p2p平台逾期率如何统计（精选5篇）
p2p平台逾期率如何统计 篇1
p2p平台逾期率如何统计
P2P平台逾期率如何统计？逾期率越低越安全吗？在选择P2P平台时，不要听平台宣传就听信零风险、逾期率低于1%的说法，目前还没有统一的计算标准所以就没有什么可比性。有专业机构指出规定的逾期率计算公式，结果在2%~3%的说明风控水平不错，p2p平台逾期率如何统计的呢？
p2p平台逾期率如何统计
中国信用卡行业的风险率大致在3%，美国4%左右，我个人认为相较信用卡客户群，国内P2P的客户群质量要稍差一些，因为他们中很多人是被银行排除在外的，所以借款人的信用风险会比信用卡略高。逾期率的统计口径有什么不同呢？
实际上，平台的真实逾期率的计算方式有很多差别。举个例子来说，不少平台都是按余额的统计方式来计算的，逾期率的分母为历史以来所有放贷额。这意味着P2P公司只要不断扩大放贷规模，把分母做大，就能让逾期率看起来很低。在公布逾期
率的时间点前，平台快速拉拢客户，一下在分母上增加几百、几千万元，从而缩小最终逾期比率。
另一种方法是，只将已经逾期的应收部分除以全部本金，这一做法其实排除了极有可能逾期但还未逾期的部分，所呈现出来的结果当然好看很多。比如有客户已经逾期5个月，后续仍有5个月的欠款需要偿还，那么有些平台只会将已经逾期的5个月金额作为分子，而不考虑之后逾期可能，但实际上，未来逾期的可能性是极高的。目前，业内比较严格的逾期率计算公式为：在给定时间点，当前已经逾期90天以上的借款账户的未还剩余本金总额除以可能产生90+逾期的累计合同总额。其分子的概念是，只要已经产生90天以上逾期，那么未还合同剩余本金总额都视为有逾期可能，而分母则将一些借款账龄时间很短的，绝对不可能产生90+逾期的合同金额剔除在外（比如只在2天前借款，无论如何都不可能产生90天以上逾期）。
当前很多企业对外宣称风险逾期率在1%以下。如此之低的逾期率可能有几种情况：一是平台成立不到1年，开业时间很短，而借款合同都是1年期或以上的，逾期率当然会很低，只因风险还没有显现出来。第二种是平台已经成立了2年以上，但是它公布的逾期率是0或者1%以下，那么数据的统计口径就要打上问号了。
平台对逾期数据比较敏感，不排除其公布的数据被人为压低的可能；平台用自有资金或风险保证金将坏账核销，因此列入统计的逾期率下降；平台上线时间较短，还没经历完整的还款周期，风险还未暴露；很多平台采用第三方担保模式，担保机构代偿的部分并不计入逾期率。p2p平台逾期率如何统计上文已经介绍，作为聪明的投资人不能盲目听信平台宣传的零风险低逾期率。
p2p平台逾期率如何统计 篇2
随着互联网的发展和民间借贷的日趋活跃,小额信贷开始与互联网技术融合,P2P网络借贷逐渐兴起。P2P网络借贷是指贷款者以第三方网络借贷平台为媒介向其他借款者提供小额贷款并征收一定利息的网络金融模式。由于其具有快捷便利和门槛低等特点,加之中小借款者向银行贷款难度增加,P2P网络借贷平台一经推出就得到迅猛发展,深受社会资源匮乏的小微企业主、工薪阶层、农户、大学生及中小投资者的欢迎。我国P2P网络借贷平台在快速发展的同时,也暴露出诸多问题,其中一个突出问题就是借款者的逾期还款行为。在P2P网络借贷平台中,每个借款项目都有还款期限,但很多借款者并不会按时还款,逾期还款行为不仅让贷款者遭受损失,甚至会危及整个P2P网络借贷市场的良性发展。因此,对P2P网络借贷平台中的逾期还款行为进行实证研究,找出逾期还款行为的影响因素,能够为平台的良性发展和广大投资者带来帮助。
二、文献综述
