1、选题目的和意义：

P2P网络借贷是个体与个体直接通过互联网来实现的直接贷款，是金额模式的一种创新，自2005年以来，P2P贷款模式在欧美兴起，之后在世界各地迅速发展。P2P网络具有借贷双方准入门槛较低；交易合约个性化；收益率大幅度超过银行理财产品的特点。由于我国理财途径较为欠缺，利率市场比较落后，国家监管和个人征信系统的不完善，这导致P2P网络借贷在我国快速发展的同时也带来了许多问题，其中坏账率远远高于其他传统金融机构成为该模式为人诟病的最大原因。

对于借款人而言，其是否逾期受很多方面的影响，一方面是借款特征，包括借款金额，借款时间和借款利率，从大众的思想来看，借款金额越多，时间越长，借款利率越高，直接会导致借款成功率降低，另一方面是借款人的特征，包括借款人的年龄，性别，宗教，学历，经济实力等。着两方面对借款成功率有直接的影响。

2、国内外研究现状：

关于P2P网络借贷的发展现状，国外已有许多相关研究，从借款人的角度来说，Freedman amp; Jin（2008）[1]在研究中发现,在各类信息中，借款人提供更多的财务信息会使其更容易获得借款， Klafft （2008）^【2】 通过分析美国网贷平台Prosper的数据，发现借款人信用评级越高越容易获得贷款，与此同时，逾期还款率也较低。信用风险影响因素研究方面，Herzenstein 等 （2008）^【3】的研究证明了借款人的债务收入比是影响信用风险的重要因素。Iyer等 （2010） ^【4】提出了评估借款人信用风险的数据包括标准的银行数据和性别、年龄等非标准数据。从投资人的角度来说，Pope and Sydnor( 2011) ^【5】发现从投资收益率期望来看，P2P 投资者表现出对黑人借款人发布标的 的偏好; Duarte 等 ( 2012) ^【6】从借款人提供的照片入手，研究得出投资者更偏好于长相看起来更可信的借款人; Lee E and Lee B( 2012) ^【7】研究了 P2P 市场中的羊群行为，揭示了羊群行为的存在性，并证明了其边际效用递减的特性；Sharpe( 1964)^【8】 根据 有效市场假说提出 CAPM 模型，解释了理性投资者将如何行动。Shiller( 1989) ^【9】分析了在理性市场中易变性的大小，比较了理性程度不同的金融市场投资者的行为差异，发现非理性投资者过分关注历史业绩从而难以分辨风险; 而理性投资者则看重剔除风险因素的超额收益；Gerber et al． ( 2002) ^【10】阐述了金融市场中的投资者情绪以及应有的理性结果，并通过实证分析证实了理性结果的存在性; Berk and Green( 2004) ^【11】探究了理性市场中共同基金的资金流动和表现.

自P2P网络借贷进入中国市场以来，国内许多学者也对其进行了大量研究。倪新洁（2008）^【12】等人将结合了 lasso 算法的 logistic 模型作为评估个人网络贷款信用风险评估模型，可以有效的选择评估指标，并且在评估效率上得到一定的提升，提高了个人网络贷款信用风险评估效果。李海超,王开军（2017）^【13】实证研究表明债务巩固、信用卡债务、小额商业、家庭改善等用途的借款成功率明显要高于其他用途 。霍江林等（2017）^【14】通过研究发现，借款人信用风险评估的缺失是造成问题平台频出的重要原因之一。他通过对拍拍贷、人人贷、365易贷等四家网贷平台137个借款人信用数据的训练和学习，构建基于人工神经网络的网贷平台借款人信用风险评估模型具备了对网贷平台借款人信用风险评估的能力，且评估的准确率较高。胡金焱等（2017）^【15】研究发现投资者会表现出对收益的追求和对风险的规避，且当收益与风险同时存在时，存在 一个投资者偏好程度最强的利率水平，投资者偏好程度最强的水平利率会 受到其他因素的影响。P2P 投资者是具有理性意识的。胡小宁（2015）^【16】基于grouplasso方法建立logistic模型，能够很好地应用在个人信用评价问题研究中，对于降低个人信贷风险具有很好的效果。封延会、贾晓燕（2012）^【17】 认为 P2P 网贷是影子银行的一种形式， 暴露了中国金融风险监管的不完备。马运全（2012）^【18】认为，将P2P网贷平台数据接入征信系统可以最大限度地减少借款人信用风险发生的可能性。李鑫等（2016）^【19】基于”人人贷”的数据发现，对借贷行为影响较大的是工作认证、收入认证、视频认证和车产、房产认证等认证指标。李渊琦等（2015）^【20】以拍拍贷为例，发现借款人信用积分、性别、住宅情况也对借款结果有影响，借款人信用风险评估的缺失是造成问题平台频出的重要原因之一，并且提出建立多样化的风险分散机制，完善个人征信体系建设并且要加强政府监管。

从已经有的研究来看，国内外不少学者分别对P2P网络借贷的投资者和借款人角度进行研究分析，并且用grouplasso等方法建立了模型，并且很好的应用于P2P网络借贷的投资者偏好和信用评级的问题研究中，已经得到了丰富的研究成果。但是随着近两年P2P网络借贷在中国的发展不断加快，借款人的信用风险出现了一些新的特征，影响借款人信用风险的因素更加多元化，本文将利用各大P2P平台的最新数据，选取新的变量建立借款人信用风险影响因素的模型，在已有的研究成果中进行更深一层的讨论分析。

3、简述本文将做的工作

本文选择分析与研究人人贷的数据，从P2P网贷平台借款人信用角度出发，分析网贷平台借款人信用同个人基本信息的关系，筛选影响借款人信用风险的指标因素。”人人贷” 中部分标的由借款人自行发布并供投资者自由投资，平台完全充当信息中介的角色，作为国内日成交量最大的 P2P 平台之一，投资者数量众多、群体分布广泛，从 而使得研究结果具有可信度和代表性。

使用 Lasso回归方法来建立借款人信用风险影响因素模型模型,可有效解决数据中存在的多重共线性的问题,并可以选出更优的具有解释能力的自变量子集建立回归拟合模型等优点,以提高信用风险影响因素模型的拟合精度。