更新时间：01-14 （白色泡沫）提供原创文章
摘要：网络借贷发展迅猛，P2P网络借贷能够满足传统融资渠道难以顾及的小额信贷需求，但如何有效地降低违约风险是借贷平台亟需解决的一大营运难题。基于借款人的特征变量建立统计模型进行违约风险评估是十分有效的方法。以Lending Club数据为例，用lasso法对借款人的特征变量进行降维，并建立Cox比例风险模型和SPR系数估计来分析借款人违约风险。结果表明：1.同Cox比例风险模型相比，用SPR估计系数方法对借款人违约风险评估更稳健； 2.在对借款人的个人特征信息进行筛选建模的时候，用lasso方法来约束变量的个数方法能更快速找出对借款人违约有显著影响的因素。
关键词：SPR估计；网络借贷；lasso
目录
摘要
Abstract
一、P2P网络借贷的研究背景及意义-2
二、信用评估文献综述-2
（一）信用评估指标综述-3
（二）信用评估方法综述-4
三、P2P风险评估研究方法的理论介绍-6
（一）Cox模型-6
（二）SPR模型-7
（三）Lasso变量选择-7
四、基于Lending Club违约风险评估的实证研究-8
（一）借款人样本数据-8
（二）借款人特征信息-9
（三）P2P网络借贷违约风险建模-10
1．对违约风险建模的Cox模型-10
2．对违约发生时间建模的SPR模型-11
（四）两种违约风险模型的评价-13
五、结论与后续研究方向-14
（一）本文研究结论-14
（二）后续研究方向-15
参考文献-15
附录-18