- 文献综述（或调研报告）：
- 借贷平台的起源与发展
2005年第一家P2P网络借贷公司Zopa在英国成立，随后美国的Prosper，Lending Club等相继成立，P2P借贷平台在全球范围内得到了迅速的推广和发展。P2P借贷平台通常的定义是指贷款人与投资者之间通过网络借贷平台而非传统金融机构进行的基于信用的借贷交易（Lin et al.，2009；Bachmann et al.，2011）。通过P2P借贷平台，个人与个人之间可以直接进行资金的借贷，不需要通过银行等中介机构。平台通过互联网发布借款人的借款信息与需求，投资者通过平台筛选借款人的信息后进行投资，直接实现了借贷信息的点对点交互。实质上，P2P借贷平台是尤努斯创造的“乡村银行”小额贷款方式的网络化，它致力于帮助“长尾客户”获取金融服务，满足最基层群众的贷款需求，从而从根本上促进经济的发展，因此成为了实现普惠金融的重要渠道 。另一方面，P2P借贷平台的出现也拓展了居民的投资领域，优化了社会资金的运转。
我国大多数P2P借贷平台都是在师承英美等国家平台的经营模式后，逐渐摸索发展起本国的特色模式。按照运营模式的差异，国外的P2P借贷平台可以分为三种模式：单纯中介型，复合中介型和非盈利公益型（辛宪，2009）。前两者又可称为营利性平台。单纯中介型：平台只作为信息中介，协助交易的完成，在这过程中只收取手续费来维持平台的运作。复合中介型：平台充当着类似银行的角色，需要负责借贷款相关的一切事务，例如追账，动用自有资金填补坏账等，平台同时充当担保人，联合追款人，利率指定人的角色。公益中介型：平台与发展中国家的小额贷款机构合作，放款人将资金转移到平台上后，平台以免息或者低息将资金借贷给相应的小额贷款机构，再由小额贷款机构以固定利息借贷给借款人。此外谭中明（2014）根据是否有抵押、担保，将P2P 网贷分为纯中介模式、担保模式、抵押物模式等几种典型模式。徐荣贞（2017）将国内P2P借贷平台分为纯信用无担保的中介信贷服务模式与复合中介型模式两类。
近年来，随着P2P借贷平台的逐渐兴起与平台经济理论在金融产业应用的蓬勃发展，更多的平台经济理论把P2P借贷平台作为其重点解释与应用的对象之一。在我国，早期P2P借贷平台的理论研究大多是建立在平台经济学的基础上的（Evans，2003；Rochet and Tirole，2003；Chakravorti和Roson，2006；徐晋和张祥建，2006）。与传统经济相比，平台经济之所以广受青睐，其原因在于平台具有网络外部性这一特质，而存在外部性的首要条件则是平台双边需要具有大量的客户，Caillaud amp; Jullien（2003）提出，平台获得大量双边客户的方法是要先获取某一方的大量客户，免费为他们提供服务，鼓励他们参与平台的积极性，以推动平台的发展。邱甲贤等（2014）实证分析了Prosper.com在线个人借贷平台用户网络外部性特征和平台定价策略对借贷双方效用及平台收入的影响。研究发现用户价格弹性和网络外部性会随着平台的发展不断变化，在平台运作初期快速发展的情况下，用户价格弹性和网络外部性的快速变化，将会提高平台运营的难度。孙武军（2016）通过实证发现P2P网络借贷平台存在负的自网络外部性。对于借款人和贷款人，自身的群体数量越大，其获得的效用是递减的，这主要是由于网络平台上大量劣质的借款人加剧了借款人之间的竞争。同时平台又存在正的交叉网络外部性，对于借款人和贷款人，对方的群体数量越大，其获得的效用是递增的，这时候平台往往形成规模效应，加速了平台的优胜劣汰。随着平台的逐步发展与监管的不断深入，从2014年至今我国P2P借贷平台的发展已经步入分化积累期（王峰，2016）。
虽然P2P借贷平台为普惠金融的实现提供了很好的渠道和愿景，但近年来，P2P借贷平台的发展似乎陷入了瓶颈期。行业乱象较多，两极分化情形严重。近年来互联网借贷平台倒闭、跑路的事件更加频繁，在网贷平台的众多风险中，信用风险逐渐成为P2P网贷行业健康发展路上的最大阻碍。在监管逐渐深入的大背景下，P2P借贷平台是否能对借款者个人信用风险进行有效评估，对于整个P2P行业良性的未来发展、互联网金融环境的改善以及宏观金融的稳定都具有重要意义。
- 信用风险评价方法研究
传统的信用风险评价体系如5C评级，即从品质（Character）、能力（Capacity）、资本（Capital）、抵押担保（Collateral）以及条件（Condition）五个要素来对借款人信用风险进行评价等方法仍然被广泛运用于传统金融机构的评级体系中（谭中明，2017）。操作简单并且运用成熟的传统信用评估方法虽然能够定性分析借款人的部分信用信息，但无法量化借款人各特征的违约风险归因。尤其是针对网贷行业来说，由于其存在交易数据庞大、跨时间、跨空间的特性，传统的信用风险评价方法已经不能满足大数据分析时代的要求。
