P2P平台借贷行为研究及贷款风险测度 ——以人人贷为例

1、背景介绍报告显示，2018年，P2P网贷行业风险事件频发，上千家P2P平台“爆雷”，投资人损失惨重。根据对各地公安机关公开信息的不完全统计，2018年出现问题的P2P平台有1282家，主要集中在浙江、上海、广东、北京等地区，其中浙江涉及问题平台数量最多，达287家，占总数的22.39%。从平台产生问题的类型看，近50%的问题平台处于失联状态，14.51%的问题平台已进入警方调查程序，13.73%的问题平台出现提现困难的情况，另有11.86%的问题平台已暂停运营。

深究P2P倒闭潮的原因，最主要的是流动性风险问题，鉴于网络借贷行业信息不对称及借款投资人双方的搜索匹配困难的现状，本文选取了国内代表性网贷平台——人人贷作为研究对象，希望能够得出有意义的结果对平台参与者提供一个参考。该平台上记录了大量的关于借款人标的信息，历史贷款信息以及身份工作财产等认证信息，可以对平台的借贷效率及贷款风险做出详细的测度。基于上文提到的这些指标因素，在本文的核心实证部分，本文主要研究了三个方面的内容。按照借贷流程顺序可以分为（1）影响借款人借贷成功率的影响因素；（2）影响借款人违约率的影响因素；（3）常规投资者认为针对资质较差的借款者只要要求较高的年利率即可弥补风险。本文以人人贷的实际交易数据为基础，首先对人人贷用户交易数据进行了描述性统计。运用K-W检验对产生违约和正常贷款进行初步定性比较，然后通过Logistic二元回归，建立网络借贷模型，研究影响借贷成功率的因素。随即针对借款成功的用户进行追踪，研究其违约的概率大小。最后针对每个信用等级的用户借款利率进行分析，验证高利率是否可以弥补高风险。
2.人人贷平台介绍1.人人贷平台优劣 人人贷是国内发展相对成熟完善的平台之一，该平台具有较为严格的贷前审核和完善的贷中管理，贷后追款制度，很少发现假标，期限错配的情况也很少（借短贷长）；其次，平台运营时间长，运营团队成熟，行业经验丰富，团队同时具备互联网和金融背景，配置合理。2014年第四季度的借款通过率为4.17%，逾期率仅为0.34%；该平台的理财产品全部适用于本金保障计划，人人贷风险备用金已达到一亿五百万元，由招商银行进行第三方托管，并定时出具资金托管报告；并与民生银行签订了交易资金托管协议，有望近期内实现客户资金与平台资金隔离，避免资金挪用。人人贷也具有一些弊端。如该平台的用户收益率普遍较低，本文研究样本中借贷年利率不高于13%。充值提现均收取手续费用，转让手续费较高；计息时间稍长，用户反映资金占岗现象严重；投资理财者反馈人人贷抢标难。

图1人人贷借款流程2.人人贷平台监控指标

3.人人贷平台借贷人行为研究3.1数据指标介绍本文的目的是对借款人成功借款因素分析，并分析其借款成功后违约的概率。根据文献综述及人人贷网站的设计，共获得人人贷上2012.8~2015.8借款标的共21489条数据。基将每条成交记录的相关因素分为本借款相关因素，如借款用途、利率、期限等。如下表罗列了本文的所有研究变量及解释。



