基于纯平台模式的P2P网络借贷行为博弈分析

以博弈论为理论基础,建立纯平台模式的P2P网络借贷平台、贷款人、借款人3方博弈模型,分析与P2P网络借贷平台审核通过借款申请、贷款人出借资金以及借款人还清欠款的决策相关的因素,并对我国纯平台模式的P2P网络借贷平台、贷款人及借款人提出建议。结果表明,平台审核通过借款申请的可能性与平台收取的借款手续费正相关,与发生欠款时平台的声誉损失负相关;贷款人出借资金的可能性与借款利息正相关,与贷款人投资其他产品的机会成本以及借款本金负相关。     

我国P2P网络借贷公共信息平台构架与运营模式研究

网络金融创新迅猛发展,P2P(Peer to Peer Lending)网络借贷行业面临巨大的机会与挑战。通过分析我国网络借贷核心价值网络结构,并基于放贷人制度与信息协同共享机制,构建放贷人、借款人、运营商、金融机构四方(4C,Four Parties Cooperation Winner)协同共赢的公共信息平台构架体系,总结凝练出具有中国本土化特色的P2P网络借贷4C协同共赢运营模式,为促进我国P2P网络借贷产业健康发展提出对策建议。     

间融延伸、行业声誉与融资可得性——基于P2P网络借贷

构建行业选择影响借款人融资状况的理论模型,分析互联网金融市场上行业声誉对借款人融资可得性的影响程度.利用P2P网络借贷——"人人贷"网站的交易数据,从借款订单的中标概率、利率水平两个角度检验网络借贷过程中借款人所在的行业属性对融资可得性的影响程度,并采用倾向得分匹配法进行稳健性检验.实证结果显示,网络借贷融资中对借款人选择存在着明显的行业偏向,说明借贷市场存在行业信号传递作用,并进一步估算各行业的声誉价值,以提高网络借贷市场效率.     

借贷双方资金集中度对P2P平台成交利率的影响

探讨借贷双方资金集中度对P2P平台成交利率的影响机理。以293家国内P2P网络借贷平台为样本,对各平台借贷双方资金集中度与平台成交利率进行测算。构建借贷双方资金集中度与P2P平台成交利率的联立方程模型,然后运用三阶段最小二乘法对模型参数估计,得到以下结论:借贷双方资金集中度均会对P2P平台成交利率产生负向影响;P2P平台成交利率会对其贷款资金集中度产生正向影响,对其借款资金集中度产生负向影响;P2P平台的资金杠杆越高,其贷款资金集中度越高;出借人数、借款人数分别对P2P平台的贷款资金集中度和借款资金集中度产生负向影响。     

基于BP神经网络模型的互联网金融信用风险评估研究

本文从P2P网络信贷的运作模式入手,研究BP神经网络模型在P2P网贷借款人信用风险评估中的适用性,建立P2P借款人的信用风险评估指标体系,从而确定BP神经网络模型的基本结构并建立BP神经网络评价模型,减少P2P网络借贷风险。     

我国P2P网络借贷模式的发展现状及风险揭示研究

P2P 网络借贷是互联网金融创新的重要组成部分,对推动我国金融改革有重要意义。文章介绍了P2P网络借贷的发展脉络和发展现状,总结归纳了我国P2P 网络借贷的主要运作模式,分析了P2P 平台的资金来源与投向结构,揭示了我国发展P2P 网络借贷所面临的流动性风险、信用风险、操作风险以及政策和法律风险。     

基于SWOT模型的P2P网络借贷行业规范化管理探析

随着知识经济的发展,众多P2P网络借贷行业不断向众多领域拓展业务,于是,网络借贷行业和各种借贷方式应运而生,并受到了很多用户群的追捧。网络借贷给人们提供方便的同时,也存在着很多问题和隐患,款项流向无监管,存在较大风险、进入门槛低,贷款过程过于简单、行业缺乏自律,借贷平台良莠不齐等。因此,文章旨在运用SWOT分析模型对P2P网络借贷行业业务进行优势、劣势以及存在的机会和风险进行分析,并给有针对性的规范化管理路径。     

