借贷利率

摘要： 本文分析了网贷平台的最优借贷利率与项目筛选策略.首先,提炼了网贷平台的主要特征.然后,构建并求解了网贷利率与项目筛选模型.最后,通过数值算例考察了平台费率等因素对网贷平台最优策略和期望利润的影响.结果表明:1)网贷平台的最优借贷利率与借款管理费率呈负相关,且两者之和不高于外部借贷利率.2)在一定范围内提高利息管理费率不仅能激励网贷平台加强项目筛选,还可以提升网贷平台的期望利润.3)对于大额标,网贷平台的期望利润较高,但前提是其应加大项目筛选强度,否则将产生较大的信贷集中风险.该结论对金融信息中介的息费定价与项目筛选等问题的研究具有理论与现实价值.

摘要： 供应链金融可以有效解决银行与中小企业之间信息不对称问题,研究供应链金融借贷利率的影响因素具有很强的现实需求.本文全面梳理供应链金融借贷利率的影响因素,基于解释结构模型得出各影响因素的层次关系.结果显示:借贷资金金额和议价能力两个因素是影响供应链金融借贷利率的表层原因;信息效率等八个因素是影响供应链金融借贷利率的中层因素;货币政策环境、第三方监管能力、到期时间、经营成本等四个因素是影响供应链金融借贷利率的深层因素.

摘要： 近年来,随着互联网金融行业监管趋严,P2P网络借贷从快速发展期过渡到合规改造期.与此同时,随着金融领域脱虚向实成为保障经济健康发展的必然要求,P2P供应链金融作为P2P网络借贷与实体经济发展相结合的重要产物,逐渐受到重视.然而,与拍拍贷、人人贷等以个人之间借贷为主的网贷业务不同,P2P供应链金融的融资主体是中小企业,其债权背后的贸易背景更加复杂,其借贷利率决定机制与一般P2P网络借贷利率存在较大差异.基于P2P供应链金融运营模式特点,从货币政策、借款项目标的信息、借款企业自身资信水平、供应链真实贸易背景、风险控制措施五个方面入手考察P2P供应链金融借贷利率影响因素,并通过数据抓取方法收集中瑞财富网项目信息进行实证检验发现,借款期限、借款企业自身资信水平、供应链贸易背景及风险控制措施均会对P2P供应链金融借贷利率产生重要影响,而货币政策和借款金额对借贷利率影响不显著.其中,借款期限和借贷利率呈同向变动关系;借款企业注册资本与借款利率呈反向变动关系;供应链贸易背景披露越充分,风险控制措施越复杂,借贷利率越高.因此,为更好地推动P2P供应链金融平台发展,需要市场监管者进一步完善P2P供应链金融借贷项目资金定价机制与平台项目信息披露要求,搭建投资者与征信系统之间的桥梁,允许有资质的机构提供借款企业信用报告;需要P2P供应链金融平台按监管要求完善借款项目信息披露机制,建立准确而有效的信用评级机制;需要投资人仔细甄别P2P供应链金融借款项目,避免盲目投资.

摘要： The subsidy policy for agricultural machines' purchase has been implemented for 10 years,and the China witnesses rapid promotion of agricultural mechanization level. But for the main part of the investment of the agricultural machines is still the farmer,the rural finance market will also influence the agricultural mechanization level. This paper will use the date of the 54 counties in 8 provinces during 2004 to 2013 to test the relationship among the interest rate, the subsidy of the agricultural machine and the agricultural mechanization level. The result of the empirical tests showed that without the endogeneity of subsidy,the relationship between the interest rate and the mechanization rate is not the simple negative linear correlation,but a'positive fist,negative later' inverted U-shaped relationship. Subsidies have a significant positive impact on mechanization rate, but we will undervalue the positive effect if don't think about the endogeneity. Besides,the other factors like per capita income, ratio of the labor transfer and the organization of the machines also have the important effect to the China's agriculture developing process which will still provide the fact evidence for improving and supporting the financial policy of the agricultural machines.%农机购置补贴政策实行十余年以来,我国农业机械化水平快速提高,但由于农户依然是农机投资主体,农村金融市场将影响到农业机械化水平.本文利用8省54县2004-2013年的面板数据,对样本县借贷利率、农机购置补贴和农机化率之间的关系进行了实证分析.结果表明:在排除了农机购置补贴的内生性之后,借贷利率并非与农机化率呈现简单负向线性关系,而是呈现一个"先正后负"的倒U型关系;农机购置补贴对农机化率具有正向影响,但若不考虑其内生性问题,它对农机化率的正效应将被低估;此外,农民人均纯收入、农村劳动力转移比例和农机服务组织等因素对农机化率的提高也具有重要作用.这为进一步完善支持农机化发展的财政与金融政策提供了相关实证依据.