3.2数据来源及处理人人贷上每一条借款标的对应一个以借款编号结尾的URL，这个借款标的以单独的网页存储，这个网页上存储着该借款标的金额、年利率、期限、借款人个人相关信息及借款人在网站上的用户名等。本文所需的数据均在借款标的页面的固定位置，因此可以通过程序设法读取网页固定位置的字符，并实现抓取。网站上获取的原始数据存在很多问题，如重复值，缺失值等。数据分析本身80%的时间在做准备工作。对此，本文花了大量时间对数据进行清理以保证实证结论的准确性。
1、针对贷款描述与借款用途不符
原始数据中存在大量文不对题的借款描述，本文通过模糊匹配运用Excel将借款用途归集为10类。详见上表3
2、针对缺失值的问题
summary(loan)
#####各字段信息汇总
借款用途 项目状态 待还本息 剩余期数 标的总额 年利率 还款期限
经营周转:9722   CLOSED  :  237   Min.   :     0   Min.   : 0.000   Min.   :  3000   Min.   : 8.00   Min.   : 3.00  
装修借款:4898   FAILED  :14913   1st Qu.:     0   1st Qu.: 0.000   1st Qu.: 20000   1st Qu.:11.40   1st Qu.:12.00  
个人消费:2098   OVERDUE :   26   Median :     0   Median : 0.000   Median : 47100   Median :12.00   Median :24.00  
投资创业:1580   REPAYING: 6313   Mean   : 19397   Mean   : 7.583   Mean   : 55074   Mean   :12.04   Mean   :19.47  
购车借款:1460                    3rd Qu.: 30139   3rd Qu.:16.000   3rd Qu.: 60000   3rd Qu.:13.00   3rd Qu.:24.00  
购房借款: 504                    Max.   :349520   Max.   :35.000   Max.   :500000   Max.   :13.20   Max.   :36.00  
(Other) :1227                                                                                                      
月还本息 性别 年龄 学历 婚姻 公司行业 公司规模
Min.   :   142.8   Min.   :0.0000   Min.   :21.0   --          :2585   --  :  839   --       :6318   --       :6311  
1st Qu.:  1328.8   1st Qu.:1.0000   1st Qu.:26.0   本科        :4155   离异: 1112   零售/批发:3087   10-100人 :4862  
Median :  2380.0   Median :1.0000   Median :29.0   大专        :8137   丧偶:   33   制造业   :2731   100-500人:1513  
Mean   :  3844.5   Mean   :0.8152   Mean   :31.3   高中或以下  :6337   未婚: 9403   其它     :1116   10人以下 :6625  
3rd Qu.:  3725.0   3rd Qu.:1.0000   3rd Qu.:35.0   研究生或以上: 275   已婚:10102   IT       : 990   500人以上:2178  
Max.   :169500.0   Max.   :1.0000   Max.   :61.0                                    建筑工程 : 875                  
                                                                                     (Other)  :6372                  
工作时间 区域 收入范围 房产 房贷 车产 车贷 申请借款
--           :6537   东部:8415   2000-5000元  :5953   无:14119   无:17749     : 2354   无:20396   Min.   : 1.000  
  3-5年（含） :   1   其他:6524   5000-10000元 :5916   有: 7370   有: 3740   无:17279   有: 1093   1st Qu.: 1.000  
1-3年（含）  :4597   西部:3123   --           :5262                         有: 1856              Median : 1.000  
1年（含）以下:6916   中部:3427   10000-20000元:2089                                               Mean   : 1.776  
3-5年（含）  :1376               20000-50000元:1294                                               3rd Qu.: 2.000  
5年以上      :2062               50000元以上  : 776                                               Max.   :49.000  
                                  (Other)      : 199                                                               
成功借款 还清笔数 信用额度 借款总额 逾期次数 工作阶层 借款描述字符长度
Min.   : 0.0000   Min.   : 0.00000   Min.   :     0   Min.   :     0   Min.   :0.00000   工薪阶层  :15496   Min.   :  0.00  
1st Qu.: 0.0000   1st Qu.: 0.00000   1st Qu.:     0   1st Qu.:     0   1st Qu.:0.00000   私营企业主: 5077   1st Qu.: 27.00  
Median : 0.0000   Median : 0.00000   Median :     0   Median :     0   Median :0.00000   网商      :  916   Median : 45.00  
Mean   : 0.3323   Mean   : 0.02648   Mean   : 17697   Mean   : 18256   Mean   :0.01061                      Mean   : 63.28  
3rd Qu.: 1.0000   3rd Qu.: 0.00000   3rd Qu.: 29900   3rd Qu.: 30000   3rd Qu.:0.00000                      3rd Qu.: 95.00  
Max.   :40.0000   Max.   :38.00000   Max.   :400000   Max.   :680000   Max.   :7.00000                      Max.   :524.00  

