文 献 综 述 近些年来，互联网消费金融信贷市场发展迅猛，其准入门槛低，面向客户群体广，借贷成本低收入高，所以广受欢迎。

在网络信贷飞速发展的同时，由于监管的缺失，各种风险问题浮出水面，有些十分严重的问题甚至影响了整个互联网信贷市场的良性发展。

因此，研究分析影响互联网消费金融信贷违约率的因素就显得至关重要，而借款人年龄这一因素是不可忽视的一个部分。

1.信贷违约率相关研究综述 Iyer(2009)把借款人信息分为硬信息和软信息，认为两种信息的相互补充可以提升信息质量并增加投资人对信息的信任程度。

硬信息是能够被客观证实的内容，包括借款人特征信息（例如祖籍、种族等）和借款特征信息（例如借款金额、借款期限等）；而软信息是不能被直接证实的内容，例如借款人对借款目的等的文字描述等，尽管软信息可能存在虚假成分，但是Larrimore Jiang(2011)发现软信息可以增强借款人与投资人之间的亲和度，从而提高借款成功率。

Greiner Wang(2010)则把借款人信息分为经济信息和社会信息，经济信息衡量借款人的还款能力，社会信息衡量借款人的借款能力并以借款人是否参与联合借款作为判断标准。

另外，汤英汉（2014）认为网贷是在信用条件下的一种新型借贷关系，贷款成功与否和借款人是否违约是多种因素综合作用的结果。

这意味着在互联网信贷中，借款人是否违约，这受到诸多因素的影响。

在研究互联网信贷违约影响因素这一问题上，冯新月（2014）通过 logistic模型并采集美国网站 Prosper的交易数据对借款的违约概率进行测算，结果显示，每笔借款的期限、借款人财务状况、信用水平以及住房情况等对于借款的违约有着显著的影响。

姜岩（2014）则是将研究建立在 B-P 神经网络模型的基础之上，来对于违约概率进行测算，并且建立了违约模型，发现借款信息、借款人的特征以及历史表现都对借款的违约率有着显著的影响。