互联网信用评分对授信额度影响的实证分析——以阿里巴巴芝麻信用为例

 2022-01-20 12:01

论文总字数:19201字

目 录

摘要 3

一、研究背景 5

二、国内外发展现状 5

2.1 国外发展现状 5

2.1.1市场主导型 5

2.1.2 政府主导型 6

2.1.3 会员制 6

2.2国内发展现状 6

2.2.1 我国互联网金融信用机制种类 6

2.2.2 我国互联网金融信贷业发展现状 7

三、芝麻信用数据调查统计 8

3.1调查问卷的设计 8

3.2基础数据的整理 10

3.2.1原始数据概况 10

3.2.2文字数据的量化和排序 10

四、对网贷影响的实证分析 11

4.1 芝麻信用分数的影响因素分析 11

4.2 影响花呗授信额度的实证 13

4.2.1 建立有序Logit模型 13

4.2.2 统计解释及边际效应分析 14

五、结论与建议 15

参考文献 17

致谢 18

附录:调查问卷及回收数据统计情况 19

互联网信用评分对授信额度影响的实证分析——以阿里巴巴芝麻信用为例

蒋岩

, China, Financial Engineering

Abstract: Internet financial credit reporting is an important guarantee for the development of internet finance, and draws lessons from the traditional credit reporting mode. based on internet technology, by processing and analyzing the obtained public data, the dynamic default probability of information subjects can be obtained, which is a credit reporting mode applicable to internet finance arbitrage. Alibaba has made use of its unique advantages in e-commerce to find out the " Ali credit model" represented by sesame credit. This paper adopts the method of questionnaire to collect data, after quantitative sorting of recovered text data, firstly studies the influencing factors of sesame credit score, and based on this, analyzes four characteristics of sesame credit model operation. Then take Hua Bai credit line as an example of online credit research, and explore the factors influencing Hua Bai credit line by establishing an ordered logit model, thus extending to the influence of internet financial credit score on credit line. The research shows that sesame credit score, user income and naughty value have significant positive correlation influence on Hua Bai credit line, and its credit line is not random distribution as spread on the internet, but the result of adopting big data and cloud computing after combining sesame credit score, naughty value and personal information of users. Finally, the article puts forward reasonable suggestions on the construction of internet financial credit mechanism.

Key words: Internet finance; Credit reporting; zhima credit; credit line of huabei

一、研究背景

进入21世纪以来,互联网愈加流行,互联网技术的不断地提升2014、2015、2016、2017年运营的P2P借贷平台数量分别为1575、2595、2448、1975家。网贷平台数量在2015年达到最高点后便开始持续下滑。P2P网贷平台数量急剧减少的现象反映出我国互联网金融信用机制建设的进度无法跟上互联网金融发展速度这一现实问题。[1]2017年10月末的1975家相较于2015年11月达到的行业最高点的3476家,平台数量已经减少了43.18%,累计停业平台近4000家。尽快的完善我国的互联网金融征信系统的“失信惩戒、守信激励”机制,规避潜在的信用风险,是我国互联网金融信用机制发展的关键举措。

互联网金融征信模式与传统征信体系有很大的不同,它基于互联网技术,通过把获取的公开数据进行处理分析,得出信息主体的动态违约概率。外国学者经过长期研究理论和评估信用风险概况的方法,研究出许多成果。Freedman提出由p2p收集的“软”信用风险信息可以抵消平台信用风险评估的不足[2]。Crosman认为互联网金融信用评估方法比传统方式更具有优势[3]。Fatement针对互联网征信的大数据特点证明,基于非参数设置的数据挖掘组合模型在评分性能方面效果更优 [4]。国内学者在研究信用风险评估方面主要通过引入外国研究成果的方法来应用于本国实践,并且取得一定的成果。莫易娴认为互联网金融信用机制的发展随着消费习惯和风险偏好的改善而发展[5]。唐艺军等通过建立二元Logit模型来研究互联网征信指标体系 [6]。柳向东和李凤(2016)以“人人贷”数据为例,证明了随机森林模型具有识别网络贷款违约的最佳能力。[7]

