大數(shù)據(jù)下P2P網(wǎng)絡(luò)信貸行為的風(fēng)險(xiǎn)研究

韓　穎

（銅陵學(xué)院新校區(qū)，安徽　銅陵　244061）

P2P網(wǎng)絡(luò)借貸（簡(jiǎn)稱“P2P網(wǎng)貸”）又稱為互聯(lián)網(wǎng)金融點(diǎn)對(duì)點(diǎn)借貸，隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，傳統(tǒng)金融業(yè)與互聯(lián)網(wǎng)相互融合，形成了新的行業(yè)——互聯(lián)網(wǎng)金融，而P2P網(wǎng)絡(luò)借貸則是互聯(lián)網(wǎng)金融的一個(gè)重要的組成部分，P2P網(wǎng)絡(luò)借貸平臺(tái)，是P2P借貸與網(wǎng)絡(luò)借貸相結(jié)合的互聯(lián)網(wǎng)金融（ITFIN）服務(wù)網(wǎng)站，P2P借貸是英文peer to peer lending的簡(jiǎn)寫，其中peer指的是個(gè)人.近幾年來，P2P網(wǎng)貸平臺(tái)大量涌現(xiàn)，同時(shí)也伴隨著巨大的風(fēng)險(xiǎn)，為了了解P2P網(wǎng)絡(luò)借貸借款人的信用風(fēng)險(xiǎn)，本文通過建立二元Logistic回歸模型分析影響借款人借款行為的影響因素，從而可以減小借款違約率，降低借款人的信用風(fēng)險(xiǎn)，同時(shí)為能夠建立一個(gè)能使客戶放心的、安全的、高效的交易平臺(tái)提供決策依據(jù)，使P2P網(wǎng)貸行業(yè)得到健康地發(fā)展，為客戶提供更優(yōu)質(zhì)的服務(wù).

1　Logistic回歸模型

當(dāng)回歸模型里的被解釋變量為二分類變量時(shí)，二元Logistic回歸模型[1]是研究被解釋變量與解釋變量之間關(guān)系的常用方法，本文中將被解釋變量分為正常借款人（沒有違約）和非正常的借款人（違約客戶），這正是一個(gè)二分類問題，二元Logistic回歸模型能很好地解決此類問題.二元Logistic回歸模型里解釋變量可以是分類變量，也可以是數(shù)值型變量，此模型的核心思想是：假設(shè)用y表示借款人申請(qǐng)貸款這一事件，取值為1時(shí)表示借款人沒有正常還款（違約），取值為0時(shí)表示借款人正常還款（履約），用1和0作為被解釋變量的取值進(jìn)行回歸[3].本文通過建立二元Logistic回歸模型得到借款人發(fā)生違約的可能性，即因變量取值為1的概率，所以回歸模型結(jié)果具有直觀含義.

2　數(shù)據(jù)預(yù)處理與指標(biāo)選取

2.1　數(shù)據(jù)來源

本文采用的分析數(shù)據(jù)來自P2P網(wǎng)貸公司（青蚨普惠）關(guān)于借款人信息數(shù)據(jù)，它全面記錄了每一個(gè)借款人的信息資料，由于部分?jǐn)?shù)據(jù)缺失，并且本文里重點(diǎn)對(duì)P2P網(wǎng)貸平臺(tái)里安徽省借款人的信用進(jìn)行信用評(píng)價(jià)，本文選取了安徽省5個(gè)地區(qū)的借款人的177條信息，這5個(gè)地區(qū)分別為合肥、安慶、馬鞍山、阜陽和蚌埠.迄今為止，正常的借款人（沒有違約）人數(shù)為120位，非正常的借款人（違約）人數(shù)為57位.

其中，借款人的信息資料里包括借款人的姓名、性別、年齡、借款人所在地區(qū)、借款人電話號(hào)碼、開戶銀行、銀行賬號(hào)、身份證號(hào)、工作性質(zhì)、有無住房、婚姻狀況、借款合同金額、借款期數(shù)、借款利率、期供（每期還款額）、產(chǎn)品類型、客戶狀態(tài)、合同編號(hào)、客戶經(jīng)理和戶口所在地等信息.