摘要： 近年来,P2P网贷借助互联网金融大潮迅速发展,本质上是一种制度创业行为.当前行业已经进入规制与成长期,企业间竞争加剧,资本市场涌入,国资、银行、上市公司、风投背景的企业不断增多.本文以P2P网贷平台类型为切入点,从宏观行业数据着手对借贷利率、用户规模与P2P网贷交易额间的作用机制进行探讨.实证研究结果表明,所有制平台类型对借贷利率影响P2P网贷交易额的路径具有调节作用,其中,用户规模充当着完全中介.对此,本文从新制度主义理论中的合法性视角进行了解释.

摘要： 上世纪三四十年代,贵州乡村的借贷利率虽有波动,但普遍居高不下,军阀主黔、抗日战争和解放战争三个时期的利率水平与全国平均值比较,分别呈现出偏高、持平和偏低的特征.政府试图通过法律法规和创建新式金融机制等方式平抑民间借贷利率,但成效不彰,其中最大困境在于借贷利率的调控者多系放贷主体.

摘要： 借贷利率一直是民间借贷中所面临的首要问题。根据2015年的最新司法解释的解读，分析农村民间借贷在民间借贷中的个性问题。其现实问题往往都是借贷利率不明导致的，因此通过法律规制借贷利率至关重要。根据我国国情，需要对农村民间借贷利率进行分类规制。在法律上采用生活性借贷利率和生产性借贷利率、严格管控与宽松疏导借贷利率双重分类标准规制借贷利率。进而从根本上遏制高利贷的发生，降低借贷双方当事人的法律纠纷。

摘要： 民间借贷长期以来一直饱受是否具有"合法性"的争议.否定者的一个主要理由在于资金借贷行为是一种重要的金融行为,而我国是一个对参与金融产业的实体实行严格核准制的国家.作为资金出借主体的一方没有获得国家立法的许可即为违法.对此学界也有不同的看法,认为民间资金需求巨大,而合法的金融机构又无法充分供给,因此应当适度放开民间资金的借贷渠道.通过实践分析对照金融功能观理论，商业性民间借贷在资金配置、激励机制方面较好地体现了金融的功能，而在信息提供、支付手段和管理风险方面则几乎无所作为。根据前文的分析特别是民间借贷在金融功能上主要欠缺的方面，立法规制宜包括以下几个重点：借贷主体的准入条件、借贷利率、法律责任以及借贷行业自律等。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；构建包括生成网络和判别网络的初始对抗学习网络；根据第一时刻的借贷申请信息和第二时刻的借贷申请信息输入至生成网络生成的借贷风险结果和第一时刻的借贷风险标签、第二时刻的借贷风险标签，根据生成网络生成的借贷风险结果输入至判别网络得到的时刻分类结果和时刻分类标签，对生成网络及判别网络进行训练，将训练后的生成网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立一个模型，使得该模型能够应用到不同的阶段，模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；根据第二时刻的样本数据，训练得到一输出为第二时刻借贷风险结果的基础网络；利用机器学习方法，根据第一时刻的借贷申请信息输入至基础网络生成的第一时刻借贷风险结果，以及第一时刻的借贷风险标签、第二时刻借贷风险结果，对基础网络进行微调以完成对第一时刻的样本数据的迁移学习，将微调后的基础网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立单个模型，该模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明提供了一种借贷人借贷信息查询方法及系统，借贷人借贷信息查询方法包括：数据管理设备生成第一密钥和第一生成元；依据第一生成元和第一密钥生成第一数据，并将第一数据发送至数据查询设备；数据查询设备生成第二密钥和第二生成元，并确定待查询目标数据在数据列表中的位置序号并将第二生成元发送至数据管理设备；数据查询设备对第二密钥进行处理并将处理后的第二密钥发送至数据管理设备；数据管理设备基于预设的轮函数、处理后的第二密钥以及第二生成元，对数据列表中各借贷人的借贷信息进行加密后，发送至数据查询设备；数据查询设备依据第二密钥、第二生成元解密位置序号对应的借贷人的借贷信息，可有效避免数据查询设备用户的业务流失。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本发明提供了一种借贷人借贷信息查询方法及系统，借贷人借贷信息查询方法包括：数据管理设备生成第一密钥和第一生成元；依据第一生成元和第一密钥生成第一数据，并将第一数据发送至数据查询设备；数据查询设备生成第二密钥和第二生成元，并确定待查询目标数据在数据列表中的位置序号并将第二生成元发送至数据管理设备；数据查询设备对第二密钥进行处理并将处理后的第二密钥发送至数据管理设备；数据管理设备基于预设的轮函数、处理后的第二密钥以及第二生成元，对数据列表中各借贷人的借贷信息进行加密后，发送至数据查询设备；数据查询设备依据第二密钥、第二生成元解密位置序号对应的借贷人的借贷信息，可有效避免数据查询设备用户的业务流失。