目前,我国互联网金融发展态势依旧处于优势地位,再加上我国在信用体系建设上的探索还可以进一步深化,逐渐暴露出我国信用机制不完善的问题。因此,完善一套能满足互联网金融业务发展需求的信用机制就显得迫切。[8]本文的研究重点在于分析获取的互联网金融信用体系的公开数据,以“阿里巴巴芝麻信用”为例,首先通过对芝麻信用模式的分析,探讨基于大数据的互联网金融信用机制的特征,再通过建立有序Logit模型深入探讨影响花呗授信额度的因素来分析其信用评分对授信额度的影响,最后对互联网金融信用机制的建设提出合理化建议。

二、国内外发展现状

2.1国外发展现状

互联网金融首先出现在美国,并在欧美迅速发展,建立起较为完善的征信体系。国际上主要以美国为代表的“市场主导型”、欧洲为代表的“政府主导型”和以日本为主导的“会员制”为主。

2.1.1市场主导型

美国是市场主导型的代表国家,以商业性征信公司的民间资本为主体投资建立和经营,按照市场经济的法则和运作机制,以赢利为目的,是独立于政府和金融之外的第三方征信机构,政府发挥其立法和监督的职能。 [8]经过长时间的发展,美国的征信行业已相对成熟稳定,监管体系全面细致,拥有三大征信机构; TransUnion、Equifax、Experian为互联网金融企业如Lending Club提供借贷人的信用报告。

但在经济全球化的时代大背景下,互联网不断普及,电子商务不断发展,互联网金融的也在不断发展完善,致使互联网金融企业不再像传统企业那样依赖着征信机构的信用报告开展金融活动,而是利用大数据处理方式创新信用机制服务模式。以kabbage为代表信贷平台为例, 通过大数据收集信息与传统方法相结合, 提高了信用信息处理的效率,减少了拖欠贷款行为的发生。可见,征信行业的发展与互联网金融的发展相辅相成,共同扩大规模。

2.1.2政府主导型

欧洲国家大都采用这种模式,是一种以央行建立的“中央信贷登记体系”为主体,以私营征信机构为辅的社会信用制度。为了防范风险,加强金融监管,中央银行强制所有金融机构用户参与到公共征信系统中,高度重视数据和用户隐私的保护。[9]在欧洲国家征信行业的互联网金融的应用和监管中,法国是众多国家的代表,法国金融审慎监管局(ACPR)和金融市场监管局(AMF)共同监控法国的征信业务。 [10]ACPR从09年开始加强监管各种支付机构,并规定所有机构必须依据其业务性质及范围获取相应的ACPR颁发的支付许可证才可从事支付业务。

2.1.3会员制

日本是会员制的代表国家。这种模式下的经营主体是行业协会信用机构,只收取成本费用,且协会只为会员建立信用信息中心为交流平台。 “帝国数据银行”是日本最大的征信公司,几乎涵盖所有用户个人信用信息,并具有完善的法律法规体系。[11]

乐天公司是日本互联网金融征信行业的代表,它涉及到互联网金融、第三方支付、产融一体化、生态圈系统等众多领域。其业务类似于“平安 阿里”的模式,或者是阿里未来计划发展的方向——“平台 大数据 金融”。乐天集团拥有众多会员并为其会员建立了完整的数据库以促进集团金融领域的运转。乐天会调用想申请信用卡的新用户的交易记录来进行评估是否对新用户发行信用卡及其额度,通过借助信用卡在乐天市场和金融两个板块的链接,形成交易生态圈,从而在信用报告中记录会员所有的信用信息。 [12]

2.2国内发展现状

2.2.1我国互联网金融信用机制种类

目前,我国互联网征信机构主要分为以下四种运作模式(见表1)

剩余内容已隐藏,请支付后下载全文,论文总字数:19201字

您需要先支付 80元 才能查看全部内容!立即支付

该课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找;