由于客戶資料的隱私性，這些借款人信息資料只是內(nèi)部資料，沒有公開，但是資料信息較為全面，可以將以此數(shù)據(jù)資料作為數(shù)據(jù)分析的來源，分析我國(guó)（特別是安徽省）目前P2P網(wǎng)貸平臺(tái)的現(xiàn)狀以及風(fēng)險(xiǎn)，具有很好的現(xiàn)實(shí)指導(dǎo)意義.

2.2　數(shù)據(jù)預(yù)處理

在建立回歸模型前，要對(duì)數(shù)據(jù)進(jìn)行整理，同時(shí)還需要對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)換，數(shù)據(jù)整理是為了確保模型建立的有效性，將原始數(shù)據(jù)里與借款人個(gè)人信用風(fēng)險(xiǎn)評(píng)價(jià)體系沒有關(guān)系的數(shù)據(jù)去掉，例如將借款人姓名、合同編號(hào)、借款人電話號(hào)碼、開戶銀行、銀行賬號(hào)、身份證號(hào)、客戶經(jīng)理、戶口所在地等這些數(shù)據(jù)信息刪除.數(shù)據(jù)轉(zhuǎn)換是將數(shù)據(jù)按照同一種方法、同一種模式將里面存在不規(guī)范的數(shù)據(jù)進(jìn)行轉(zhuǎn)換.

2.3　指標(biāo)選取

指標(biāo)的選取對(duì)模型的建立相當(dāng)重要，特別是自變量的選取.通過閱讀大量文獻(xiàn)[5]并結(jié)合P2P網(wǎng)貸平臺(tái)客戶資料的特點(diǎn)，從借款人基本信息、借款狀況、財(cái)務(wù)信息等方面，確定了下列借款人4個(gè)方面的信息指標(biāo)作為借款人信用風(fēng)險(xiǎn)評(píng)價(jià)的備選指標(biāo).

2.3.1借款人基本信息

借款人自身的信息，包括性別、年齡、婚姻狀況、借款人所在地，這些信息為借款人的基本信息資料，獲取這些數(shù)據(jù)資料的難度不大，同時(shí)通過基本信息資料能夠了解借款人的基本償還債務(wù)的能力，此類指標(biāo)對(duì)借款人是否有違約風(fēng)險(xiǎn)有一定的影響作用.

2.3.2借款人職業(yè)信息

借款人職業(yè)相關(guān)的信息，包括所屬行業(yè)、工作年限.

2.3.3借款人固定資產(chǎn)信息

主要指借款人住房性質(zhì)（有無自有住房），根據(jù)此類信息可以掌握借款人的固定資產(chǎn)狀況.

2.3.4借款產(chǎn)品信息

借款產(chǎn)品信息包括產(chǎn)品類型、借款期限、借款合同金額、月還本息、借款利率，這些指標(biāo)對(duì)借款人是否有違約風(fēng)險(xiǎn)影響作用很大.

通過以上的分析，表1給出了借款人信用風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)表，包括一級(jí)指標(biāo)和二級(jí)指標(biāo).

表1　借款人信用風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)表

從借款人信用風(fēng)險(xiǎn)評(píng)價(jià)備選指標(biāo)表中可以看到，其中的備選指標(biāo)有12個(gè)，解釋變量指標(biāo)比較多，有些指標(biāo)間存在著很強(qiáng)的相關(guān)關(guān)系，例如借款金額與月還本息這兩項(xiàng)指標(biāo)具有明顯的正相關(guān)關(guān)系，一般借款金額越大，月還本息就越大，如果我們將這兩個(gè)指標(biāo)同時(shí)都引到回歸模型里會(huì)造成多重共線性的后果.如果模型里的解釋變量之間存在多重共線性，會(huì)對(duì)Wald統(tǒng)計(jì)量產(chǎn)生影響，進(jìn)而影響模型的參數(shù)估計(jì)及預(yù)測(cè)效果.因此應(yīng)消除多重共線性，

對(duì)于可能產(chǎn)生的多重共線性本文采用VIF（方差膨脹因子）進(jìn)行檢驗(yàn)，VIF越大，顯示共線性越嚴(yán)重.一般認(rèn)為當(dāng)VIF值＞10時(shí)，存在較強(qiáng)的多重共線性，通過共線性的檢驗(yàn)，除去月還本息（x11）和工作年限（x12）這兩個(gè)變量，保留在模型里有10個(gè)變量.

