大学生分期讲解.docx
《大学生分期讲解.docx》由会员分享，可在线阅读，更多相关《大学生分期讲解.docx（17页珍藏版）》请在冰豆网上搜索。
大学生分期讲解
编号：
2016*******
本科毕业论文
农村城镇建设中环境保护
EnvironmentalProtectionofUrbanConstructionofRural
姓名
（居中宋体四号）
学院
（全称，居中宋体四号）
专业
（全称，居中宋体四号）
班级
（居中宋体四号）
学号
（10位，居中宋体四号）
指导教师
（居中宋体四号，姓名和职称之间空一格）
2016
年
06
月
日
学位论文原创性声明
本人郑重声明：
所呈交的论文（设计）是本人在导师的指导下独立完成的成果（作品）。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
本人完全意识到本声明的法律后果由本人承担。
作者签名：
年 月 日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保障、使用学位论文的规定，同意学校保留并向有关学位论文管理部门或机构送交论文（设计）的复印件和电子版，允许论文（设计）被查阅和借阅。
本人授权学校将本学位论文（设计）的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
同意学校向国家有关部门或机构送交论文（设计）复印件和电子版。
（保密的学位论文在解密后适用本授权说明）
作者签名：
年 月 日
导师签名：
年 月 日
P2P网络借贷平台借款人行为研究
摘要
论文在对相关P2P国内的研究现状的掌握和文献的文献学习的基础上，对国内外P2P网络借贷平台进行对比分析，本文以分期乐为例，介绍了分期乐网络借贷平台概况及运行机制，并以借款人的行为作为研究对象，运用二阶段聚类分析方法进行研究，获得分析结果，对六个类别的的用户进行分析以及具有突出特征的用户的实证分析，得出大部分的B、C类用户，以及小部分的D、E、HR类借款人会在分期乐较为频繁的发布借款请求，以借款人的角色活动最为活跃；D类借款人在分期乐平台的效率也很高，是各方面表现都较稳定的一组；识别出了一些较为特殊的低信用借款人。
最后对网络借贷平台中规范借款人行为提出了建议。
关键词：
P2P；分期乐；聚类分析
P2Pnetworklendingplatformborrowerbehaviorresearch
ABSTRACT
OnthebasisoftherelevantliteraturetolearnthestatusofdomesticresearchP2Pgraspandliterature,P2Pnetworklendingplatformfordomesticandinternationalcomparativeanalysis,thepaperstagemusicasanexample,thestagebeforethemusicnetworklendingplatformandoperationalmechanism,andthebehaviorofborrowersasaresearchobject,usingtwo-stageclusteranalysismethodtostudy,gettheanalysisresult,theuserwillbesixcategoriesofanalysisandempiricalanalysisofuserswithoutstandingfeatures,weobtainedmostoftheB,classCuser,aswellasasmallportionoftheD,E,HRclassborrowerswouldbemorefrequentreleasesloanrequestinstagingmusictotheborrower'smostactiverole;classDefficiencyborrowerininstallmentsmusicplatformisalsohigh,theirperformanceisrelativelystablegroup;toidentifysomeofthemorespeciallow-creditborrowers.Finally,thenetworklendingplatformspecificationborrowerbehaviorsuggested.
