光鲜背后:P2P失信数据统计分析报告

本文讲的是光鲜背后:P2P失信数据统计分析报告,P2P失信数据,主要是指在P2P平台上有过借款行为,且在平台规定的期限内没有按时还清借款的行为数据。

  据网贷之家统计,2014年全国共有平台1575家,爆出问题平台275家,其中跑路平台121家,其余平台多为因缺少经验及风控能力等导致。2014年“诈骗,跑路”类,和“提现困难”类问题平台数量不相上下,占比分别达46%和44%;另外,还有部分平台因为停业或者经侦介入等其他原因被曝光。当然,其中被媒体爆出的平台只是问题平台的一小部分。

  本报告主要是依据同盾实验室商户反馈的P2P行业的24366条失信数据来对我国P2P失信为特征进行分析。

  一、失信行为特征指标

  1. 失信人性别年龄构成

  分性别年龄结构反映的是不同性别下失信行为人的年龄分布情况。结果如下图:

光鲜背后:P2P失信数据统计分析报告

  由失信人性别年龄构成图可以看出:(1)失信人的年龄主要分布在18-40年龄段;(2)在各个年龄中的男性失信人数均高于女性;(3)无论是男性还是女性,失信风险最高的年龄段均为18-30岁,且45岁之后的风险较低。

  在失信人群中,18-23岁在校生数量最多,最为集中,同时2014年P2P行业也有一分支发展极为引人注意——以趣分期、分期乐及爱学贷为代表的大学生信贷平台。

  2. 失信人分布状况

  失信行为人的分布情况主要由失信人的出生地分布、单位分布来说明。

  根据23,741条失信人的身份证信息,我们得到其出生地分布。失信人遍布于我国的31个省份和地区,其中内蒙古、山东省、甘肃省、湖南省和四川省较多。

光鲜背后:P2P失信数据统计分析报告

  失信人出生地排名前30的地区一览表

光鲜背后:P2P失信数据统计分析报告

光鲜背后:P2P失信数据统计分析报告

光鲜背后:P2P失信数据统计分析报告

光鲜背后:P2P失信数据统计分析报告

  从以上数据来看,平台公布的失信名单中北上广深杭等一线城市失信数据相比二三线城市低很多

  数据中失信人提供了单位名称的共有17,608条,覆盖5,225家单位,且绝大多数为高校。失信人所在单位排名前30的情况如下表。

  失信人所在单位排名前30情况一览表

光鲜背后:P2P失信数据统计分析报告

光鲜背后:P2P失信数据统计分析报告

光鲜背后:P2P失信数据统计分析报告

  2014年年末几大学生信贷平台公布过一组数据,数据显示大学生分期的不良还款率为千分之二,而全国信用卡的不良还款率则在千分之八的水准,而大多数学生的经济来源源于家长给予的生活费,大学生向平台贷款实际上将债务转嫁到了父母身上,从而让家长为大学生的信用“背书”。虽然目前大学生信贷数据是央行征信系统的空白,但未来各家P2P平台上传的数据,很有可能接入央行征信系统作为补充,大学生在P2P平台逾期还款的记录,同样有可能影响个人信用。个人征信对其以后的影响及其重要性在大学生群体中仍需要普及。

  二、逾期特征指标

  1. 各个年龄段逾期平均金额分布

光鲜背后:P2P失信数据统计分析报告

  由上图可以看出,虽然失信人中大多数分布在18-35年龄段之间,但就逾期平均金额来说,35岁之后的失信人的逾期平均金额要显著高于35岁之前的。也就是说,年轻人失信较多,而35岁之后失信人的逾期平均金额较高。

  2. 不同性别的逾期总金额和逾期平均金额

光鲜背后:P2P失信数据统计分析报告

  由上图,男性失信人的逾期总金额要远远高于女性的275%,但其逾期平均金额要低于女性的12%。

  3. 逾期笔数分布

光鲜背后:P2P失信数据统计分析报告

  接近85%的失信人逾期笔数为0,这表明大多数人虽然逾期还款,但在公布日期前已还清贷款。故在将失信人身份证导入证据库时,因考虑其时效性,应同时考虑其短期信用风险和长期信用风险(我们目前的证据库未考虑证据的时间维度,属于长期信用风险评估)。

作者:景保玉

来源:IT168

原文标题:光鲜背后:P2P失信数据统计分析报告

上一篇:Jenkins常用插件介绍之权限控制插件Role-based Authorization Strategy


下一篇:《循序渐进Oracle:数据库管理、优化与备份恢复》一一第1章 Oracle数据库的创建