目前在关于P2P借贷平台信用风险评价方法的研究中，已有很多成熟的利用小样本、基于数理统计的信用评价建模方法，如Logistic回归，Probit回归，贝叶斯模型等（高丽君，2012；Maria et al.，2013；迟国泰等，2016）。由于P2P借贷平台服务于“长尾群体”的特征，突破了传统数理统计方法中的正态分布、同方差等假设（Hua et al.，2007），通过机器学习进行信用风险评估的建模方法逐渐兴起。机器学习模型中，人工神经网络、聚类、支持向量机、随机森林算法（Milad et al.,2015）等都是常见的分类模型。例如孙同阳，谢朝阳（2014）引入指标重要性构建决策树模型对平台的个人信用风险进行研究，发现平台过度依赖线上认证，导致信息不对称效应放大。宋丽萍，张利坤，徐玮（2015）运用BP神经网络构建模型，从借款人自身客观特征，还款能力以及历史表现三个角度选取指标来对借款人的个人信用风险进行评估，以信用等级为输出层，使平台能够更好的识别借款人的信用状况。贾湖，张闻洲（2016）综合P2P特定信息以及借款人特征，运用支持向量机和GA-BP神经网络法来对信用风险进行评估，表明支持向量机有着更高的分类准确率。柳向东和李凤（2016）利用随机森林模型对P2P网贷信用风险进行了评估，并且采用了SMOTE算法对不平衡数据进行了处理，表明该模型对存在缺失数据的样本来说较为稳健。丁岚，骆品亮（2017）运用集成策略，以logistic回归，决策树，支持向量机（SVM）作为初级学习器，SVM作为次级学习器来预测平台违约风险，其实证结果表明集成策略能显著提高预测的正确率。罗钦芳等（2017）以基于密度的DBSCAN聚类算法为第一层次，以一般分类算法为第二层次，运用“多层次分类”的方法识别异常的P2P网贷标的。
- P2P借贷平台的风险管控研究
根据P2P借贷平台的运营模式，借贷交易建立在虚拟网络环境下，并且借贷双方的信用在一定程度上具有不可控性，而目前针对互联网金融行业的监管体系尚不完善，因此对风险的控制将更加困难，因此如何保障借贷过程中的交易安全、降低信用风险成为了研究关注的热点和重点。
对于整个行业，宫晓林（2013）提出互联网金融业的持续健康发展要在积极创新，吸引更多客户的同时依靠互联网金融企业的自律来加强系统安全建设。然而行业自律这样的“弱约束”很难有效地进行风险控制。P2P借贷平台除了存在信用风险，网络技术上的数据安全问题，在交易中还存在着借贷审核技术风险、中间账户风险和流动性风险等等（王会娟，2015）。谈超（2014）在分析P2P借贷平台存在的风险时，将视角重点放在由信息不对称引起的道德风险与逆向选择的风险上，根据柠檬市场理论，由于信用较低的借款人倾向于设置较高的借款利率吸引投资者，投资者由于利益的驱动将会选择劣质借款人，由此优质借款人将会逐渐被驱逐出网络借贷市场，从而整体上降低了网贷市场上借款人的平均信用水平。此外，由于P2P借贷平台的信用风险控制体系一般是通过第三方信用评级机构完成，无法共享中央银行的征信体系中的个人信用信息，而其自身的征信体系尚不完善，因此控制信用风险成为平台安全性的首要问题。
在宏观监管层面，学者们对风险与收益进行了权衡分析，并且提出了相关的政策建议。Davis和Gelpern（2009）指出政府因考虑到P2P平台的发展前景而鼓励该行业的发展，但必须实现严格的监管以保障在经济发展、对外援助、慈善机构和消费者金融中的私人和公共利益。他们同时也指出监管对于政府和金融行业而言是一个大的挑战。因为不当的监管可能会对市场效率和消费者效益产生负面影响。监管条例的严格化将会加速一些担保类平台的倒闭，也会使得P2P借贷市场更加的规范和安全化。刘绘和沈庆劼（2015）针对当前P2P网络借贷主要面临的非法集资、产品异化、资金混同和保障不足等风险，从完善征信体系、明确信息披露、推广产品信用评级行业以及制定自律标准等四个方面提出了监管建议。曹晓璐（2016）从博弈论的角度提出我国网贷平台的监管亟需建立一套统一的征信体系，并且引入信用保险制度以实现保护金融消费者利益的核心。
在微观层面，学者们对于P2P借贷平台的参与者个人信息、行为、交易模式等方面对于平台的风险控制的影响展开了详细的分析。Klafft（2008）利用美国网络借贷平台Prosper的数据，实证发现信用评级对借贷交易行为的影响程度最大，信用评级越高，越容易获得贷款；而贷款利率越低，逾期还款率就越低。Puro et al.（2010）发现信用评分、总负债偿还比例对重复借贷有显著的影响。王会娟，廖理（2014）基于“人人贷”的数据也分析了P2P网络借贷平台的信用认证机制对借贷行为的影响。研究发现信用评级越高，借款成功率越高且借款成本越低。另外，相比单纯的线上信用认证方式，线上和线下相结合的信用认证方式更能提高借款成功率并降低借款成本。刘志明（2014）基于说服的双过程模型对Kiva平台中的借贷项目进行了建模和实证分析。结果表明，审贷机构的专业性、呼吁信息的信息量和所包含的情感强度都对网民的出借行为具有正面的影响。廖理等（2014）针对P2P借贷平台的投资者风险识别的行为进行了研究。他们发现投资人能够有效的识别平台提供的信息并规避违约风险。而廖理等（2015）进一步研究发现P2P平台投资者如不能继续在其他投资者的投资行为中获取更多信息，“羊群现象”将逐步消失，再次证明了市场中理性投资人的存在。互联网金融模式下理性投资人存在的溢出效应将会推动我国完全市场化利率的进程，提高传统借贷市场的借贷资源配置。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
