我国P2P行业逾期行为的影响因素

【摘要】本文可能影响逾期行为的因素采用随机森林的方法进行粗选，发现借款人所在的地区、借款用途、性别、有无子女、学历等因素的特征得分较高，通过建立逻辑回归，对粗选的结果采用逐步回归的方法，结果表明：婚姻状况、区域因素、贷款年限、学历、工作单位对逾期行为产生有较强的影响。

一、引言

2014年以来，我国P2P行业迅速发展，成为全世界P2P发展最快的国家，但与此同时，跑路的平台也急剧增加，类似e租宝等平台占到30%以上，针对该行业的整体态势，国家监管部门出台《私募股权众筹融资管理办法（试行）（征求意见稿）》，加强了对P2P等行业的监管，本文主要从信用风险得角度，以国内某一大型P 2P公司为研究对象，探究客户逾期行为的影响因素。

国内对于P2P行业逾期行为的研究有很多，谈超等将影响逾期的因素划分为标的特征、信用特征、个人特征和往期借款4个维度，从中选取15个变量，通过建立logit回归方程，探究逾期行为与这些变量的关系：王重润以“红岭创投”的真实业务数据为基础，选取借款者违约行为的9个特征因素建立Logit模型进行分析，探究影响逾期的因素。

二、还款逾期特征变量的选择

1.数据说明

因变量是客户类型，其中l代表新增逾期客户；0代表非逾期客户。

本文选取我国某一较大规模的P2P公司，获取该公司2015年1月为M0，2016年1月为M1，2016年2月为M2，共931条新增逾期客户在2016年1月的数据，以及2015年12月，2016年1月，2016年2月为M0，共931条正常客户在2016年1月的931条数据，共1862条数据进行分析。其中M0：客户逾期0-30天：M1：客户逾期30-60天；M2：客户逾期60-90天；在实际业务中，习惯定义M2为新增逾期。

选取的自变量包括：合同版本、贷款品种、片区、性别、是否续贷、综合费率、判断贷款信息是否提交过、判断个人信息是否添加过、判断工作信息是否添加过、判断联系人信息是否添加、贷款用途、学历、婚姻状态等信息。

2.变量筛选

本文对可能影响客户分类的35个因素采用随机森林的方法对关键变量进行提取，同时，为了避免分布不均匀的问题，采用五重交叉验证，具体过程如下：

（1）将样本分为训练集和测试集，其中测试集占30%。

（2）将训练集样本随机均匀分成5份样本，取其中4份样本记为N1，另一份样本记为n。

（3）将N1采用随机森林的方法，提取特征集S1，并去掉特征分x小于0.01的特征变量。

三、模型的建立及应用

1.Logit回归方程

本文对筛选出的变量采用逐步回归的方法建立Logit方程。具体过程如下：

3.模型检验

3.3.1模型泛化误差

运用建立的模型，对30%的测试集进行测试，结果如下：

四、结论及建议

1.结论

综上所述，影响新增逾期的因素包括：

（1）婚姻状况。一般而言离异，丧偶，再婚的客户逾期率要高一点。

（2）学历。学历越低，逾期率越高；一般而言学历在大专，高中，高中以下的逾期率相对来说要高。

（3）区域因素。华东地区整体信用状况和华北相比较差，导致华东地区逾期率较高，华北片区逾期率较低。

（4）贷款年限。一般而言期限越长的逾期率较高，风险越高。

（5）工作单位。从单位性质来看，机关单位、国企性质的单位逾期率较低。

2.建议

（1）避免期限较长的产品。平台在产品设计时，尽量避免贷款期限超过一年的产品，对于超过一年的产品，加强风控部门对客户的事中管理。

（2）尽快完善P 2 P行业的信息共享机制。目前，由于P 2 P公司对客户的信息不共享，因此，部分客户存在倒账行为，行业整体的系统性风险偏高，因此，尽快实现行业内部的信息共享机制，有利于降低这类风险，降低逾期率。

因此，预测的准确度86.95%，模型的泛化误差较小。