發(fā)布時間：2024-05-17 15:03

　　文章以"人人貸"平臺2018年6月1日至2019年9月30日交易數(shù)據(jù)為樣本,運(yùn)用Python編寫網(wǎng)絡(luò)爬蟲程序摘取31 614個有效交易樣本,采用Logistics回歸模型及OLS回歸模型分別就借款描述的文本長度對違約率、借款利率的影響關(guān)系進(jìn)行探究分析。實(shí)證發(fā)現(xiàn),借款描述的文本長度對違約率、借款利率均呈正向影響關(guān)系,文本長度越長,借款利率越高,越容易發(fā)生違約風(fēng)險。對此,建議P2P網(wǎng)貸平臺結(jié)合借款描述來建立更加完善的信用評價機(jī)制,降低信用風(fēng)險,以促進(jìn)P2P行業(yè)持續(xù)穩(wěn)定發(fā)展。

【文章頁數(shù)】：7 頁

【文章目錄】：
一、文獻(xiàn)回顧
二、研究設(shè)計
    (一)模型構(gòu)建
    (二)變量選取
    (三)數(shù)據(jù)選取及處理
三、實(shí)證分析
    (一)文本長度對違約率的影響分析
    (二)文本長度對借款利率的影響分析
四、研究結(jié)論及建議
    (一)研究結(jié)論
    (二)對策建議



本文編號：3975761