對(duì)應(yīng)的10個(gè)解釋變量的取值情況如表2所示，其中的解釋變量包括數(shù)值型變量和分類型變量，下表為10個(gè)解釋變量和被解釋變量（y）的具體取值信息.

表2　變量分類取值表

3　模型建立與分析

首先得出樣本數(shù)據(jù)及變量的描述性統(tǒng)計(jì)量的基本信息，如表3和表4所示.

表3　樣本數(shù)據(jù)說明表

表4　樣本描述性統(tǒng)計(jì)量表

表3顯示本文的有效樣本量為177個(gè)，其中，違約的借款人有57人，沒有發(fā)生違約的借款人有120人，同時(shí)，表4給出了變量的簡(jiǎn)單描述性統(tǒng)計(jì)量，篩選后的10個(gè)變量的均值和標(biāo)準(zhǔn)差，發(fā)生違約與不發(fā)生違約的借款人對(duì)應(yīng)的變量的均值和標(biāo)準(zhǔn)差相差不大.

3.1　模型檢驗(yàn)

對(duì)二元Logistic回歸方程進(jìn)行檢驗(yàn)包括回歸方程的顯著性、回歸系數(shù)的顯著性檢驗(yàn)、回歸方程的擬合優(yōu)度檢驗(yàn).

3.1.1回歸方程的顯著性檢驗(yàn)

3.1.2回歸系數(shù)的顯著性檢驗(yàn)

3.1.3回歸方程的擬合優(yōu)度檢驗(yàn)

在logit回歸模型里，對(duì)于模型的擬合程度的好壞，可以從兩個(gè)方面來考察，第一：回歸方程能夠解釋被解釋變量變差的程度，第二，由回歸方程計(jì)算出的預(yù)測(cè)值與實(shí)際值之間吻合的程度，即方程錯(cuò)判率的高低.常見的指標(biāo)有：1）Cox&Snell R2統(tǒng)計(jì)量；2）Nagelkerke R2統(tǒng)計(jì)量；3）混淆矩陣；4）HL 檢驗(yàn).

本文用y表示借款人借款這一事件，取值為1時(shí)表示借款人沒有正常還款（違約），取值為0時(shí)表示借款人正常還款（履行合約），用1和0作為被解釋變量的取值建立回歸模型，得到模型系數(shù)的綜合檢驗(yàn)如表5所示.

表5　模型系數(shù)的綜合檢驗(yàn)[4]

從表5中可知，本步所選變量均進(jìn)入方程，似然比卡方檢驗(yàn)的觀測(cè)值為17.360，概率p值為0.002，如果顯著性水平為0.05，此時(shí)p值遠(yuǎn)遠(yuǎn)小于顯著性水平，應(yīng)拒絕所有回歸系數(shù)同時(shí)為0的原假設(shè)，認(rèn)為所有回歸系數(shù)不同時(shí)為0，解釋變量整體與logit P之間的線性關(guān)系顯著，因此采用該模型合理.

表6　模型匯總

表6顯示了當(dāng)前模型的擬合程度優(yōu)劣的指標(biāo)，-2倍的對(duì)數(shù)似然函數(shù)值越小則模型的擬合優(yōu)度越高，同時(shí)，Nagelkerke R2為 0.561，可以看出，模型的擬合程度較好.

3.2　回歸結(jié)果分析

通過在SPSS統(tǒng)計(jì)軟件里選擇向后逐步進(jìn)入法建立二元回歸模型，經(jīng)過十步回歸，最終保留在模型里的解釋變量為年齡（X2）、工作性質(zhì)（X4）、借款人所在地（X5）、合同金額（X7）和借款利率（X9）.結(jié)果如表7所示.