P2P借款的损失能挽回吗?——基于拍拍贷的实证研究

为解决网贷行业"去担保化"所带来的出借者损失问题,本文将P2P网络借贷的研究视角扩展到违约后还款阶段,探究了违约者还款的影响因素。重点讨论借贷可得性因素及违约者类型对于违约追偿处理的影响路径及机制,进而以纯中介平台拍拍贷2007年至2014年的违约黑名单为样本,基于时序性数据和Logit模型就借贷可得性因素和违约者类型对借款者违约后还款的影响及作用机制进行了实证检验,结果表明:(1)整体上看,人口属性与借贷数据都显著影响还款,其中男性、收入来源和借款金额正向显著影响,借贷可得性因素部分对违约后还款的影响被部分证明;(2)在追偿阶段财务类指标判别效果优于信用认证,说明面临财务困境的违约者更易还款;(3)违约者类型对追偿路径具有重要影响,违约者可根据是否具有还款意愿被分为"策略型"和"财务型"两类,财务能力是影响财务型违约者还款的关键因素,而信息认证产生的交流渠道则是对策略型违约者追偿的主要途径。     

我国P2P网络借贷平台信息服务质量分析

本文选取40家发展指数较高的P2P平台为样本,借鉴eM-ICA互联网商业应用扩展模型,制定相应的指标体系对平台信息服务功能进行分析,为提高P2P借贷平台信息服务质量提供参考。     

互联网金融借贷平台的法律问题研究:以P2P为例

本文主要通过介绍互联网金融P2P借贷发展的概念,详细分析了互联网金融最具代表性的P2P网络借贷平台最近的发展状况及其带来的各种法律风险。然后运用国内外互联网金融理论对我国P2P网络借贷平台的现实问题进行具体阐述,提出一系列完善法律制度、建立完善互联网金融体系的建议。     

P2P网络借贷的隐私权保护研究

互联网金融P2P(Person-to-Person)模式的兴起解决了小额融资的困境,繁荣了我国信贷市场.由于依托于网络,与现有民间借款不同的是其非常地透明化,还可以通过网络了解借贷双方的信息,加之针对的是中低收入以及创业人群,并且其有相当大的公益性质,所以该模式具有很大的社会效益和经济效益.但是,P2P网络借贷个人信用信息体系的缺陷导致的信用风险突出,P2P网络借贷的客户个人信息权益保护问题是各方关注的焦点.     

P2P网贷平台信用风险控制的演化博弈分析

本文通过构建平台和借贷双边用户的演化博弈基准模型,引入平台竞争和监管机构,研究P2P网贷平台信用风险的控制策略.研究结果表明：完善的征信体系有助于提高借款人违约成本;平台是否合规经营的决策受平台声誉、合规经营收益和违约经营收益等多方面因素的影响,违约借款人的比例越低,则平台合规经营的可能性越高,信用风险越低;平台的自我约束和自我激励均有限,平台竞争不利于平台控制信用风险,政府监管对控制平台信用风险、推动行业可持续发展具有重要作用.基于此,本文提出构建政府—平台—用户的双层信用风险控制体系,并提出具体信用风险控制策略建议.     

P2P网贷平台的信息验证与借贷效率研究——来自“网贷之家”行业评级数据的实证检验

通过将信息验证机制加入信息不对称下的双边借贷模型,在理论上分析了信息验证机制对于缓解信息不对称的意义。利用"网贷之家"的行业评级数据,对P2P网贷平台的信息验证与借贷效率进行了实证检验。研究结论表明:信息的公开与验证能有效促进P2P网贷平台交易量的提升与人气的聚集。但与预期相悖的是,高水平的流动性未能有效促进平台成交量与人气的提升,反倒是高杠杆水平对于投资者更具吸引力。     

基于JXTA的P2P网络解决方案

对等网络P2P（Peer to Peer）是因特网实现下一次飞跃的关键，在P2P网络模式的研究领域里，JXTA（juxtapose，并行）作为一种全新的P2P网络解决方案已经日益受到业界的关注。本文简要地论述了JXTA体系结构在实现P2P计算模型时的特点、层次结构以及核心协议等。     

