- 年份
- 2024(9799)
- 2023(14004)
- 2022(12205)
- 2021(11378)
- 2020(9784)
- 2019(22096)
- 2018(21766)
- 2017(42262)
- 2016(23066)
- 2015(25677)
- 2014(25308)
- 2013(25053)
- 2012(22756)
- 2011(20486)
- 2010(20182)
- 2009(18659)
- 2008(18066)
- 2007(15621)
- 2006(13496)
- 2005(11757)
- 学科
- 济(84647)
- 经济(84553)
- 业(64406)
- 管理(64281)
- 企(52123)
- 企业(52123)
- 方法(42554)
- 数学(37150)
- 数学方法(36763)
- 中国(23082)
- 财(22645)
- 农(22566)
- 学(20210)
- 业经(19411)
- 贸(17573)
- 贸易(17568)
- 易(17103)
- 制(16153)
- 地方(15903)
- 银(15255)
- 农业(15252)
- 银行(15184)
- 务(15073)
- 财务(15010)
- 财务管理(14982)
- 理论(14800)
- 行(14306)
- 企业财务(14189)
- 技术(14088)
- 融(13817)
- 机构
- 大学(324973)
- 学院(321716)
- 管理(129304)
- 济(122524)
- 经济(119822)
- 理学(112726)
- 理学院(111470)
- 管理学(109396)
- 管理学院(108842)
- 研究(104829)
- 中国(81543)
- 科学(69440)
- 京(68644)
- 农(60673)
- 财(56482)
- 业大(54565)
- 所(53338)
- 研究所(49287)
- 中心(49060)
- 农业(48268)
- 财经(46089)
- 江(45812)
- 北京(42879)
- 经(42089)
- 范(40471)
- 师范(39945)
- 院(37700)
- 州(37571)
- 经济学(36277)
- 财经大学(34702)
- 基金
- 项目(229663)
- 科学(179142)
- 基金(167385)
- 研究(159984)
- 家(148639)
- 国家(147452)
- 科学基金(125936)
- 社会(100220)
- 社会科(94891)
- 社会科学(94865)
- 基金项目(89920)
- 省(89750)
- 自然(85780)
- 自然科(83824)
- 自然科学(83799)
- 自然科学基金(82306)
- 划(76359)
- 教育(72982)
- 资助(68958)
- 编号(64088)
- 重点(51102)
- 成果(50270)
- 部(49478)
- 创(47938)
- 发(47382)
- 科研(44938)
- 创新(44737)
- 计划(43976)
- 课题(43311)
- 大学(42185)
- 期刊
- 济(124401)
- 经济(124401)
- 研究(91483)
- 学报(60194)
- 中国(57236)
- 农(53867)
- 科学(51387)
- 大学(44223)
- 管理(43969)
- 学学(41953)
- 财(41126)
- 农业(36486)
- 融(33483)
- 金融(33483)
- 教育(31089)
- 技术(24950)
- 财经(21534)
- 业经(20990)
- 经济研究(20213)
- 业(18840)
- 经(18140)
- 图书(17545)
- 科技(17067)
- 理论(16462)
- 版(16443)
- 业大(16242)
- 问题(16159)
- 实践(15336)
- 践(15336)
- 技术经济(14846)
共检索到455690条记录
发布时间倒序
- 发布时间倒序
- 相关度优先
文献计量分析
- 结果分析(前20)
- 结果分析(前50)
- 结果分析(前100)
- 结果分析(前200)
- 结果分析(前500)
[期刊] 商业研究
[作者]
李杰 刘露 Chao-Hsien Chu