(一)国外研究国外学者对P2P网络借贷平台进行了广泛研究。Meyer等(2007)认为P2P网络借贷是指在没有银行等金融机构作为中介平台的情况下,借贷参与者以提供信贷服务的网络平台为中介进行的直接借贷活动。Magee(2011)认为在P2P网络借贷过程中,借款者不需要提供抵押物品就能以低于银行贷款利息的利率获得资金,同时贷款者也能获得高于银行存款利息的收益,这便是P2P网络借贷的最大优势。Shen等(2010)通过对Prosper上的交易数据进行研究,发现当前P2P网络借贷平台中的贷款者偏好投标高风险项目,并且这些贷款者存在较为明显的从众心理,进而增加了平台的总体风险。Freedman和Jin(2011)通过研究Prosper发现借贷双方的信息不对称会导致P2P网贷平台产生逆向选择和道德风险问题,此外,社交网络中的个人信息可以在某种程度上帮助贷款者辨别借款者的违约风险,以此补足网贷平台中象征性信息的不足。
(二)国内研究在国内学者中,辛宪(2009)认为国外P2P网贷平台可分为三类:一是以Prosper为代表的单纯中介型信贷模式,该模式主要通过出售平台服务赚取服务费;二是以Zopa为代表的复合中介型信贷模式,该模式对信用等级进行划分,强制借款者按期还款,较好地控制了资金风险;三是以Kiva为代表的非盈利公益型信贷模式,该模式采用“批量出借人+小额贷款”模式,一般每位贷款者只需支付25美元。尤瑞章和张晓霞(2010)通过对比研究发现国外网贷平台比国内网贷平台在运营模式方面更加成熟,这主要得益于国外网贷平台具有完善的信用体制、健全的法律制度及成熟的网络技术。钮明(2012)通过对比国内外网贷平台,发现近年P2P网贷平台在发展过程中呈现出两个特点:一是针对对象更加细化,二是更加注重交易安全。王紫薇等(2012)对比分析了拍拍贷和宜农贷在运营模式、主要借款对象、收费方式及借款利率等方面的差异,总结出网贷平台存在的问题,并提出相关建议。奚尊夏(2012)对比分析了国内五大类P2P网络借贷模式:亿峰模式、速贷帮模式、宜信模式、门户网站模式和阿里小贷模式,并指出各网贷模式存在的缺陷,提出了P2P网络借贷行业的发展路径。
国内外学者对P2P网络借贷都做了相应研究,但大多集中在P2P网络借贷的起源和发展、运作模式及监管问题上,未对P2P网络借贷中的逾期还款行为进行研究。且国内外的研究多是从定性角度出发,较少从定量角度进行研究。因此,在目前国内P2P网络借贷平台迅速扩张的背景下,对P2P网络借贷平台中的逾期行为进行实证分析具有重要意义。
三、研究设计
(一)样本选取及数据来源“拍拍贷”成立于2007年6月,是国内第一家网络借贷平台,具有较成熟的线上运作模式,同时也具有较好的审核机制和催收机制,更为重要的是“拍拍贷”对借款用户的逾期还款数据公布较为详尽。为确保实证的有效性,本文随机选取“拍拍贷”中1700条借款项目数据,并剔除其中重复出现的借款者和资料缺失的借款项目,最终确定1642条借款项目数据。在去除敏感信息后,借款项目数据主要包括四个部分:标的特征信息、信用特征信息、个人特征信息和往期借款信息。
(二)变量选取影响逾期还款的因素很多,根据以往P2P网络借贷平台借款者行为决策的研究结论和拍拍贷平台的借贷交易特点,可将其分为标的特征、信用特征、个人特征和往期借款4个维度进行分析。具体说明见表1。
列表信用等级具体数值见表2:
数据来源:根据“拍拍贷”公布的资料整理所得。
(三)模型构建本文选择二元Logit模型对P2P网络借贷平台中逾期还款的影响因素进行实证分析。根据上文变量的选择,构建Logit回归模型:
其中,P(Y=1)为逾期还款概率,P(Y=0)为未逾期还款概率,ε为随机扰动项。
四、实证结果与分析
(一)模型检验
(1)模型的有效性检验。针对模型的有效性问题,主要采用似然比检验方法。首先,用stata软件对完整模型进行Logit回归如表3所示。由表3可知,完整模型的Logit回归中对数似然值为-825.38107,似然比卡方检验的观测值为622.55,p值为0.0000,在显著性水平α为0.05的情况下,拒绝原假设,认为所有回归系数不同时为0,解释变量全体与lnP(Y=1)/P(Y=0)之间的线性关系显著,所以该模型整体有效。