Keywords:
P2P;stagingmusic;clusteranalysis
目录
摘要I
ABSTRACTII
一、引言1
（一）研究背景1
（二）研究意义2
二、国内外发展现状及文献综述2
（一）国外研究现状2
（二）国内研究现状3
（三）文献评述4
三、分期乐网络借贷平台的介绍5
（一）分期乐网站概况5
（二）分期乐运营模式5
（三）分期乐平台的信用体系5
四、借款人行为研究6
（一）样本选择及数据采集6
（二）借款人行为聚类分析9
五、网络借贷平台规范借款人行为的建议14
结论15
参考文献15
一、引言
（一）研究背景
我国的P2P网络借贷最早出现在2007年8月，由于国内的门槛低，P2P网络借贷模式也逐渐得到人们的高度关注，以爆发式的增长速度正逐渐改变传统金融的借贷模式。
目前国内P2P借贷网站中有较大影响力的有拍拍贷、分期乐、安心贷、红岭创投等。
虽然P2P网络借贷引起了越来越多人的注意，但国内相关的学术研究并不充分，尤其是我国现有的文献中，主要是以理论阐述为主，说明P2P网络借贷的起源和发展、P2P网络借贷的主要运营模式、国内外网络借贷运营模式的比较、法律监管空白等问题。
以实证的角度出发，从P2P借贷平台的视角，研究P2P网络借款人行为的的文献，仍然相对缺乏。
（二）研究意义
1、本文对P2P网络借贷平台借款人行为的研究，有利于促进我国P2P网络借贷平台的规范建设和可持续发展。
2、本文对P2P网络借贷平台借款人行为的研究中，深入借贷平台的外部来看，由于借款人的行为不当，缺乏法律约束，政府监管存在空白，我国P2P网络借贷平台需要采取一定的风险控制，这样才能保障我国P2P网络借贷平台的规范建设。
3、本文对网络借贷平台的研究，有助于分期乐网络借贷平台的成长，完善借款人的行为和风险控制，从而让P2P网络借贷平台尽可能地发挥出其应有的作用。
二、国内外发展现状及文献综述
（一）国外研究现状
1.国外的P2P网络借贷平台发展
国外的P2P网络借贷平台很多，主要对Prosper、Kiva、Zopa这三家知名的网络借贷平台进行比较。
表2-1国外的P2P网络借贷平台的比较
Prosper
Kiva
Zopa
成立时间
2006
2005
2005
主要信息
纯粹的中介型借贷平台，需要完成的工作主要是传递信息，完成交易。
由于借款对象主要是世界各地低收入的家庭，因此平台需要依赖当地合伙人（FieldPartner）来进行贷款管理。
Zopa的责任包括借款人的审核、利率制定和借贷双方匹配等。
借贷情况
借款人的借款额度在2000-25000美元,而投资人的最低竞标额度为25美元。
网站釆用了“小额投资+批量出借人”的模式来控制风险，贷款偿还率达到98.94%。
若出借人提供的资金高于500英榜，系统也会自动将其划分，保证至少覆盖到50笔借款,
2、国外的P2P网络借贷平台研究现状
国外P2P网络借贷平台在英美等发达国家发展相对较完善，作为一种新的借贷模式，目前国外对于P2P在线借贷市场的研究主要集中在借款信息的研究。
Ravina（2007）,Pope与Syndor（2008）的研究结果显示借款人的年龄、性别、和种族会对其借款成功率及其贷款利率产生影响，并且黑人的借款利率一般比白人的借款利率高。
Ravina的研究发现黑人的违约率比白人的要高。
Siegel与Duarte（2010）认为信用在金融交易中起到了很大的作用，他的研究结果显示,与传统借贷相似,P2P的联组借贷模式比单独申请贷款更容易获得贷款。
Puro等（2010）通过实证分析发现借款人的借款数量和借款额度对借款成功率和借款利率也有显著的影响。
借款人要想降低借款利率并提高借款成功率，必须要降低借款额度。
（二）国内研究现状
1、国内的P2P网络借贷平台发展
网络借贷已经成为一种时兴的个人理财模式。
越来越多的网民开始接触并尝试在网上借钱给他人，寻求高于银行利息数10倍的回报。
也有更多的网民在周转不开的时候寻求其他网友的帮助，度过资金难关。
下面对我国拍拍贷、分期乐、红岭创投以及宜信四家网贷平台进行对比分析，如表2-2所示。
表2-2我国P2P网贷平台对比分析
对比分析内容
拍拍贷
分期乐
红岭创投
宜信
经营范围
信用贷款
信用贷款
担保贷款
信用贷款
担保贷款
抵押贷款
信用贷款
担保贷款
抵押贷款
网络依赖程度
很强
很强
较强
较弱
借贷利率
16%-26.24%
