互联网金融培训师案例:P2P风险因子分析


分享到:



互联网金融培训师案例:P2P风险因子分析

本文将着重讨论Prosper借款人现有的债务情况。我们将随时间来观察趋势,判断债务是否和借款表现有关,以及讨论计算偿债能力的方法。

自2011年开始,借款人每月平均借款数目(申请时数据)已经从800美元/月上升到1100美元/月。从信用等级来说,我们看到AA级,A级,B级中,增长尤为明显。下一个非常明显的问题则是关于表现,那些担负更多月度债务的借款人是不是更容易违约?从2011到2012年的借款表现数据来看,二者关联不大。最少月度借款组的违约率最低,但是其他组别的表现则没有体现出关联度。

承销消费者贷款是一项复杂的活动,部分取决于有多少数据来辅助你做出支持和婉拒的决定。大部分信用模型的数据包括潜在借款人的申请、信用机构和其他可能获得的数据来源。

通过申请,贷款人试图去了解借款人的目的和一些在信用机构无法获知的个人信息,比如款项的使用目的和借款人的收入等。对于一些小型的商业借贷,申请的信息通常还包括收入、费用、库存量、应收账款等。结合申请者的信息和信用机构数据就可以了解借款人之前的行为和现在的财务状况。假设借款人在信用机构拥有长时间高质量的历史数据,那么这些数据就非常有用。我们能从这些数据中得到一些关键的因素:

1、信贷需求:借款人之前有信贷需求么?这些可以从最近几个月借款人的借款需要中统计出来。

2、历史负面行为:借款人现在或者最近有没有违约的信贷行为?借款人最近是否面临主要困境?(例如,欠税导致的税收留置权、破产、丧失抵押品赎回权等等)这些问题会导致实际的贷款逾期。

3、偿还能力:潜在借款人是否有承担了其它债务?这一般可以通过统计借款人的收入和现有的债务数据对比来进行评估。

要想清楚的了解借款人的借款申请,那就必须要考虑他的收入状况。简单地看他的月度借款债务并不能说明什么。这是因为一个有着10万美金年收入每月债务为2000美金的潜在借款人和负有同等债务却年收入为2.5万美金的债务人之间有着显著的不同。

一般来说,Prosper借款人的年收入都超过2.5万美金,但是超过这个标准的人群范围很大,并且分布也很广泛。我们可以通过信用等级来分组收入分布,高信用等级的人群有着高收入。现在,为了评估借款人的额外偿债能力,在给定收入和承诺的条件下,将收入和债务在一起作为考量十分合理。月收入减去月债务,也被称为可支配收入。不必惊讶,大部分的Prosper借款人有着十分可观的可支配收入。

可支配收入在给定相互独立的收入和月债务条件下,信用等级的分布正如所预计的那样。随着可支配收入的增加,历史违约率显著的下降。不同的信用组别情况同样如此(唯一的例外是AA级别的可支配收入很低,其中包括总共20项贷款)。基于以上分析,显然,仅参考每月的债务数目本身并不足以确定消费者当前债务状况的有关风险。然而,将债务和收入的度量(例如可支配收入)相对比,就能导出一个预测风险的可靠变量。