光鲜背后:P2P失信数据统计分析报告

简介:

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:

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。

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

P2P失信数据统计分析报告

P2P失信数据统计分析报告

P2P失信数据统计分析报告

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

P2P失信数据统计分析报告

P2P失信数据统计分析报告

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

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

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

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

相关文章
|
2月前
|
大数据 关系型数据库 Oracle
【一周快讯】数据治理洞察快讯2024.02.27
第一时间了解数据治理领域的最新动态
277 1
【一周快讯】数据治理洞察快讯2024.02.27
|
7月前
|
机器学习/深度学习 数据可视化 数据挖掘
第四届“泰迪杯”数据分析技能赛-赛题A:《通讯产品销售和盈利能力分析》报告
第四届“泰迪杯”数据分析技能赛-赛题A:《通讯产品销售和盈利能力分析》报告
527 0
2023年春运(春节)舆情风险点研判提示分析
随着农历春节临近,根据国务院《2023年综合运输春运疫情防控和运输服务保障总体工作方案》通知,2023年综合运输春运从1月7日开始,至2月15日结束,共40天。
2023年春运(春节)舆情风险点研判提示分析
|
机器学习/深度学习 数据采集 算法
大数据分析案例-对电信客户流失分析预警预测
大数据分析案例-对电信客户流失分析预警预测
1240 0
大数据分析案例-对电信客户流失分析预警预测
|
监控 安全
小红书舆情优化处理及舆论监控分析
从近年来企业舆情爆发的规律来看,在两微一抖以外,小红书似乎成为了舆情爆发的新源头。
|
搜索推荐 BI
【视频特辑】敏感数据防泄漏,报表也能实现千人千面!
利用Quick BI进行敏感数据精细化管理,做到相关数据只有相关人员有权限查看和编辑。
165 0
【视频特辑】敏感数据防泄漏,报表也能实现千人千面!
|
机器学习/深度学习 人工智能 达摩院
一份调查,一次来电,一份报告,疫情防控有力的“智能”表达
突如其来的新型冠状病毒肺炎疫情防控中,人工智能在疾控中心必有用武之地。
一份调查,一次来电,一份报告,疫情防控有力的“智能”表达
互联网产品需求管理杂思2-需求收集,互联网营销
  前一篇 互联网产品需求管理思考1——统一需求管理   需求收集是进行产品需求管理的第一步。需求收集得到的各种用户需求素材是产品需求的唯一来源。可以说需求收集的质量影响着产品最终的质量。   1、需求收集目的   需求收集的目的在于:通过以市场为导向的客户需求收集,保持公司产品的核心竞争力,最终实现产品创新。
1084 0
|
新零售 自然语言处理
阿里云如何在阿里电商平台每天产生的2千万条商品评价中,高效甄别出净负面评论并跟进处理的?
近年来,电商发展的如火如荼,从以淘宝为首的网购零售平台再到垂直的生鲜类等电商,中国电商市场正持续较快地增长。据消息称,手机淘宝DAU在6月18日达到2.6亿的峰值,并且从去年开始,阿里电商平台推出促进消费者评价制度,买家评价字数多,配图多的能提高分值。
4008 0
|
安全 BI
创新平台年报统计系统——利益相关者描述案例
利益相关者 主要目标 态度 主要关注点 约束条件 河北省科学技术厅 统计核查省内创新平台的情况 认真审核报表调查情况 报表的各类创新信息 无  重点实验室、工程技术研究中心、产业技术研究院三类用户 完善基本信息,填写统计表,汇报平台创新情况 由于需要统计的资料过于繁琐,对上报有抵触 系统...
1110 0