從Logit回歸方程中可以看出，留在模型里的5個(gè)指標(biāo)是：年齡、工作性質(zhì)、借款人所在地、合同金額和借款利率.這5個(gè)指標(biāo)對(duì)模型具有顯著的影響作用，對(duì)評(píng)價(jià)借款人信用風(fēng)險(xiǎn)起著關(guān)鍵性的作用.其中：借款人的年齡越大，其違約的可能性越低，信用風(fēng)險(xiǎn)就越小；借款人的工作性質(zhì)里職位越高，其違約的概率越小，風(fēng)險(xiǎn)越低；借款人所在地經(jīng)濟(jì)越發(fā)達(dá)，違約的概率就越小，風(fēng)險(xiǎn)越低，借款人的借款合同金額越大，違約的概率越大，風(fēng)險(xiǎn)越高，借款人的借款利率越大，違約的概率越大，風(fēng)險(xiǎn)越高，同時(shí)，Exp(B)值代表自變量對(duì)因變量的影響程度，取值越大，說明違約的概率就越高，從回歸模型可知，年齡、借款人的工作性質(zhì)、借款人所在地對(duì)因變量影響較大，而借款合同金額、借款利率對(duì)因變量的影響效果相對(duì)而言較小.

表7　方程中的變量

4　模型效果驗(yàn)證

表8　分類表

表8顯示了Logit回歸初始階段的混淆矩陣[6]，120人沒有逾期且模型預(yù)測(cè)正確，正確率為100%，57個(gè)人逾期了但模型均預(yù)測(cè)錯(cuò)誤，正確率為0%，模型總的預(yù)測(cè)正確率為67.8%，效果不是很理想.

從表9的結(jié)果可以看出，當(dāng)所選擇的指標(biāo)作為方程的解釋變量時(shí)，模型對(duì)于沒有逾期的分類準(zhǔn)確率為90.8%，對(duì)于逾期的分類準(zhǔn)確率為42.1%,模型總的分類準(zhǔn)確率達(dá)到75.1%.這個(gè)結(jié)果比之前沒有解釋變量進(jìn)入模型時(shí)準(zhǔn)確率要提高很多，因此二元Logit模型評(píng)價(jià)效果較好.

表9　分類表a

5　結(jié)論與建議

（1）借款人的年齡、工作性質(zhì)、借款人所在地、借款合同金額、借款利率對(duì)借款人的違約率有顯著的影響；（2）從回歸模型可知，在影響因素里，年齡、借款人的工作性質(zhì)、借款人所在地對(duì)因變量影響較大，而借款合同金融、利率對(duì)因變量的影響效果相對(duì)較小.（3）當(dāng)所選擇的指標(biāo)作為方程的解釋變量時(shí)，模型總的分類準(zhǔn)確率達(dá)到75.1%，比之前沒有解釋變量進(jìn)入模型時(shí)的分類準(zhǔn)確率要提高很多，二元Logit模型評(píng)價(jià)效果較好.

因此，本文認(rèn)為，對(duì)于借款人而言，不要一次性借高數(shù)額的貸款，這樣違約的風(fēng)險(xiǎn)就大，對(duì)于監(jiān)管部門而言，應(yīng)該實(shí)現(xiàn)大數(shù)據(jù)資源共享，逐步完善個(gè)人征信體系[7]，能夠充分讀取到借款人的個(gè)人信息，從而降低借款人信用風(fēng)險(xiǎn).

參考文獻(xiàn)：

〔1〕薛薇.SPSS統(tǒng)計(jì)分析方法及應(yīng)用[M].北京：電子工業(yè)出版社，2013.212-229.

〔2〕袁羽.基于Logistic回歸的P2P網(wǎng)絡(luò)貸款信用風(fēng)險(xiǎn)度量[J].上海社會(huì)科學(xué)院，2014（04）：32-36.

〔3〕董梁，虎明雅.基于Logistic回歸模型的P2P網(wǎng)貸平臺(tái)新進(jìn)借款人信用風(fēng)險(xiǎn)研究[J].江蘇科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2016（9）：3-5.

〔4〕溫小霓，武小娟.P2P網(wǎng)絡(luò)借貸成功率影響因素分析——以拍拍貸為例[J].金融論壇，2014（3）：1-2.

〔5〕王夢(mèng)佳.基于Logistic回歸模型的P2P網(wǎng)貸平臺(tái)借款人信用風(fēng)險(xiǎn)評(píng)估[J].北京外國(guó)語大學(xué)，2015（6）：13-16.

〔6〕汪莉.基于Logistic回歸模型的中小企業(yè)信用評(píng)分研究[J].合肥工業(yè)大學(xué)，2008（4）：30-35.

〔7〕杜永紅，石買紅，史慧敏.大數(shù)據(jù)環(huán)境下P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)防范與評(píng)估 [J].會(huì)計(jì)之友，2016（22）.