1. 研究目的与意义（文献综述）

p2p网络借贷（peer-to-peerlending），即点对点，个人对个人的信贷平台，是不依附于传统的金融机构，使资金通过网络直接融通的一种金融服务模式。p2p平台首先在国外兴起，2005年英国成立的zopa是欧洲最大的网络借贷平台，它开启了网络借贷领域新的里程碑。2006年美国成立的prosper是目前全球规模最大的p2p平台，之后在全球范围内涌现了一大批p2p平台，如加拿大的financial公司，德国的smava，日本的aqush，韩国的popfunding等等^[1]。我国的p2p网络借贷平台，其运营模式借鉴于欧美国家，经过几年的探索和发展也逐渐走向成熟。p2p网络借贷以其方便快捷、门槛低、高收益的特点在国内迅速发展，且得益于国内庞大的个人经营消费贷款及个人投资理财的市场需求，从2011年起我国p2p借贷平台数量和年度交易额均以每年4-5倍的速度递增。

p2p网络借贷平台在飞速发展的同时，也面临着越来越多的问题，其中以借款人债务结构不合理，逾期、展期等违约行为最为突出。出现这一问题的原因一方面是网络借贷平台本身固有的隐蔽性、开放性等特点，使得借贷双方信息不对称；同时国内社会信用体系不健全、行业监管法制建设滞后以及国民信用意识薄弱，这些都造成我国p2p平台严重的资金安全问题^[2]。由此可见，利用统计模型对p2p借贷平台借款人信用进行风险评价，对进一步完善p2p平台信用风险预警机制，加强监控能力有重要的现实意义，为借款人成功借款也提供相关启示。

国外p2p网络借贷平台起步较早，相关研究较为丰富。国外学者主要从prosper和lendingclub两家平台的开放信息库中提取数据，针对用户信用风险从评价指标和评价方法两方面进行研究。iyer等人基于标准银行数据和非标准数据，强调后者筛选机制的重要性^[3]。lin研究了网络指标对p2p平台交易结果的影响，结果显示网络的人际关系对信息不对称问题有积极影响^[4]。gonzalez和loureiro具体分析了借款人特征对贷款成功的影响，结果表明性别、年龄和外貌为主要影响因素^[5]。在风险评价方法中，danenas和garsva在粒子群优化技术的基础上提出一种最优线性支持向量机分类器的方法，将其结果与logistic回归和rbf神经网络所得结果对比分析^[6]。angilella和mazzu则建立多指标性信用风险评估模型，对信用风险进行评估^[7]。

2. 研究的基本内容与方案

研究的基本内容：通过查阅资料了解网贷的形式与特点，及网络贷款平台对风险等级划分的方法，用统计模型评价网贷风险，并实现模型在实际中的应用。

目标：建立网贷风险评价的统计模型，有效的监控借款者个人信用风险，对平台进一步完善风险监控提出相关对策及建议，同时对借款人成功借款提出相关启示。

拟采用的技术方案及措施：

3. 研究计划与安排

第1-4周：查阅相关资料，阅读国内外文献，了解选题意义，完成英文文献翻译，熟悉相关模型。

第5-6周：根据已掌握的知识，分析p2p网贷平台借款人特征及风险，选取合适的统计研究方法，撰写毕业论文开题报告。

第7-11周：学习r语言，编写相应程序，实现原始数据处理和指标筛选，建立logistic回归模型。

4. 参考文献（12篇以上）

[1] 黄丹. p2p网络借贷风险问题研究[d].江苏大学,2017.

[2] 胡明雅.p2p网络信贷平台新进入借款人信用风险评估研究[d].江苏科技大学,2016.

[3]iyer r, a. khwaja, e. luttmer. screening in new credit markets: can individual lendersinfer borrower creditworthiness in peer-to-peer lending[j]. nber working paper,2009, no.15242.