借助于互联网信息技术的发展,P2P网络借贷推动了互联网金融以及普惠金融的发展,有关平台、出借人如何做出准确风险评估、防范借款人违约风险变得尤为重要。本文以融360平台提供的4738名借款人借贷数据为研究样本,运用Logistic回归模型分析借款人违约风险的关键因素,就违约借款人的具体特征以及其影响因素展开分析。研究结果表明:在还款能力方面,经济特征中借款人总收入、总支出、工资收入因素对借款人是否发生违约有显著影响;在还款意愿方面,性别、借款额度、借款金额以及拖欠金额对借款人违约风险产生显著影响;在线上浏览行为方面,借款人最少浏览网页数量和网站访问次数是P2P网络借贷借款人违约风险显著因素。因此,风险监管部门应建立关键信息共享机制,明确审查范围,落实审查重点,通过建立违约风险评估模型降低平台和出借人的经济损失,推动P2P网络借贷行业的健康发展。
[期刊] 上海经济研究
[作者]
顾慧莹 姚铮
准确预测违约风险是减少Ｐ２Ｐ网络借贷平台＂跑路＂现象的重要对策。该文使用ＷＤＷ上海直营店的运营数据考察了借款人信息与其违约行为之间的关系，找到了借款人违约的关键因素并确认了其可信度。Ｌｏｇｉｓｔｉｃ回归模型和ｃｏｘ回归模型的结果表明：外地户籍、已婚和历史违约记录与借款违约率和违约速率均正相关，揭示借款人特征信息具有一定个性趋势；债务收入比仅与借款违约率负相关而对违约速率不敏感，表明债务收入比无法准确预测违约动态；家人知晓借款和借款目的真实性与借款违约率和违约速率均负相关，说明软信息更能体现借款动机及偿还意愿；平台的信用评级指标与借款违约率和违约速率均存在非常显著的负相关关系，表明平台对借款人信．．．
关键词：
违约风险 P2P网络借贷平台 信用评级
[期刊] 金融发展研究
[作者]
苏亚 成春林
准确评估借款人信用风险是提高P2P网贷平台风控能力、降低网贷行业问题平台数量的重要措施。本文基于"人人贷"平台交易数据,综合考察借款人"硬信息"和"软信息"与其违约行为之间的关系。二元Logit回归模型的实证结果表明:在借款人"硬信息"指标中,借款人年龄、借款金额、借款利率、逾期次数对违约行为有显著正向影响,学历、信用等级对违约行为有显著负向影响,而是否拥有房产、是否已购车、工作时间对违约行为没有显著影响;借款人"软信息"指标即描述性文本中的"拼写错误"对违约行为有显著正向影响。研究结果表明借款人"软信息"虽然不可直接证实,但同样具有价值,网贷平台应该多维度地量化借款人的信用评价。
[期刊] 金融发展研究
[作者]
苏亚 成春林
准确评估借款人信用风险是提高P2P网贷平台风控能力、降低网贷行业问题平台数量的重要措施。本文基于"人人贷"平台交易数据,综合考察借款人"硬信息"和"软信息"与其违约行为之间的关系。二元Logit回归模型的实证结果表明:在借款人"硬信息"指标中,借款人年龄、借款金额、借款利率、逾期次数对违约行为有显著正向影响,学历、信用等级对违约行为有显著负向影响,而是否拥有房产、是否已购车、工作时间对违约行为没有显著影响;借款人"软信息"指标即描述性文本中的"拼写错误"对违约行为有显著正向影响。研究结果表明借款人"软信息
[期刊] 经济问题
[作者]
阮素梅 何浩然 李敬明
P2P网络借贷作为互联网金融的一项重要创新,对于解决个人和中小企业借贷问题发挥着不可忽视的作用。然而,其违约风险一直困扰着P2P平台的发展。从人人贷网站上抓取了30169个样本,然后对原数据集进行了预处理,特别是对不平衡数据集的处理。对处理后的数据集,运用决策树和支持向量机(SVM)算法,构建了平台中的借款人违约风险评估模型。最终证实了决策树和SVM模型能有效地预测借款人的违约概率。
关键词：
P2P网络借贷 网络爬虫 数据挖掘
[期刊] 经济问题
[作者]
阮素梅 何浩然 李敬明
P2P网络借贷作为互联网金融的一项重要创新,对于解决个人和中小企业借贷问题发挥着不可忽视的作用。然而,其违约风险一直困扰着P2P平台的发展。从人人贷网站上抓取了30169个样本,然后对原数据集进行了预处理,特别是对不平衡数据集的处理。对处理后的数据集,运用决策树和支持向量机(SVM)算法,构建了平台中的借款人违约风险评估模型。最终证实了决策树和SVM模型能有效地预测借款人的违约概率。
关键词：
P2P网络借贷 网络爬虫 数据挖掘
[期刊] 金融论坛
[作者]
缪莲英 陈金龙
本文将推荐信任与小组关系、朋友关系共同作为社会资本的替代变量,分析其对借款者违约风险的制约机制,同时利用Prosper网络借贷平台的数据,实证检验社会资本对借款者违约风险的影响。研究结果表明,在P2P网络借贷中,社会资本的存在能够降低借款者违约风险,无论是通过加入小组,还是增加投资者中朋友的个数或借款列表被推荐的次数,都可以提高借款者的社会资本,充分发挥社会资本的甄别、监督以及社会惩罚作用,降低违约风险发生的可能性。P2P网络借贷平台可以通过增加借款者社会资本的机制设计,降低违约风险,最终降低行业整体的违约率。
[期刊] 武汉金融
[作者]
李昕 戴一成
