利財股票網

天津时时彩提前开奖软件:P2P融資結構屬性分析 P2P融資

P2P融資結構屬性分析
本文關鍵詞P2P融資,獲取更多p2p融資平臺、p2p便于個人融資、p2p融資模式、p2p網貸融資案例、相關信息,請訪問本站首頁。
原文標題:P2P融資結構屬性分析
原文發布時間:2019-03-25 11:50:13
原文作者:中研網。
如果您喜歡本文,請關注原文作者,獲取更多文章
如果您是原文作者,不同意我們轉載此文,請聯系我們刪除。

好消息:關注公眾號“中研網”,回復“免費報告”,即可獲取一份免費報告,速速來??!

P2P融資結構屬性分析

天津时时彩万能两码组合 www.bwhhr.tw

一、P2P融資方數量分析

P2P融資結構屬性分析

圖表:2016-2017年p2p網貸行業借款人數量及增長趨勢

數據來源:中研普華數據庫

二、P2P融資方借款規模

P2P融資結構屬性分析

圖表:2011-2016年p2p網貸行業成交量走勢

數據來源:中研普華數據庫

2016年全年網貸行業成交量達到了20638.72億元,相比2015年全年網貸成交量(9823億元)增長了110%。在2016年,P2P網貸行業歷史累計成交量接連突破2萬億元、3萬億元兩個大關,單月成交量更是突破了2000億元,2016年“網貸雙11”單日再次突破100億元,實現了116.07億元,這一系列的成績都反映了P2P網貸行業仍然獲得大量投資人青睞的事實。

從2016年各月的成交量走勢來看,除了2月、10月季節性因素的影響除外,全年總體呈現一個上升的走勢。2016年1月至2016年12月網貸成交量以月均5.15%的速度增加,相比2015年增速有所放緩,這也反映了行業發展已經開始趨于平穩健康。

三、P2P融資方借款屬性

1、融資方地域分析

P2P融資結構屬性分析

圖表:2016年底主要省市p2p網絡貸款余額

數據來源:中研普華數據庫

從各省市分布上看,北京、上海、廣東三個地區的貸款余額排名全國前三位,2016年底的貸款余額分別為3003.29億元、1900.48億元、1535.56億元,三個地區占全國貸款余額的比例為78.89%。浙江、江蘇、山東、重慶緊隨其后,2016年底的貸款余額分別為641.63億元、310.32億元、185.03億元、101.91億元。

2、融資方性別分析

P2P融資結構屬性分析

圖表:p2p網貸行業融資方性別分析

數據來源:中研普華數據庫

3、融資方借款期限

P2P融資結構屬性分析

圖表:2016年個月融資方平均借款期限走勢

數據來源:中研普華數據庫

進入統計的全國30個省市中,僅上海、北京和青海三地的平均借款期限長于行業平均水平(7.89個月),分別為15.18、9.52和8.37個月。相比2015年,2016年有21個省市平均借款期限出現了上升,這也說明行業平均借款期限的上升并不完全是個別成交量較大的省市所帶動。借款期限最短的三省市是吉林、天津和黑龍江,分別為1.55個月、2.44個月和2.63個月。

P2P融資結構屬性分析

圖表:融資方各年借款期限走勢

數據來源:中研普華數據庫

2016年網貸行業平均借款期限為7.89個月,相比2015年增長了1.08個月。從2016年12個月的平均借款期限走勢看,平臺借款期限有逐步走高的跡象,2016年12月平均借款期限已經上升至9.30個月,相比2016年1月平均借款期限僅為7.01個月,上升了2.29個月。隨著網貸平臺進入存量淘汰階段,大平臺成交量高而平均借款期限長,影響行業平均借款期限拉長。

五、P2P融資方逾期原因分析

1、借款金額、借款利率、借款期限與逾期發生概率正相關,因為借款金額越少、利率越低、期限越短,借款人的還款壓力就越小,逾期行為發生的概率也越小。

2、男性借款者的逾期率高于女性,因為男性比較愿意去嘗試高風險的事情,逾期的可能性更大。

3、年齡與逾期發生的概率負相關,因為年齡越大的人越穩重,逾期的情況會較之于年輕人好一些。

4、未婚借款著的逾期率高于已婚借款者,因為未婚借款者還款來源相對而言比較不穩定,逾期發生的可能性會較大。

5、借款者的收入與逾期發生的概率負相關,因為借款人收入越高,還款保障越強,逾期發生的可能性越小。

6、借款者的信用等級與逾期發生的概率負相關,因為借款人信用等級越高,資質越好,逾期發生的可能性就越小。

好消息:關注公眾號“中研網”,回復“免費報告”,即可獲取一份免費報告,速速來??!


原文標題:P2P融資結構屬性分析
原文發布時間:2019-03-25 11:50:13
原文作者:中研網。

P2P 本文關鍵詞P2P融資,獲取更多p2p融資平臺、p2p便于個人融資、p2p融資模式、p2p網貸融資案例、相關信息,請訪問本站首頁。

本文如有侵犯您的權利,請及時聯系我們。