(2)模型的无效多余变量检验。该模型中共有16个变量,需要对变量进行筛选以剔除其中的无效变量,主要采用逐步Logit回归筛选方法。逐步Logit回归筛选方法分为前进法和后退法两种。前进法指的是逐个引入模型外的变量,后退法指的是放入所有变量,再逐个筛选。前进法选择变量的经验公式缺乏总体概念,当用于因素分析时,宜采用后退法,因此,本文采用后退法进行变量筛选。由表4可知,共筛选出4个变量:列表信用等级Level、按时还款次数Ashk、生活状况Living和年龄Age,这4个变量的P值都大于0.05,说明其在5%的显著性水平上对模型的贡献是不显著的,应当去除。
(二)实证分析由表5可知,所有自变量均在5%的显著性水平上通过检验,对模型都有显著影响,这是因为本文首先对模型进行了无效多余变量检验,去除了所有无效多余变量。
(1)在标的特征方面,借款金额的系数为负,表明借款金额对借款用户的逾期还款行为产生了显著的负向影响,这主要是因为借款金额越大,平台对借款用户的信用状况审核越严格。通过审核的借款用户的信用状况相对较好,逾期还款的概率越低。此外,该变量系数的绝对值很小,说明借款金额对逾期还款的影响程度很小,这是因为P2P网络借贷平台具有小额借贷的特征,一般情况下,平台会设置借款额度上限,所以借款金额不会太高。借款利率的系数为正,这表明借款利率对借款者的逾期还款行为产生了显著的正向影响,借款利率越高,借款者的还款负担就越重,一旦借款者的经济状况出现意外,借款者就很可能出现逾期还款行为。此外,该变量系数的绝对值较大,达到11.410,表明借款利率对逾期还款可能性的影响程度较大,这也符合现实中的网络借贷情况。借款期限的系数为正,这说明借款期限对借款用户的逾期还款行为产生了显著的正向影响,这是因为借款期限越长,借款者的经济状况受到不确定的影响因素越多,发生逾期还款行为的概率就越高。当前投标次数对借款用户的逾期还款行为产生了显著的负向影响,这是因为投标次数多表示借款者的信用状况得到很多贷款者的认可,借款者发生逾期还款行为的概率相对较低。借款进度的系数为负,这表明借款进度对借款用户的逾期还款行为产生了显著的负向影响,这是因为借款进度越高,投标的贷款者就越多,借款者就越能表现出良好的信用状况,因此发生逾期还款行为的概率较低。借款用途对借款用户的逾期还款行为产生了显著的正向影响,即借款用途的赋值越小,借款用途就越紧急重要,发生逾期还款行为的可能性就越小,这是因为重要紧急的借款用途能够使贷款者相信借款者会将借款用在重要的地方,这在一定程度上提高了借款者的信用状况。
(2)在信用特征方面,借入信用积分的系数为负,说明借入信用积分对借款用户的逾期还款行为产生了显著的负向影响,这是因为借款者的借入信用积分越高,借款者的信用状况就越好,借款者发生逾期还款行为的概率就越低。信用状况良好的借款者往往希望能够与贷款者进行长期合作,因此比较注重信用,不太可能发生逾期行为。
(3)在个人特征方面,户口所在地的系数为正,其对借款用户的逾期还款行为产生显著的正向影响,这是因为经济发达的东部地区的赋值较小,经济落后的西部地区的赋值较大,所以该变量的赋值越小,发生逾期还款行为的可能性就越小,借款者户口所在的地区经济越发达,贷款者就越相信其能按时还款。教育程度的系数为负,说明教育程度对借款用户的逾期还款行为产生显著的负向影响,这是符合现实情况的,教育程度较高的借款者产生逾期还款行为的可能性较低。性别的系数为负,其对逾期还款行为产生显著的负向影响,这说明男性借款者逾期还款的可能性要低于女性借款者,一方面是因为网贷平台的主要参与者是男性,而女性较少,另一方面是因为贷款者相信男性借款者的还款实力强于女性借款者。
(4)在往期借款方面,成功借款次数的系数为负,说明成功借款次数对借款用户的逾期还款行为产生显著的负向影响,这是因为较多的成功借款次数表明借款者对借款流程较为熟悉,具有良好的借款信用,其发生逾期还款行为的可能性较低,因此该类借款者易受到贷款者的青睐。