近年来我国P2P网络借贷业务快速发展,然而行业内的信用风险也日益凸显,持续性的平台倒闭以及借款人违约等事件屡见不鲜,因而对网贷信用风险的事前有效评估将直接关乎我国网贷行业的未来可持续发展。本文根据网贷业务特点,筛选出对网贷借款人行为具有影响的特征指标,建立网贷借款人信用风险评估指标体系,构建基于BP神经网络的信用风险评估模型,选取拍拍贷和人人贷的借款人交易数据进行训练仿真。实证结果表明BP神经网络模型能较好拟合网络信用环境下对网贷借款人信用风险的评估,模型具备较高的预测准确率,适用于平台和投资者甄选优质借
关键词：
P2P网络借贷 信用风险 BP神经网络
[期刊] 中国流通经济
[作者]
全颖 敬然
近年来,P2P网络借贷行业信用风险日益凸显,"倒闭潮""跑路潮"屡见不鲜,在造成出借人资金损失的同时,也影响了P2P网络借贷行业的健康发展。P2P网络借贷借款人信用风险的形成,一方面与网络借贷借款人违约有关,如借款人无力履约还款、借款人恶意违约;另一方面与网贷平台对借款人信用风险的防控能力较弱有关,如P2P网络借贷平台信贷管理流程不完善、未建立有效的P2P网络借贷借款人信用风险预警系统等。为更好地推动P2P网络借贷平台健康发展,对借款人信用风险早识别、早预警,并加以有效防范,可构建主要包括输入防范要素、风险预警、风险防范、预警结果输出四部分运行内容的P2P网络借贷借款人信用风险预警系统。该预警系统的运行可分为查找造成网络借贷借款人信用风险的各种原因、得出借款人当前信用风险状态、针对预警系统发出的预警信号采取适当措施防范借款人信用风险、通过危机处理产生成功或失败两种不同结果等四个步骤。而为保障P2P网络借贷借款人信用风险预警系统的顺利运行,还需要加强借款人贷后风险监控,建立借款人信用风险预警信息库,构建复合型、专家型信用风险防范管理人才队伍。
关键词：
P2P网络借贷 借款人 信用风险 预警
[期刊] 经济体制改革
[作者]
李思瑶 王积田 柳立超
Ｐ２Ｐ网络借贷平台蓬勃发展，但其借款人违约现象不可忽视。对影响借款人违约风险的因素进行研究，有利于平台和投资者合理规避风险。本文以＂人人贷＂数据为样本，运用生存分析模型进行实证研究。结果表明，借款利率、借款期限对Ｐ２Ｐ网络借贷的违约风险有正向影响；借款人所处地理位置、收入、学历及信用评级有负向影响；借款金额、用途、借款人的性别、年龄、婚否、房贷和车贷情况没有显著影响，并针对Ｐ２Ｐ平台及投资者提出建议。
关键词：
P2P网络借贷 违约风险 生存分析
[期刊] 财会月刊
[作者]
李焰 王琳 张迎新
使用P2P网络借贷平台拍拍贷2011年7月~2013年6月间的借款标数据,研究借款者的声誉资产对借款违约的抑制作用。研究发现:借款者的正面声誉越高,违约可能性越小,负面声誉则相反;对于出现违约的借款而言,借款者声誉和违约程度之间也存在相似的关系,且负面声誉的影响更为显著;声誉的这种资产效应对于信用等级较低和没有其他担保形式的借款者而言更加显著。这说明在以信用贷款为主的微型借贷中,借款者的声誉资产具有"抵押替代"的作用,能够有效降低借款的违约风险。结论对于理解声誉机制在微型借贷中的治理作用具有重要的理论和现实意义。
[期刊] 金融理论与实践
[作者]
雷舰
P2P网贷"爆雷潮"引发P2P行业动荡,基于此背景,选取人人贷网贷平台作为研究对象,采取爬虫技术对相关公开数据进行定性和定量分析,使用因子分析法以及Logistic回归对人人贷客户的相关信息进行定量分析,构建P2P网贷借款人违约概率的计量模型,最后从投资者和平台两个层面提出合理有效的建议。
[期刊] 金融研究
[作者]
封思贤 那晋领
本文主要通过行为资产定价理论和"人人贷"2014—2018年的数据,研究网络借贷(P2P)借款人定价偏差的影响因素及其与被动违约风险之间的关系。定价偏差是将P2P借贷利率分解为效率部分和无效率部分,并通过成本随机前沿模型得到。结果表明:借款人定价存在显著偏差且在不同群体间有所差异;借款人的粉饰行为未能起到减小定价偏差的作用,甚至会起到反效果;当借款人的声誉成本高于还款成本时,此时的违约主要表现为被动违约;即使借款人主观还款意愿强烈,但定价偏差越大,借款人剩余收入就越吃紧,还款过程中逾期次数和欠债比例增加的可能性就越大,进而引发被动违约风险。
[期刊] 当代财经
[作者]
李霖魁 张成虎
P2P网络借贷的特点在于其所服务的借款人数量众多、单个借款合约金额较小、不要求借款人提供实物抵押品等,因此传统模式下的资信审核与抵押品约束机制无法有效适用于P2P网络借贷模式,导致其可能会面临更为严重的逆向选择和信贷配给问题。将借款人社会资本引入到P2P网络借贷模式中,凭借社会资本在该模式下具有认知、声誉、惩罚、资本关联和平台机制等特点,在网络化的信贷模式下易于收集和分析,能够传递有效的信用价值信息,从而有助于促进P2P网络借贷平台风险评估系统的建立和完善。并且,通过构建P2P网络借贷市场均衡模型,发现借
文献操作()
导出元数据
文献计量分析
导出文件格式：WXtxt
删除
