P2P校园贷款个人违约风险因素指标探析

摘要：

基于美国Lending Club网贷平台,通过探究P2P校园网络贷款真实数据,运用数据挖掘Adaboost算法识别借款人违约风险重要因素指标.结果显示:除借款利率外,社会信用、社会关系资本和还款行为都是影响借款违约风险的重要指标.在此基础上,提出了校园贷款家校知情、社会信用信息共享、加强大学生信用意识培养等降低校园贷款个人违约风险的建议,以期减少校园贷款借款人违约风险.

关键词：P2P校园贷款、金融数据挖掘技术、Adaboost算法、校园贷风险管理

分类号：F832.479(金融、银行)

资助基金：国家自然科学基金项目“基于跨组织关系演化的知识链关系治理研究”71571126;广东省社会科学基金项目“精算视角下的P2P网络贷款平台违约风险评估及控制”GD14XYJ32;四川省软科学计划项目“高校上市公司的发展评价及影响因素研究”2017ZR0084;四川省社会科学基金项目“白酒行业产学研协同创新路径研究”CJY17-09

在线出版日期：2018-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：82-89