五、结论及建议
本文针对P2P网络借贷平台中的逾期还款行为进行实证研究,结果显示,户口所在地、借款利率、借款期限和借款用途对借款者的逾期还款行为产生了显著的正向影响,其中借款利率的影响程度最高;而借入信用积分、教育程度、性别、借款金额、成功借款次数、当前投标次数、借款进度对借款者的逾期还款行为产生了显著的负向影响,其中借款金额的影响程度最低。
P2P平台如何走出红海 篇3
据预测，2014年的P2P交易规模将达到2500亿左右。P2P平台的数量超过1500家，据行业数据统计，每天新增的P2P平台有三四家，有时甚至更多。在如火如荼之下，亦有鱼龙混杂的现象存在。
对普通的投资人来说，既不能因噎废食，因为P2P为代表的互联网理财是趋势，其收益也相比货币基金、银行理财要高一些。但在投资时，也要睁大眼睛，因为P2P的风险很大，稍有不慎，就无法收回本金。20%的高息收益，与本金可能打水漂相比，P2P投资的风险高。
大量的P2P平台涌入，使得用户对平台自身缺乏辨识度，正如当初团购行业的千团大战，让用户接受了团购，但并没有记住团购平台自身。后来惨烈竞争的结果是，大量的平台都死掉了。
P2P平台要从产品、技术、营销、品牌、资产等各方面，全方位打造自身的综合实力。那些刚成立不久的新平台，在收益率、业务模式等方面大相径庭，同质化严重。因为营销、品牌做得一般，用户短期接受度低，流量小，往往很难满标。要想做到万级投资用户的难度很大，在竞争中处于下游。这些P2P平台，在2015年，生存的压力比较大。
P2P需要依据自身情况，形成生态链。P2P平台走向垂直细分行业是一个比较好的选择。一方面是资产端的风险控制可以行之有效，另一方面，依据行业可以建立起较为完整的大数据链条。这对于P2P平台去做大数据金融，更为直接。
美国与英国有完整的信用评分体系，这让Lending Club、Prosper、ZOPA等都能够形成较好的风控。利用这些数据，Kabbage也借此进行大数据金融，并在FICO的基础上，形成一套新的评分系统，不断优化自身的风控。
目前，国内没有完整的个人征信系统与评分，P2P平台要基于自身不断积累相关的个人借贷数据、信用数据，并实行开放、共享，让整体的信息更完善，风控做得更好。
未来，P2P平台会成为一个以债权理财为主，基金、借贷为辅的理财平台，现在却还是一个债权产品的销售平台，并不是从用户出发的理财平台。用户的理财需求是多样化的，债、基金、股票、现金管理等资产配置都有需求。理财之外，还有借贷的需求。
在P2P竞争的下一个阶段，将是以用户为核心，推出相关的理财、借贷等服务，并依据大数据，对用户进行个性化的、符合用户要求的资产配置。比如，在基金上，可以推出T+0的货币基金，用来大规模提升用户体验。因为，大量的P2P平台，资金与资产的匹配度很难平衡，投资人的资金站岗现象严重，可以用货币基金来解决这一问题。并且，P2P平台也可以开放销售基金，对接基金买卖。另外，若无基金销售牌照，也可以与诸如数米、天天、好买等第三方基金销售平台合作。
在产品上，P2P平台已经推出债权转让功能，有些P2P产品是加价出售，有些是稍微折价出售。对投资人来说，能够顺利转让，可以增强自身的流动性。大多数的P2P产品期限是半年、一年，有些还有24个月、36个月。用户对流动性的强烈需求，也可以形成一站式理财。
同样，债权转让的基础是新的投资人对这个产品能够快速、简单地知晓该产品的安全性、收益率、流动性等。现在，债权转让就是在各个P2P平台之内进行。随着P2P平台逐渐完善，项目与信息披露逐步健全，P2P债权转让也将有机会成为第三方平台。但是，现在P2P鱼龙混杂，信息披露不完整，风险评估不健全，通过第三方评级的债权转让还需假以时日。
p2p平台逾期率如何统计 篇4
P2P网贷平台如何选择并防范风险
网贷平台的危机从那里来呢?
