《表2 主要变量相关性分析》

  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

《P2P网络借贷市场信用风险识别》

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

模型（2）的回归结果还展示了变量与违约风险之间的关系。具体来看，相同的利率水平下，借款金额越大、借款期限越长，违约风险越高，而具有高学历、已婚、工作经验丰富、拥有房产、认证数目多的借款人违约风险低，这些变量的回归结果符合一般经验。年龄及是否拥有汽车对信用风险的预测作用较弱。收入水平的回归结果不符合直观判断。结果显示，收入水平越高反而违约风险越大。可能的原因一方面是高收入人群借款金额更大（根据表2的变量相关性分析判断），导致还款压力也更大，另一方面P2P平台借款人通常是难以获得银行信贷、信用情况较差的用户，通过P2P借贷的高收入人群可能已经负担较大的经济压力。此外，信用评级的回归结果为忽略，回归过程提示只有HR评级的借款人出现违约，其他评级的借款人均未出现违约，这表明P2P平台对借款人的信用评级过于“保守”，评级的参考价值有待提升。