P2P校园贷款个人违约风险因素指标探析
2018-03-12分类号：F724.6;F832.479
【部门】四川大学商学院 广东金融学院保险学院
【摘要】基于美国Lending Club网贷平台,通过探究P2P校园网络贷款真实数据,运用数据挖掘Adaboost算法识别借款人违约风险重要因素指标。结果显示:除借款利率外,社会信用、社会关系资本和还款行为都是影响借款违约风险的重要指标。在此基础上,提出了校园贷款家校知情、社会信用信息共享、加强大学生信用意识培养等降低校园贷款个人违约风险的建议,以期减少校园贷款借款人违约风险。
【关键词】P2P校园贷款 金融数据挖掘技术 Adaboost算法 校园贷风险管理
【基金】国家自然科学基金项目“基于跨组织关系演化的知识链关系治理研究”(项目编号:71571126);; 广东省社会科学基金项目“精算视角下的P2P网络贷款平台违约风险评估及控制”(项目编号:GD14XYJ32);; 四川省软科学计划项目“高校上市公司的发展评价及影响因素研究”(项目编号:2017ZR0084);; 四川省社会科学基金项目“白酒行业产学研协同创新路径研究”(项目编号:CJY17-09)
【所属期刊栏目】财会月刊
文献传递
