元 。 贷 款 额度 最 低 要 求 是 “G”最 低 的 借 款 人 信 用 等 级 占 贷 款 总 额 的 1.53%。 只 有608 贷 款 申 请 最 低 信 用 评 级 “G”集 团 和 它 代 表 了 大 约 1100 万 美 元 的 贷 款总 额 。
16、 根 据 俱 乐 部 的 贷 款 政 策 ,贷 款 等 级 是 用 来 确 定 利 率 ,借 款 人 可 以 请求 的 最 大 数 量 的 钱 。 贷 款 等 级 越 高 ,较 低 的 利 率 。 贷 款 请 求 呈 现 更 高 的 利 率低 的 是 作 为 补 偿 贷 款 人 持 有 的 风 险 很 高 。北京化工大学本科毕业设计（论文）翻译6最 后 ,小 组 的 表 3 显 示 了 所 有 的 贷 款 请 求 贷 款 状 态 7 月 20 日 ,2012年 。 总 的 来 说 ,违 约 率 为 4.6%,总 损 失 约 2900 万 dollars2。 另 一 个 请 求贷 款 总 额 的
17、 2.45%,占 1860 万 美 元 可 能 会 丢 失 ,因 为 借 款 人 在 30 天 内 付款 或 120 天 ,而 不 是 支 付 正 常 的 部 分 。 17.98%的 贷 款 与 近 似 完 全 支 付1.08 亿 美 元 的 价 值 。 在 当 前 状 态 的 贷 款 占 贷 款 总 额 的 74.91%的 贷 款 金 额5.57 亿 美 元 。 当 然 ,贷 款 等 级 证 明 更 高 的 违 约 率 较 低 。 因 此 ,研 究 P2P贷 款 风 险 管 理 是 优 化 投 资 组 合 相 关 的 银 行 。 面 板 B(表 3 到 期 贷 款 的 贷 款状 态 报 告
18、。 整 个 到 期 贷 款 损 失 率 要 高 得 多 。 在 4904 年 到 期 贷 款 ,收 取 了914 贷 款 ,代 表 18.6%。 总 损 失 550 万 代 表 所 有 到 期 贷 款 金 额 的 13%。 不到 1%的 到 期 贷 款 后 期 的 付 款 未 付 余 额 约 为 2.7 万 美 元 。 80.77%或 3300万 美 元 的 到 期 贷 款 完 全 支 付 。北京化工大学本科毕业设计（论文）翻译7表 4 报 告 的 一 般 特 征 和 信 用 历 史 在 线 P2P 贷 款 申 请 人 和 贷 款 的 贷 款 俱乐 部 。 基 于 样 本 的 61451 贷
19、款 申 请 者 ,平 均 每 月 收 取 贷 款 利 息 是12.34%。 平 均 471 天 从 贷 款 的 发 行 日 期 。 借 款 人 的 平 均 信 用 等 级 25,对应 于 信 用 类 别 B 和 c 的 平 均 大 小 之 间 的 一 个 典 型 的 贷 款 11604 美 元 ,平均 每 月 支 付 351 美 元 。 借 款 人 一 般 每 月 付 4384 美 元 ,还 有 7873 美 元 支付 。 结 余 总 贷 款 的 平 均 比 例 是 63%。北京化工大学本科毕业设计（论文）翻译8第四章 信用风险评价从银行的角度来看最重要的问题是,借款人是否会违约。贷方将受益如
20、果借款人特征有助于预测特定借款人是否或多或少可能会违约。在过去的 5 年,贷款俱乐部提供了 61451 的贷款。2848 不偿还这些贷款(全部或部分)。虽然这些冲销了贷款转化为贷款违约率为 4.6%,这是有偏见的向下自违约率通常是增加与成熟。早些时候到期贷款的违约率表示为 18.6%。因此,我们进一步检查的因素确定贷款违约的可能性。我们首先实现了非参数测试,以检查是否有贷款违约贷款之间的显著差异和良好的状态。违约贷款贷款冲销了,迟到付款。良好的状态完全支付贷款是贷款或当前的付款计划。表 5 的结果报告非参数测试和总结了违约和优质贷款之间的差异。这两个组织的贷款和借款人特征明显不同。卡方统计值的
21、 Kruskal 沃利斯表明,利率,信用等级,房屋所有权,FICO 分数,循环利用,总基金和月收入统计两组之间不同的在 1%的水平。一般来说,我们发现违约贷款的利率更高和借来的数量将会更低。这种违约贷款的借款人往往 FICO 分数低,低信用等级(由贷款俱乐部)和高利用率的循环信用额度。此外, 他们月收入相对较低,而不太可能拥有一个家。北京化工大学本科毕业设计（论文）翻译9进一步确定每个变量的精确影响贷款的可能性，默认情况下,我们使用二进制逻辑回归,包括所有的变量调查。假设我是一个未被注意的连续数字代表违约的可能性。因此,高我 d 值是一个象征违约概率。在二元逻辑回归,因变量是事件发生的概率,在
22、我们的案例中是默认的。这个数字转换成一个 0 和 1 之间的数字,使用下面的转换。表 6 二 元 逻 辑 回 归 的 结 果 报 告 。 二 进 制 逻 辑 回 归 模 型 首 先 采 用 逐 步 向 前迭 代 的 最 大 似 然 估 计 方 法 。 分 析 重 复 与 向 后 逐 步 迭 代 最 大 似 然 方 法 。 这 两 种方 法 的 最 终 结 果 是 相 似 的 。 的 13 个 变 量 包 括 在 内 二 元 回 归 模 型 中 ,只 有四 个 变 量 的 信 用 等 级 ,债 务 收 入 比 ,FICO 分 数 ,和 循 环 利 用 率 显 著 影 响 贷 款的 结 果 。 4 所 有 的 估 计 系 数 在 1%显 著 水 平 ,除 了 债 务 收 入 比 率 和 FICO 分数 显 著 的 4 5%的 水 平 。 Hosmer 和 Lemeshow 测 试 表 明 ,该 模 型 是 适 当 的 在解 释 贷 款 卡 方 值 为 4.37 的 地 位 和 重 要 值 为 0.822。 Multi-collinearity 并 不 重 要 ,因 为 所 有 标 准 的 错 误 估 计 系 数 远 小 于 2。 最 后一 个 平 方 的 二 元 回 归 模 型 是 6.5%。
