Bakalářská práce

Determinanty zesplatnění P2P úvěrů

Determinants of P2P loan defaults

Adam Jirásek
Anotace

Tato bakalářská práce se zabývá hledáním faktorů ovlivňujících pravděpodobnost zesplatnění P2P půjček. Nejprve jsou v teoretické části představeny obecné principy P2P úvěrování a další aspekty. K odhalení determinantů defaultu byl poté sestaven model logistické regrese. Data využita k sestavení modelu byla získána z veřejného archivu půjček společnosti Bondora. Zkoumány byly vlivy vybraných charakteristik dlužníků i parametrů půjček na pravděpodobnost defaultu.

Abstract

This bachelor thesis focuses on the search for factors influencing the probability of default of P2P loans. Firstly, in the theoretical part, general principles of P2P lending and some other aspects are introduced. A logistic regression model was constructed to uncover the determinants of loan default. The data used to build the model were obtained from public loan archive of P2P platform Bondora. The influence of both borrower characteristics and loan parameters on loan defaults were examined.

Klíčová slova
P2P úvěrování kreditní riziko zesplatnění půjčky ekonometrie logistická regrese R P2P lending credit risk loan default econometrics logistic regression
Zadání práce

Cílem práce je nalezení faktorů ovlivňující zesplatnění P2P úvěrů na vybrané platformě.

Postup práce:
1. Úvod a definice pojmů.
2. Analýza teoretické a empirické literatury.
3. Sestavení a analýza databáze P2P půjček.
4. Analýza faktorů ovlivňujících pravděpodobnost (ne)splacení P2P úvěrů.
5. Závěr a zhodnocení zjištěných výsledků.

Metodologie: deskripce, analýza, komparace, matematicko-statistické metody.

Administrativní informace
Práce zkontrolována:
29. 4. 2024 07:14, Oleg Deev, Ph.D., učo 387462
Plný text práce
1 MB / soubor PDF
Jazyk práce
čeština čeština
Termín obhajoby
13. 6. 2024
Práce byla úspěšně obhájena

Vedoucí

Oleg Deev, Ph.D., učo 387462
KF ESF MU

Oponent

doc. Ing. Tomáš Výrost, PhD., učo 239746
KF ESF MU

Literatura

  • SERRANO-CINCA; GUTIÉRREZ-NIETO a LÓPEZ-PALACIOS. Determinants of default in P2P lending. PLoS Biology. USA: PUBLIC LIBRARY SCIENCE, 2015, roč. 10, č. 10. ISSN 1544-9173. Dostupné z: https://doi.org/10.1371/journal.pone.0139427.
  • GUO, Y; W ZHOU; C LUO; C LIU a H XIONG. Instance-based credit risk assessment for investment decisions in P2P lending. European Journal of Operational Research. 2016, roč. 249, č. 2, s. 417-426. ISSN 0377-2217. Dostupné z: https://doi.org/10.1016/j.ejor.2015.05.050.
  • SERRANO-CINCA a GUTIÉRREZ-NIETO. The use of profit scoring as an alternative to credit scoring systems in peer-to-peer (P2P) lending. Decision Support Systems. 2016, roč. 89, s. 113-122. ISSN 0167-9236. Dostupné z: https://doi.org/10.1016/j.dss.2016.06.014.
  • EMEKTER, Riza; Yanbin TU; Benjamas JIRASAKULDECH a Min LU. Evaluating credit risk and loan performance in online Peer-to-Peer (P2P) lending. Applied Economics. 2015, roč. 47, č. 1, s. 54-70. ISSN 0003-6846.
  • YOON, Yeujun; Yu LI a Yan FENG. Factors affecting platform default risk in online peer-to-peer (P2P) lending business: an empirical study using Chinese online P2P platform data. Electronic Commerce Research. 2019, roč. 19, č. 1, s. 131--158.
  • LENZ, R. Peer-to-Peer Lending: Opportunities and Risks. European Journal of Risk Regulation. Cambridge: Cambridge University Press, 2016, roč. 7, č. 4, s. 688-700. ISSN 1867-299X. Dostupné z: https://doi.org/10.1017/S1867299X00010126.
Citovat tuto práci
Masarykova univerzita Ekonomicko-správní fakulta
Studijní program
Plán
Finance

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.