一是经营不善，导致收入不能覆盖成本;第二则是交易机制设计不合理，例如通过对借款人的各项真实性审核的机制，借贷周期的时间限定，交易风险赔偿制度的设计，甚至是利息制度的设计，还有集中撮合制度，等等各项制度的创新设计。第三是存在利用交易机制设计的漏洞，人为的进行骗贷活动。
那么，究竟怎么选择网贷平台进行投资，防范风险?
1、首先要通过成立时间、注册规模、营业网点布局、模式等方面进行初步分析选择。成立时间很短的P2P平台，用标等各种推广活动，推荐资金量大、收益高的产品，要特别注意。
2、看平台的创始人和股东实力。查询ICP注册备案，除了看是否有第三方支付平台的公司审核，还要确认平台宣传备案的股东和P2P平台之间的准确关系。此外，由知名投资公司投资可能会有保证一些。
3、对借款人信息充分了解。要了解平台是不是有优质的借款人，甚至是通过什么途径发掘的借款人。了解该P2P平台如何验证借款人自行上报的个人信息?是否实地考察?是否通过同业征信平台了解借款人在非正规金融机构的借款信用信息等。
4、看借款者的借款需求，了解借出资金流向。有的借款人将钱拿去投资房地产或者是股票，坏账率很高。
5、看平台的担保形式及风险保障程度。目前，P2P平台的担保方式通常有：无担保、风险保证金补偿(这部分要与坏账率比例进行比较，以及风险保证金上期期末余额与本期代偿数额的比率)、公司担保(P2P平台直接担保、或专业担保机构担保)。
如何辨别P2P平台假标的？ 篇5
不久前，央视曝光了广州中大财富网涉嫌诈骗一事，在这场网贷骗局中，投资人的钱都打了水漂，血本无归。警方在调查中发现，中大财富网虚假投标的金额达到2000万元。而在中大财富控制人甘宇兵的办公室里，警方发现了五六十份虚假合同。此事一经报道，立刻引起了众多投资者对标的真假的担忧。
据统计，截至5月底共计600多家问题平台中有近半涉及假标，假标的俨然成为让P2P投资人上当受损的重要原因。
虚假标的为何层出不穷？
什么是假标？简单来说，就是并不真实存在的借款需求。平台方面发布虚假标的的目的无非以下几个原因。
庞氏骗局。很多P2P公司为了募集资金，制造不真实的标的，以低成本吸引资金，借给更高收益的借款人，以赚取中间的利差，这种行为就导致庞氏骗局的产生。
自融平台本身或股东借款自用，用于平台、股东的自有企业生产经营或偿还债务等，这种方式最可能出现平台卷款跑路的现象。
营销手段。一些平台为了提高或者维持人气，在实际借款需求不足的情况下设立虚假标的物。这一类往往会被误以为平台人气旺，对于注重平台人气的投资人，尤其需要注意。
借款人发布假标。由于一些P2P平台风控水平低，对借款人身份信息核查不到位，导致借款人以不同身份在P2P平台上发布大量虚拟借款信息，借款人募集资金后，用于投资房地产、股票、债券、期货等，有的则直接将募集的资金高利贷出赚取利差。
如何辨别“李鬼”？
假标的往往会得到平台的精心包装，甚至做得比真标的看起来还要完美。当“李逵”遇上“李鬼”，投资人务必要擦亮双眼，从蛛丝马迹中去辨别真假。
