《表2 违约概率估计模型回归结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网金融利率定价能否准确反映违约风险——基于P2P网络借贷的实证检验》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：“*”、“**”、“***”分别表示在10%、5%和1%显著性水平下显著。下同。

将借款人的违约概率对其资产负债状况和信用历史数据进行Logit回归分析，结果见表2。可以看出，逾期金额、逾期次数、严重逾期笔数和待还本息较高的借款人，其违约概率较高；拥有车产、房产以及工作得到认证的借款人，其违约概率较低，而有房贷还款压力的借款人的违约概率较高。绝大多数变量的估计结果在统计上高度显著，且Logit模型的伪R2较高，说明模型设定是有效的。