6%-24%
8%-20%
10%-20%
额度
3000元-50万
3000元-100万
2万元-500万
1-50万为主，宜房贷、宜车贷
盈利方式
成交服务费
服务费用
现场考察费
借款管理费
投标管理费等
身份验证费
借款审核费
平台费
投资收益与风险
平均16.7%风险大，收益高
年收益12%以上，风险相对较小
投资回报率高于银行利率2-3倍，风险较小
投资人风险小，收益低
公司面临的信用风险
较小
较大
大
大
违约追款方式
协助催收
提供服务和信息
与第三方专业机构
合作上门催收
法律手段
网站派人上门催收
收取罚息、违约金、催收费等
法律手段
宜信负责追讨商债
信息披露
逾期黑名单
不公布
逾期黑名单
不公布
2、国内的P2P网络借贷平台研究现状
在国内，学者的研究主要集中在P2P网络借贷的模式分析，网络借贷的作用，风险和制度建设方面。
邱甲贤,张国生等学者（2011）通过对分期乐平台上的数据进行研究，得出结论：
“信用越好，信息越完整，收入越高的借款者能获得竞标的数量就越多，贷到款的概率就越高，借款利率就越低；借款者的社会资本会增加借款列表的竞标数量，提高借款者借款成功率；拍拍贷平台上借款者社会网络的参与不能降低借款利率，借款利率的高低主要受平台最高利率水平和借款者的信用信息影响”。
吴小英等（2012）通过对Prosper网站2007年以来的数据进行实证分析，发现借款金额、利率等对借款成功率具有一定的影响。
陈冬宇等（2012）通过对拍拍贷的用户数据进行实证分析，构建了一个决策辅助工具，并得出了借款人信用等级、利率水平、借款期限、借款金额等对满标的概率具有显著性的影响。
陈霄、丁晓裕、王贝芬（2013）采集了808信贷平台上的数据，对民间借贷逾期行为进行了研究。
通过实证分析网贷用户逾期行为，研究网贷参与者逾期行为产生的主要影响因素，并给出了相关制度建设方面的建议。
（三）文献评述
通过对国内外文献的综述，可以知道，国外的P2P网络借贷平台发展较为成熟，并且在有关网络借贷方面的研究都较为完善，Lin等人以Porsper的数据进行实证分析发现,借款人信用等级越低,其借款成功的可能性越小、借款利率越高。
而由于我国P2P起步较慢，发展不成熟，国家对网络金融平台建设还未完善，存在很多问题，我国在对P2P网络借贷平台方面的研究还处于实证方面的研究，主要是从网络借贷作用，风险以及机制建设的为主，并通过借贷平台的实证数据对借款人或是出借人行为进行了一定的研究，丁婕（2012）以拍拍贷为实例，研究了我国P2P网络借贷平台及借款人的行为。
宋文（2013）以理论模型和数据模型对我国P2P网络借贷行为进行了实证研究，并提出P2P网络借贷模式的建议。
本文以研究分期乐的借款人行为为对象，搜集网络平台的借款人相关特征信息，对借款人的行为进行全面的分析，从而获得促进P2P网络借贷平台的发展和建设的全面信息。
三、分期乐网络借贷平台的介绍
（一）分期乐网站概况
分期乐是一家P2P借贷平台。
简单地说，就是有资金并且有理财投资想法的个人，通过中介机构牵线搭桥，使用信用贷款的方式将资金贷给其他有借款需求的人。
其中，中介机构负责对借款方的经济效益、经营管理水平、发展前景等情况进行详细的考察，并收取账户管理费和服务费等收入。
这种操作模式依据的是《合同法》，其实就是一种民间借贷方式，只要贷款利率不超过银行同期贷款利率的4倍，就是合法的。
（二）分期乐运营模式
随着互联网用户的普及、技术的进步与货币数字化的迅速发展，2005年在英国首次出现个人对个人（P2P）的网络分期乐模式服务平台。
这种模式由于使借贷双方互惠双赢，加上其高效便捷的操作方式、个性化的利率定价机制，推出后得到广泛的认可和关注，迅速在其他国家复制。
1、分期乐公司属于线上线下互为补充的模式，是一种线上开发投资者与线下开发信贷同步进行的网络P2P平台，这种模式更加透明和规范。
2、分期乐下的“债权合同转让模式”的宜信模式。
可以称之为“多对多”模式，借款需求和投资都是打散组合的，甚至有由宜信负责人唐宁自己作为最大债权人将资金出借给借款人，然后获取债权对其分割，通过债权转让形式将债权转移给其他投资人，获得借贷资金。
（三）分期乐平台的信用体系
分期乐的用户运用手机号注册，并对其相关的身份认证和手机认证审核后，平台会根据其提交的认证材料和借还款记录进行信用等级评分，每个信用等级对应一个得分的范围，积分的方式分为线上和线下两种，具体见下表：
