P2P网贷模式下基于复杂网络拓扑结构的违约传染机理与风险度量研究

P2P lending greatly expand the network structure composed of lenders and borrowers. The existing study shows that network structure has significant influence on the default contagion. But it is different from the current research that focuses on the inter-bank network structure, this project is based on online P2P lending、credit intervention model and offline borrowers social network，and based on the network topology and node heterogeneity、randomness and complexity to analyze the default contagion mechanism and risk measurement. The contents of our research include: The principle that credit intervention model of P2P lending how to shape the borrowing network structure. The identification model of the default contagion source. The default contagion mechanism and risk measurement based on the topological structure of heterogeneous nodes on random networks. The impact of credit intervention model on P2P lending platform’s bankruptcy risk, and the mechanism of triggered default contagion from offline to online. The innovations of our research include: The characteristic of network structure is used as one of the default intensity factors, and depict default contagion mechanism based on the heterogeneous network node credit information feedback and random topology network structure. This research not only helps to promote the application of complex network theory in the default risk measure under the Internet environment, but also helps to improve the credit risk management for P2P lending platform and better promoting the effective allocation of financial resources for the Internet finance.

P2P网贷极大扩展了投资者与借贷者构成的网络结构。现有研究表明网络结构对违约传染有显著影响。但与现有研究主要关注银行间市场网络结构不同，本项目以线上P2P网贷及其信用介入模式和线下借贷者社会网络为立足点，基于网络节点异质性、拓扑结构随机性和复杂性分析违约传染机理和风险度量。研究内容包括：P2P网贷信用介入模式形成线下借贷网络结构的原理；违约传染源识别模型；异质节点随机网络拓扑结构上的违约传染机理与风险度量；信用介入模式对P2P网贷平台破产风险的影响，以及触发从线下到线上的违约传染机理。研究特色与创新在于：将网络结构特征作为违约强度的影响因子之一，基于异质网络节点的信用信息反馈、随机拓扑网络结构特征刻画违约传染机理。可以预期，本项目不仅有助于推动复杂网络理论应用于互联网络环境下的违约风险度量的理论研究，而且有助于提高P2P网贷平台的信用风险管理水平，更好地发挥互联网金融对金融资源的有效配置。

P2P借贷虽有利于缓解部分不能从商业银行获得信贷的个人或企业的融资难问题，但其带来的信用风险同样不能忽视。同时，P2P借贷为研究以个人借贷为主的债务网络特征及其对违约的影响提供了数据基础。之前关于债务网络结构的研究主要集中于银行间市场的网络结构，还较少关注个人债务的网络结构对信用风险的影响。基于上述两方面背景，本项目研究的主要内容和重要结果如下：.（1）运用网络分析方法对借款人社会关系进行了理论模型构建，并分析了网络近邻效应对借款人违约的影响，以及基于朋友关系的在线社会网络如何影响借款人的信用风险。.（2）构建了网络节点增加和删除的P2P借贷网络演化生长模型，并分析个人债务网络结构特征对违约的影响，模拟与实证数据都表明这种个人债务网络中的度分布整体呈现幂律特征。借贷网络平均度代表节点之间的借贷关系频次，假定借贷网络在受到相同条件的外部风险下，平均度的变化客观反应了节点违约风险的大小，但违约的传染性受限于网络结构，并不会与平均度产生线性相关性，正如星型借贷关系。同时，借贷网络中节点的局部聚类系数越大，发生违约风险传染的概率也越大。.（3）运用文本分析方法研究了识别个人借贷者信用风险的新信息。从借款陈述文本中提取文字特征、还款信息、人格感情特征等软信息变量，在以信用评分、借款利率、借款期限和金额等硬信息指标为控制变量的基础上，检验这些变量对识别借款者违约风险的有效性。研究发现文本重复性对判断借款者是否违约有显著效果；还款意愿的不同表述也能揭示不同的违约风险；人格感情特征呈现出的主观性越高则违约风险越高。.（4）从公司治理角度的股权关系、高管关联关系角度分析了P2P网贷平台发生风险的原因。.本项目的研究成果在理论上拓展了复杂网络理论在个人信用风险分析方面的应用，在应用上也挖掘了非财务数据、非结构化的文本信息如何应用于识别借款人的信用风险，进一步丰富了信用风险评估的理论和应用研究。