首先，要分析项目信息的真实完整性。借款人借款信息是否清晰;借款人的身份信息是否详细，如借款人的年龄、职位、收入及单位属性等一系列基本信息;借款人的身份信息是否可靠，平台是否能提供有效的材料与渠道证明所发布的借款人借款与身份信息都是真实可靠的。此外，还要注意各项信息之间是否吻合对应，比如说打款凭证、借款协议（合同）、抵押合同、担保函，以及抵押物的相关信息。由于每个平台公开情况不同，发现疑问应立即向平台索取相关信息，若无法提供，则需引起注意。
其次，抵押标、担保标相关信息需公开。针对抵押标，需留意平台是否公示房产证、车辆登记证、行驶证、珠宝鉴定评估等信息，由于房屋抵押须有房产证才可办理，如果能到平台现场随机抽查标的真实性，效果会更佳。而担保标则需要查明担保公司是否出具书面的担保函或签订书面保证合同。如项目经过小贷公司或担保公司担保，相应的担保资质、担保资金情况、与平台关系必须说明清楚。
再次，收益过高的项目需谨慎投资。如果利息在10%～15%的回报尚属正常，利息高达20%以上，就需考虑是否是个陷阱。正常企业能提供一定抵押物的，能承受的短期拆借的年综合成本不会太高，算上给投资人的收益、平台管理费用、担保费用，长期使用高息民间借款的企业，本身就很不正常。投资者切勿一味追求高息回报。
最后，确认平台是否有资金托管方。平台将资金交由有牌照的第三方支付公司托管公司，能在很大程度上避免平台自融的情况发生。一般没有进行托管的平台，可能会出现“标霸”（几个大户长期反复投标），这其实就是平台运用自己的马甲账号配合假项目，制造人气。
虚假标的通常包裹着美丽的“糖衣”，让普通投资者防不胜防。业内专家提醒广大投资者，进行投资务必要慎之又慎，理性投资方能规避风险。
【中大财富网涉嫌诈骗事件回顾】
据央视报道，广州市72岁的曾先生受中大财富高息诱惑、过度宣传的影响，在该平台上累计投资了近90000元，但自2015年年初，中大财富开始拖延支付本金和利息，最终曾先生应得到的本金和利息都“打了水漂”。
广州市公安局天河区分局经济犯罪侦查大队在调查中发现，该平台上一些担保公司和平台公司实际的控制人是一伙人。种种迹象表明，这个名叫中大财富的网贷平台很有可能进行了非法集资和诈骗活动。
按照中大财富网站上公开的标的，华蓥纺织品市场的A048号商铺在2014年2月申请过一笔60万元的贷款，借款时间为一个月，拿着这份合同，警方找到了该店铺的店主黄泽明。但黄泽明说自己根本没有进行抵押贷款，而且根据合同显示，该店铺的店主叫张诚，不仅人名对不上，就连营业执照也是假的，可以断定这份借款合同明显是人为造假。而这种情况并不是个例，仅这家布匹市场里，警方发现竟然有60多个店铺资料被盗改冒用，店主在不知情的情况下，就莫名其妙地欠下了不少债务。
按照国家法律规定，单位进行集资诈骗数额在50万元以上的，可定为集资诈骗罪。通过摸底调查，中大财富涉嫌虚假投标的金额已经达到2000万元，警方断定其确实存在非法集资等犯罪行为。随后，警方对中大财富实际控制人甘宇兵和其他主要管理者实施抓捕，同时封锁了中大财富网络后台数据库。在甘宇兵的办公室里，警方发现了五六十份虚假合同。