表3-1分期乐平台信用评分细则
信用等级
得分范围
AA
210+
A
180-209
B
150-179
C
130-149
D
110-129
E
100-109
HR
0-99
四、借款人行为研究
（一）样本选择及数据采集
论文拟以分期乐网贷平台2013年1月1日至2013年12月31日发布的历史借款列表数据为研究样本，分期乐平台中每一笔借款信息有一个单独的网页存储，对应着一个以借款编号为结尾的URL（VBA代码来获得分期乐网页上存储借款的相关信息包括借款金额、期限以及借款人的信用等级、历史记录、身份特征等。
为了能够对分期乐平台上的借款人进行聚类分析，论文从样本1.5万多条数据中提取出不重复的借款人信息，并删除了一些缺少关键内容的数据。
剔除正在进行中的小部分借款和缺少关键内容的数据，提取不重复的借款人个人信息与其信用评级。
1.数据准备
采集分期乐平台2013年1月至12月的数据作为样本数据，选取平均借款额度（AvgAmt），发布借款笔数（Lists）、成功借款笔数（FList）、借款人等级（Rating）和借款人信用得分（LendScore）作为5个聚类变量，对借款人在网络借贷平台的行为模式进行聚类分析。
表4-1分期乐平台数据统计
序号
AvgAmt
Lists
FList
Rating
LendScore
1
2530
2
0
E
25
2
5560
1
2
B
45
3
2800
1
1
E
22
···
···
···
···
···
···
···
···
···
···
···
···
11910
5623.336
12
4
E
89
11911
45623.25
23
2
B
1562
2.借款人的总体数据统计
在此期间总共有11911位借款人使用该平台进行借款。
如表4-2所示，显示了样本中借款人的数量分布和借款情况。
表4-2样本借款人情况统计
信用等级
人数
借款条数均值
成功次数均值
流标次数均值
AA
2
29
29
0
A
5
27.20
23.12
4.12
B
72
20.22
21.51
3.65
C
485
13.48
10.10
3.05
D
3846
6.01
3.26
2.32
E
5745
4.23
1.03
1.53
HR
1756
1.56
0.56
1.13
总计
11911
4.66
1.98
2.21
图4-1分期乐借款人人数与成功次数均值之间的关系图
图4-2分期乐借款人成功次数均值与流标次数均值之间的关系图
从表4-1中根据借款人的信用等级分析分期乐借款人的人数与成功次数均值之间的数据绘制如图4-2可以看出，分期乐的借款人的信用等级大部分分布在D、E级别，并且借款人信用的等级越高，其借款人获得成功的次数均值就越高。
从图4-2中可以看出，AA、A、B、C四类借款人的借款成功次数远多于流标次数，D类借款人的成功与失败次数相差不大,而E、HR类借款人的流标次数多于成功次数。
从平均值可以看出，随着借款人的信用等级降低，其流标次数会逐渐高于借款成功的次数；随着借款人的信用等级升高,其借款成功的比例有所升高。
但是，通过以上图表可以很容易观察到，信用等级高并不意味着更多次的成功、更少次流标（AA类除外）。
从HR到B类的借款成功和失败次数均值总体上都是呈上升趋势，即，可以总体上说，信用等级越高，借款人的成功和失败次数都会更高。
（二）借款人行为聚类分析
1.聚类分析研究目的
分期乐平台上存在众多借款人，根据各个用户的不同需求制定了不同的借款模式，从目前来看，现有的对于借款人的划分就是分期乐平台的信用等级划分,即根据用户的认证项目和借还款情况来确定其信用级别（AA、A、B、C、D、E、HR）。
A类借款人在平台上的活动记录较多，信用情况最好，也代表其违约的可能性最小;HR类的信用级别最低，相对来说投资的风险较大。
一般来说，信用级别越高的借款人可借额度越大，成功率也越高，反之信用级别就意味着借款额度少,成功率也较低。
信用等级把借款人划分成七种类型，是基于认证项目和历史记录的分类方法，但是这种划分方式未必能动态的反应出用户的借款活动情况。
通过观察平台上的借款人可以发现，有一些借款人虽然是同样信用等级，但是行为模式却有较大差别。