摘要： 本发明涉及一种用于不动产借贷的多渠道借贷信息引流和处理系统，包括信息引流系统和信息处理系统；信息处理系统包括贷前一键评级估值授信系统和贷前远程风控系统。本发明（1）本发明的借贷信息引流系统，通过广泛的渠道整合，任何一级用户均可将其获知的其它用户需求信息（二级用户借款需求），经过授权或委托后，录入借贷信息引流系统，供核验和储存，核验通过后进入评估授信和远程风控，该种模式下，借贷平台寻求借款主体过程的渠道广，推广效率高。（2）本发明的授信系统通过大数据全方位判断借款主体（二级用户）的信用，能获得较高客观度信用评价结论。真正对评估用户信用有价值的大数据信息均能得到参考。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个样本用户对应的欺诈标注信息；基于身份信息构建身份特征向量；以及根据用户银行流水信息，构建流水特征向量；将身份特征向量以及流水特征向量进行拼接，生成用于表征每个样本用户身份以及支出收入情况的目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果；根据欺诈检测结果以及对应的欺诈标注信息，对目标神经网络进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本申请提供了一种借贷欺诈检测模型训练方法、借贷欺诈检测方法及装置，其中借贷欺诈检测模型训练方法包括：获取多个样本用户的身份信息、用户银行流水信息，以及与每个用户对应的欺诈标签信息；根据身份信息构建身份特征向量以及用户行为模式向量；根据用户行为模式向量、第二向量变换矩阵以及用户银行流水信息，构建流水特征向量；根据用户行为模式向量与流水特征向量，生成目标特征向量；将目标特征向量输入至目标神经网络，获取目标特征向量的欺诈检测结果，然后对目标神经网络、第一向量变换矩阵以及第二向量变换矩阵进行训练，得到借贷欺诈检测模型。本申请能够提高信贷平台对欺诈用户的识别效率和识别准确率，同时大大的节省了人力成本。

摘要： 本发明公开一种借贷风险预测模型的构建方法、系统及借贷风险预测方法，属于计算机技术领域。模型构建方法包括：获取预设的带有时刻分类标签的训练样本集合；根据第二时刻的样本数据，训练得到一输出为第二时刻借贷风险结果的基础网络；利用机器学习方法，根据第一时刻的借贷申请信息输入至基础网络生成的第一时刻借贷风险结果，以及第一时刻的借贷风险标签、第二时刻借贷风险结果，对基础网络进行微调以完成对第一时刻的样本数据的迁移学习，将微调后的基础网络确定为借贷风险预测模型。本发明通过两个阶段的数据建立单个模型，该模型效果评估简单、模型维护成本较小、模型迭代较为方便。

摘要： 本发明公开了一种借贷利率预估方法，该方法提出了一种全新的触发器随机森林模型用于实现精准的借贷利率预估，触发器因果森林模型为调用触发器因果推断框架加入了干预值对随机森林模型进行模型参数训练，通过对干预值的递归切分帮助算法学习在特征相近但干预值显著不同的条件下，确定该类客户的最佳利率，再借助大规模数据，可以对几乎所有客户完成准确的利率定价，实现不影响借贷意愿的情况下最大化金融机构利润。该方法能够基于大规模数据给出千人千面的精准利率定价，平衡收益与客户借贷意愿，具有良好的鲁棒性和实际应用能力。本发明还公开了一种借贷利率预估装置、设备及可读存储介质，具有相应的技术效果。