P2P校园贷款个人违约风险因素指标探析

• 作者: 张宁静 杨铖 顾新
• 来源期刊: 财会月刊
• 学科: 经济
• 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
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 工作研究
• 页码范围: 82-89
• 页数: 8页
• 分类号: F832.479
• 语种: 中文
• DOI: 10.19641/j.cnki.42-1290/f.2018.06.012

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.