PP网贷平台背景对其影响,本文关于PP网贷平台背景论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
PP网贷平台背景论文参考文献：
[提要] 本文使用从网贷之家网站搜集的400多家P 平台数据,包括网贷平台的累计投资金额、投资人数、平均年化利率、公司类型、CEO背景等,就P 网贷平台背景对平台发展的影响进行分析研究.通过回归分析表明：若P 网贷公司是民营背景的话,则不利于投资者在该平台上进行投资,且累计投资金额也比较低,因而为了吸引投资者在该平台上进行投资,该P 网贷平台会相应提高平均年化利率.
关键词：P 网贷平台；民企背景；平台发展
中图分类号：F830.2 文献标识码：A
收录日期：2018年1月22日
一、引言
P 网贷,是互联网金融模式的一种,指那些拥有多余资金的投资人通过互联网平台将自己手中的资金直接贷款给需要资金的借款者而不需要银行等传统金融机构的参和,减少了中间操作交易成本,从而获得更高的报酬的金融行为.谢平等人分析了互联网交易方式、信息处理和资源配置方面,认为互联网金融模式通过提高资源配置效率和降低交易成本来促进经济增长,从而带来了巨大的社会效益（谢平等,2012）.但是,P 作为一个新兴的行业,本身也会遇到很多困难和挑战.和传统的金融机构相比,P 金融资金来源单一、资金规模有限.此外,由于P 网贷平台多为小微企业服务的,近年来全球经济不景气导致的小微企业艰难求生,坏账率高的局面也是P 金融不可忽略的劣势（李士杰,2016）.我们只有全面认识P ,在它的平台发展影响因素方面做出充分的研究,才能一步步地丰富P 在我们的生活方面做出贡献.
多年的市场发展规律告诉我们P 平台要想更好地成长和发展,首先要解决影响P 网贷平台发展的背景因素这一问题,这样才能从根本上让P 平台更好地发展起来.我们也是受到了这个问题的启发才选择P 平台的发展的背景因素作为研究主题的.本文主要对从网贷之家搜集到的400家网贷平台数据进行整理,数据包括平台累计投资金额、投资人数、借款人数、平均年化利率、公司类型、CEO背景、平臺手续费、平台是否自动投标、是否允许债权转让、公司类型、担保单位、经营时间等方面.本文主要研究了P 网贷平台民营背景和网络借贷平台的投资者人数、累计投资金额和平均年化利率之间的关系.
二、假说的提出
P 借贷模式是借款者在网贷平台上填写了相关信息后,经过网贷平台的审核后,发布一笔贷款,这笔贷款由多名投资人合资借出.如果该笔贷款没有在规定时间内筹集到全部资金则贷款流标,否则贷款成功筹集.在平台的交易过程中,投资者根据平台的盈利状况,更会考虑平台的资质、是否会跑路、资金存放是否安全等信息来进行投资,因此P 平台背景对借贷成功率的影响非常显著.在本文中,我们考虑的P 平台背景是平台的民企背景.据此,我们可以提出如下的假说：
假说1：在控制了其他因素后,若P 平台为民营公司背景,则该平台的累计投资金额越低.
假说2：在控制了其他因素后,若P 平台为民营公司背景,则该平台的投资者人数越低.
假说1和假说2背后的逻辑是民营企业规模小、注册资本低,投资者往往偏好那些注册资本高且规模大的国企背景的平台,因而若P 网贷平台是民营公司背景的话,到该平台投资的人数有限,累积的投资金额也就越低.这些P 网贷平台为吸引更多的投资者前来投资,他们会采取相应的措施以在和别的平台竞争时更具优势,接着我们就可以提出下面的假设：
假说3：在控制了其他因素后,若P 平台为民营公司背景,则该平台的平均年化利率越高.
假说3背后的逻辑是,若平台是民企背景的话,投资者不偏好这种平台,平台的投资人数少,交易量低,平台为了吸引投资者,往往会提高平均年化利率,以在P 平台竞争中更具优势.
三、数据和模型识别
（一）数据描述和处理.本文使用来源于网贷之家2016年10月份各个P 网站的交易数据,包括400家网贷平台的数据,每条数据包括了累计投资金额,地区热度、投资人数、平均年化利率、公司类型、CEO背景等.选取的样本时间以2016年10月31日为基准,并以月度表示P 平台经营的时间,其中,当减去年份数和月份数时余下的是天数时,相差天数小于10天按0个月计算,当相差天数在10～15天时以0.5个月计算,当相差天数在20～31天时以1个月计算.
（二）模型设定和识别.本文的OLS基本计量模型如下：
yi等于?琢+?茁1Pi+?酌Xi+?着i
其中,被解释变量yi分别代表第i家P 平台的累计投资金额,第i家P 平台的投资人数,第i家P 平台的平均年化利率.
核心控制变量Pi为P 平台公司类型是否为民营系.构造的哑变量P 平台公司类型,衡量公司是否为民营系.若为民营系,则哑变量取值为1,若为国营或者其他公司类型时取值为0.
其他控制变量Xi主要包括CEO是否为民企背景、担保单位、地区热度、经营时间；构造的哑变量有担保单位,若P 平台有担保单位则取值为1,否则取值为0.?着i表示随机扰动项,代表其他因素的影响.
（三）描述性统计.表1中对主要变量进行了相关描述性统计.根据描述性统计结果,我们可以发现：P 网贷平台的累计投资金额均值约为25,459.44,这说明主要为小数额贷款.解释变量平均年化利率均值为11.22393%,说明P 平台的年化利率远远高于银行的平均年化利率；另一解释变量投资者人数的均值为7,027.8,说明通过在P 借贷平台借款人数比较少,或者说并不是很多借款者在P 平台能够融资成功,因为融资者还要经过借款人信用评级和违约率的估计等一系列的考核才能进行借款.在控制变量方面,P 网贷平台公司类型的均值为0.72,表明P 平台公司大多为民营系企业,而不是国家企业或者其他背景的企业；P 网贷公司CEO民企背景的均值为0.7593985,这说明大多P 平台的CEO都有在民企工作的经历,这也可能为经营P 平台积累了民营系企业管理的经验；P 网贷平台担保机构的均值为0.1175,这说明大多数P 平台都没有担保机构做担保；P 平台经营时间的均值为28.3875,说明公司创立的时间都不长,大概为2年多一点时间,这一点和P 融资平台是近年来才逐渐发展起来的实际相符合.（表1）
结论：大学硕士与本科PP网贷平台背景毕业论文开题报告范文和相关优秀学术职称论文参考文献资料下载，关于免费教你怎么写网贷平台背景方面论文范文。
基于互联网金融背景下P网贷平台风险控制
摘 要P2P 网络借贷作为互联网金融创新发展模式最具代表性的一种，P2P在解决中小企业及个人融资困难过程中产生了巨大的积极作用，然而这个行业在。
P风险防控易通贷解读网贷平台安全维度
站在“互联网+”风口，P2P网贷正一路高歌猛进。然而P2P行业风生水起的背后，却是乱象丛生。针对当下行业乱局、信息安全与风险防控方面的问题，由“。
网贷平台风险分析防范措施
近年来伴随着互联网金融的发展，网贷平台迅速壮大，其风险问题也日益显著。2017年12月，钱宝网的倒闭再一次将网贷平台的风险问题摆在眼前，本文以钱。
P网贷平台坏账风险管控内控角度
摘要：P2P网络借贷平台发展迅猛初现规模，部分平台为吸引投资者提出本金垫付承诺。兜底式承诺将坏账风险转嫁于平台自身，使得坏账风险控制成为P2P平。