基于logistic回歸的p2p借貸違約率預測模型的構建研究

1、基于logistic回歸的P2P借貸違約率預測模型的構建研究【摘要】由于當前國內征信體系的不完善，互聯網信息不對稱的現象嚴重，導致P2P借貸市場發(fā)生違約風險的可能性比較大。投資人無法根據平臺公布的信息正確判斷其面臨的違約風險。因此，本文通過以Logistic回歸模型為基礎構建適用于P2P借貸領域的違約率預測模型，對拍拍貸4970筆借款項目進行實證分析。實證結果表明，構建的預測模型對違約率的預測有79%的正確率，并且預測違約率符合正態(tài)分布

2、。【關鍵詞】P2P借貸；違約風險；違約率預測；logistic模型一、引言目前，國內P2P借貸處于征信體系不完善、互聯網信息不對稱現象嚴重的大環(huán)境下，造成投資人無法真正有效的運用互聯網大數據掌握借款人真實的信用狀況及違約風險，以便作出正確的投資策略。如何對P2P借貸違約率預測模型進行構建，這個問題國內外學者間產生了很大的關注度。在對違約率預測模型進行研究前，首先需要對P2P借款造成違約可能的影響因素進行相關研究。如Freedman&Ji

3、n（2008），Barasinska（2009）、MingfengLinetal.（2012）和陳建中（2013）、楊立（2014）的研究就分別從個人基本信息、交易行為、社會資本等不同的視角對借款人違約影響因素進行了研究分析。在此研究的基礎上，Vedala&Kumar（2012）使用一個多重關系的貝葉斯分類方法來預測借也有可行性的。其次，構建P2P借貸違約率的預測模型。三、樣本數據與變量選擇本研究主要采用爬蟲軟件的編程采集拍拍貸P2P借

4、貸平臺的數據。數據采集從2014年1月1日至2014年8月20日，獲得共計11000筆借款信息。對于同一個ID，需要采集兩次信息，第一次是用戶發(fā)布借款時的信息，包括借款基本信息、借款信用等級、審核信息等；第二次是采集該筆借款的狀況信息，包括是否獲得貸款和是否違約。由于每筆借款需要經歷完借款期限才能判別是否違約，并且去除數據缺失的部分，最終保留下來的借款為8454筆。對于這8454筆借款，為了排除單個借款人信息重復的干擾，僅保留最新的一筆

5、借款，最終保留借款為4970筆。本文主要是對為了得出拍拍貸的預測違約率，因此將借款人的違約狀態(tài)作為被解釋變量。借款人違約記為1，不違約記為0。解釋變量是基于國內外P2P借貸違約影響因素的研究與國內P2P借貸平臺的實際狀況進行選取的，主要從借款者特征、借款特征、信用特征及社會資本四個維度對違約率情況進行預測。其中，選擇社會資本進入回歸模型，主要是考慮拍拍貸的運作模型的在國內的獨特性。其通過微博認證、親友身份證認證等舉措將借款者的社交網絡納