全球第一家P2P网络金融平台于2005年成立于英国,至此,该行业在欧美开始快速的发展起来。而我国的第一家P2P网络金融平台——宜信,成立于2006年。至今,P2P网络金融运作已经10来年了,而关于P2P网络金融的研究也不断深入。主要集中在以下方面:70181
2010年,Collier等人研究了借款利率和金额与借款人自身条件之间的关系,得出了若借款人的财务收入越少但借款金额却相对的越多,则会导致借贷平台给该客户更加高昂的借款利率。而Samuel则选择利用最优搜索模型,以此来为投资人选择更加最佳客户,以最大化的保证出资人的资金安全。Puro分析了P2P网络借贷中的羊群效应。
Greiner & Wang与Herrero-Lopez从单方的研究深入到了借贷双方的研究,得出P2P网络借贷平台快速发展的原因在于借款与理财客户双方的供求不断。他们研究从资金减损的角度分析客户的违约偏好以寻求资金损失最小化。而Freedman和jin则指出,若借贷双方在现实生活中相识则会降低违约概率。
在目前已有的P2P相关研究中,国内研究处于理论阶段,主要定性对比分析了国内外平台的运作方式。奚尊夏分析了我国具有代表性的五类P2P模式的缺陷,并由此提出了P2P借贷的未来发展路径。尤瑞章等分析研究了国内外P2P平台的发展水平,得出国外发展迅速的原因,其中包括法律与IT技术等。潘静从P2P金融的概念入手,分析其较传统金融的创新特点,并由此提出创新对策,包括重视互联网价值,掌握客户资源,注重客户体验等。韩壮飞以互联网金融为切入点,分析了互联网的发展对于金融行业运作的影响,并对阿里金融进行了SWOT分析。
然而,目前关于P2P借贷的研究大多集中于理论分析报告一类,理论与实际结合的分析不多。而且主要是各个方面的理论分析,集中在对于客户的研究,从客户的角度出发,分析客户的借贷情况与匹配。或者从借款人和出资人的角度,分析供需关系,寻求双方的供需平衡和利益最大化。亦或者结合该国的法律制度与国情,定性的分析借贷平台的商业运作模式。本文旨在从借贷平台的角度出发,结合实际情况,单纯的分析借贷平台的利润,寻求借贷平台更大的利润空间。论文网
本文参考了关于P2P借贷、数据挖掘方法以及数据分析理论的多篇论文。运用数据挖掘技术加以部分的数据分析,从借贷平台的角度来对P2P借贷业务中的P2P车贷业务加以研究,寻求利润最优。
(1).胡文瑜等.数据挖掘取样方法研究[J]
本文主要介绍数据挖掘的取样方法。本文对目前数据挖掘所使用的集中取样方法进行了简单的分类,并分析比较了其各方面的特性,最后详细阐述了数据挖掘技术的应用与发展。本文还提出了一个框架用于取样算法的分类。在指出均匀取样具有局限性的同时,提出偏倚取样的方法以运用于实际场景。
(2).庄维强.P2P网贷金融的运行模型分析[D]
本文主要研究了P2P网络借贷。从广义上将P2P网贷平台分为了平台中介型和债券转让型两个大类,分析了这两类平台的运作模式,建立了基于其运行方式的数学模型,以期能够模拟这两类模式的运行方式。通过分析得出,债券转让型平台可以通过资金的分拆错配来对风险进行分配,不同的拆分方式可以得到不同的风险分配方式。而平台中介型平台可以通过使用不同的引导策略引导出资人来实现不同的战略目标。
(3).Luca De Angelis. Latent class models for financial data analysis: some statistical developments.
本文的目的是验证数据驱动方法对财务报表分析的有效性。在此论文中,尝试使用最近的数据挖掘技术去验证变量选择对构建收入预测模型的实用性。因为财务报表数据由大量变量组成,因此通过变量选择和模型选择两个阶段调查来验证该方法的适用性。在此模型中,由于模型的复杂性,增加变量的数量倾向于阻止构建准确的预测模型。因此,变量的选择支持通过移除之前预测的不相关的变量来构建准确的模型。在本论文中,我们验证通过几种方法获得的可变子集的适用性来关注变量的选择,最终得到收入的最优预测模型。