P2P技术应用与安全

随着Internet 应用的不断普及,随着各类数字终端、服务器资源、网络带宽等资源持续保持高速增长,通过更直接的共享方式来提高信息沟通效率并减少资源浪费、保障信息服务安全逐渐成为信息社会关注的全新热点,P2P(Peer to Peer)技术正是应时应势而生的一种新的信息共享方式.P2P网络结构与传统的Client/Server模式或Browser/Server模式最显著的区别是网络不存在中心服务器,网络中的每一个节点(peer)同时具有提供信息、享用信息和信息通讯三方面的功能.目前,P2P技术为信息共享和分布式计算提供了更灵活高效的模式,也为信息安全带来了新挑战.本文将对此作简要介绍.     

构建安全对等组保障P2P网络安全

Peer to Peer是一种完全不同于传统的Server/Client或Server/Browser结构的网络架构,因而产生一系列的新安全问题。本文建立的基于信任值的安全对等模型将P2P网络中具有相同工作目的的结点构成一个安全对等组,组中的成员又按信任值的大小分层次,不同的层次具有不同的信任级别,在组中又具有不同的操作权限。从而保障了在一个安全对等组中的成员能安全交互作用。     

基于专利质押的P2P网贷信号博弈分析

针对互联网金融与专利质押结合的融资新模式,构建了借款企业与投资人之间信号博弈模型,分析了参与双方的策略选择以及均衡状态的影响因素。研究表明:考虑信息传递的动态性和不完全性,专利质押物可变现价值和信息掩饰成本是影响互联网金融市场均衡的关键因素。因此,提高P2P平台专利质押融资效率应通过加快知识产权交易平台建设,引入互联网融资征信机制,加强P2P平台融资项目的内部监管以及完善P2P平台信息披露机制等途径来实现。     

一种新型P2P网络信任模型研究

本文提出了一种新的P2P网络信任模型——层次化分布域信任模型HDRTM。该模型基于历史交互信息和信誉推荐,采用量化方法和合成规则方法得到的信任度对P2P网络中的节点信任进行评估,同时引入了惩罚调节因子、合成规则权重因子等加强了信任度的可靠性与真实性。对HDRTM的仿真证明能够有效抵制恶意节点,具有较好的安全性与信任性。     

基于大规模数据分析的融合面部特征的信用风险预测模型

【目的/意义】个人违约信用风险是网络借贷平台所面临的主要风险之一,引起了金融机构的广泛重视。传 统的P2P网络借贷违约风险预测模型通常使用历史数据建模,而模型的对象主要为历史履约和违约因素,由此带来 的因素选择偏差问题会影响模型的泛化能力和风险预测能力。【方法/过程】本文引入面部特征大数据分析方法,利 用深度学习技术自动抽取人脸面部特征变量,将其作为一个新的维度融入以历史借贷数据为核心的信用风险评价 系统,建构新型信用风险预测模型。【结果/结论】论文基于南京某互联网金融公司提供的数据集进行实验与实证分 析,结果表明本文提出的模型优于传统的违约风险预测模型。【创新/局限】本研究的创新点为一方面基于大数据分 析方法挖掘了真实借款人面部特征在预测互联网信贷背景下的贷款违约中的作用,为互联网信贷的信用风险预测 模型提供了新的数据维度,另一方面为使用深度学习方法自动识别和提取大规模图片数据集中的面部特征提供了 新的思路。     

基于最优节点选择机制的P2P网络信誉模型

对P2P网络信誉模型的研究是保证P2P网络稳定运行的基本因素。P2P网络通过节点的直接交换来共享计算机资源和服务,需要进行节点优化选择保证P2P网络的信誉和稳定性。传统方法采用粒子滤波算法实现节点自动控制,当存在多重节点反复组合时,对P2P网络的信誉度评价准确性不好。提出一种基于最优化网格分配节点信息覆盖的P2P网络信誉模型设计方法,构建网络的最优节点选择机制,采用自顶向下的方式分层构造数据聚集树,进行节点信誉信息表征和数学模型构建,实现算法改进。仿真实验表明,采用该模型能有效提高对P2P网络的信誉评价精度,优化网络的节点分布,实现节点最优选择,能够有效抵抗外界干扰和攻击,稳定性较好。