此处借款人的行为模式就是指借款人在分期乐平台上进行借款的这个行为或是在平台上借款的目的，Lin等人以Porsper的数据为实证对借款人行为进行实证分析发现，我国学者丁婕（2012）以拍拍贷为实例，研究了我国P2P网络借贷平台及借款人的行为，宋文（2013）以理论模型和数据模型对P2P网络借贷行为进行了实证研究，并提出P2P网络借贷模式的建议。
因此，论文在对借款人进行聚类分析的基础上，挖掘出网络借贷平台上“信用等级”这一标识所不能完全反映的信息，因为信用等级相同的人并不一定是同质的，比如信用等级低的并非全是低质量的借款人。
论文希望通过聚类分析找出借款人中出现的不同的行为模式，以及各种类型的借款人具有什么样的特征，在借款成功率等方面是否具有明显的差异，从而提升分期乐网络平台的借款机制和风险控制机制的建设。
2.聚类分析结果
论文运用SPSS软件对11911位借款人的相关数据采用聚类分析的方法。
并将五个变量中的借款人等级（Rating）作为分类变量，其他为连续变量。
论文运用SPSS提供的两阶段聚类方法对这这个较大的样本数据进行分析，并获得结果，并对其结果进行处理后，如表4-3所示，借款人的分布及特征表。
表4-3聚类结果中借款人的分布及特征
类别
人数
组成
Centroids
AvgAmt
Lists
FList
LendScore
1
5300
E（94%）
3545.21
2.03
0.89
45.55
2
800
B（78%）+C（75.9%）+D（5.5%）+E（3.7%）
8102.36
8.23
1st
6.95
1st
385.23
3
128
AA（100%）+A（75.25%）+B（12%）+C（84.5%）+E（2.1%）
41201.25
1st
4.23
3.98
4523.25
1st
4
492
A（24.75%）+B（10%）+C（15.5%）+D（4.8%）+E（0.2%）
4521.21
3.56
3.05
1563.71
5
1744
HR（99.56%）
3685.23
1.89
1.02
13.56
6
3447
D（89.7%）
3892.32
2.89
2.54
156.65
从以上的结果来看，聚类分析的结果并不是按照分期乐平台上划分用户等级的方法进行分类的，聚类分析的结果表明，分期乐平台虽然信用级别相同，可是之间也同样存在一定的差异。
通过表中的比较可以发现，SPSS软件的二阶段聚类分析将其划分为六类，其中第二类、第三类以及第四类的借款人的组成具有多样化的特征，并且在所选取的几个聚类指标中表现的较为突出。
在大量的数据中，存在少部分的D、E、HR类的用户也进入了这三个分类之中。
在第二类别中，借款金额和借出信用分都明显低于第三和第四类别，但是借款人发布的借款次数和满标次数却是最高水平。
从这些数据可以看出，这部分借款人使用分期乐平台的频率最高，满标比例也相当高，在进行观测的这段时间内他们先后有多次借款，并且多次借款的主要原因出自于以他们按时还款为前提的。
这些借款人的借款金额不是很高，排在所有分类中的第三位，平均额度约8102元左右。
在第三类别中，借款平均金额和借出信用分都是最高水平，但是发布借款的次数和满标的次数又明显低于第二类别的用户。
由此表明，这部分借款人发布借款的积极性不是最高的，但是从平均借款的额度看，其金额平均为41201.25元，表明该类用户每次借款的额度较大，从一定程度上反映了这类用户具有相对较高的收入，并且他们的还款能力较强，因此在分期乐上的借款金额也较大；另一方面，从出借的信用分数上看，这类人具有很高的信用分值，说明这类借款人经常扮演借出者的角色，从整个分析可以推断出，该类别的借款人，当自己有富余资金的时候会在分期乐平台上进行投资赚取收益。
在第四类别中，借款平均金额和借出信用分都是处于中间的水平，发布借款的次数和满标的次数又处在平均水平左右。
由此表明，这部分借款人发布借款的积极性一般，另一方面，从出借的信用分数上看，这类用户的信用分值排在第二位，说明这类借款人在一定程度上扮演借出者的角色，从整个分析可以推断出，该类别的用户，自己的生活已经满足需求，存在多余的钱就会在选择在分期乐平台上进行投资赚取收益。
在第五类别中是大部分HR类借款人,他们的借款金额、借款次数、满标次数都比一、二、三、四、六类更低，因此这一类的用户在分期乐平台上不算活跃，但是使用分期乐平台的效率也比较的一般，这类用户对于分期乐的平台来说，对其关注度并不高。
第六类别中是剩余的D类借款人，他们
升级会员 