注册时长 借款人信用分数 信用等级 借款人持有债权数量
Min.   :   6.00   Min.   :  0.00   A : 5896   Min.   : 0.00000  
1st Qu.:  15.00   1st Qu.:  0.00   AA:   38   1st Qu.: 0.00000  
Median :  20.00   Median : 20.00   B :    4   Median : 0.00000  
Mean   :  88.86   Mean   : 58.77   C :    9   Mean   : 0.01555  
3rd Qu.:  43.00   3rd Qu.:180.00   D :   52   3rd Qu.: 0.00000  
Max.   :1781.00   Max.   :218.00   E :  196   Max.   :20.00000  
                                    HR:15294   NA's   :8         


#######学历、婚姻、工作行业、规模、时间等缺失处理#########
install.packages("gdata")
library(gdata)
loan$工作时间 最后，根据贷款现状对贷款分布做了汇总。先对各贷款状态加以介绍。如下表7，CLOSED表示贷款已经还清或者被核销，FAILED表示未成功获得贷款，OVERDUE表示已经逾期但是还未被核销，REPAYING表示正常还款中。其中还包括APPLY，但是该类贷款还未确定是否会审批通过，对本文没有实质性意义，故而去除该部分样本。
由下表可以看出，借贷失败的贷款申请达到约70%，可见平台借贷成功率相对很低。借贷成功样本中，共有227笔贷款（其中OVERDUE26笔，核销201笔）约3.4%的贷款涉及到不同程度的逾期，共计未还本金达到474万。但是在CLOSED状态贷款中，共201笔贷款有余额但是被核销，逾期率达到84.8%，正处在OVERDUE状态的贷款也仅占据了0.4%。正常还款状态下贷款总计占到96%，但是由上分析，该类贷款在后期发生逾期并且到期被核销的概率也是相当高的，总体来看，拖欠贷款的比率较高。由此可见分析成功借贷者发生违约的风险也是有实际意义的。

下表9列出了本文考察的主要借贷信息及贷款人指标的描述性统计信息。基于21489个考察样本，平均待还本息为19396元，偏度值大于0，变量分布表现为右拖尾。平均年利率为12.0358%。平均每笔贷款总额为18256元，可见利率，费率较高，逾期产生的罚息也很高。平均月还款额为3844元。
从借款者的特征来看，表格中显示人人贷平台上借款者平均年龄为31岁，学历多数为大专，平均信用分数为58.7739分，平均信用级别仅为HR级。平均注册时长不到3个月。且拥有平台债权数量的人并不多，可见，借款人的资质相对较低。成功借款及还清借款笔数，拥有的债权数量均小于1。可见几乎都缺乏投资筹资经验。

3.4 贷款违约风险的非参数计量从投资者的角度来说最关心的事情莫过于借款者是否会违约。如果借款者的某种特征可以用于预测该借款者违约概率，这对于投资者是及其有利的。基于样本数据考察期来看已经有227笔贷款发生了违约，有部分或全部的款项未收回，达到3.4%，并且随着时间的推进，会有更多的贷款发生逾期。有部分或全部的款项未收回，违约率约为2.36%，但是如上文所述，到期贷款的违约率达到了23.52%。并且随着贷款的到期日临近，这个比重会更加严重。
这一小节，我们将先试算几个借贷因素，看其是否对违约率产生影响。首先，我们运用K-W非参数秩和检验法检验违约贷款和正常贷款之间的差异。其次，再次用二元Logistic回归模型来做定量分析。

违约贷款指OVERDUE和CLOSED核销贷款之和，正常贷款指REPAYING,CLOSED还清贷款之和。上表10展示了两类贷款群体中各代表因素的差异。经过非参数K-W指标检验，两个群体中贷款利率、标的总额、贷款本息、还款期限、成功借款、还清笔数、信用分数等代表性标量在显著性水平5%条件下有显著的差异。特别地，我们可以发现违约贷款利率显著比正常贷款要高，还款期限也显著短于正常贷款。
4.实证分析4.1借贷成功率的度量为了更深入研究精确的违约率，我们利用二元logistic模型，包含了表4中提到的所有影响变量，因变量根据项目状态设置，项目状态=FAILED，因变量=0。由于处于B，C，D三类的借款者相对较少，加入模型不显著，故将B,C,D合并为一类B类加入模型进行考察。
set.seed(1234)
train_loan.index