实例模型在投资组合最优化中应用.docVIP

实例模型在投资组合最优化中应用 　　摘要：如何在P2P网络借贷中实现收益和风险的最优化组合是投资者关注的核心问题。本文将投资者的投资组合最优化决策转化为在一定预期收益率下的风险最小化问题，利用核回归刻画历史贷款与新贷款的相似度，以相似度为基础构建实例模型，支持投资者进行投资组合的最优化决策；进而以在线网络借贷平台人人贷2015年散标交易数据为样本，对使用实例模型的可行性进行实证研究，结果表明，实例模型表现出良好的预测能力，有助于P2P借贷平台的投资者进行投资组合的最优化决策。 　　关键词：网络借贷；实例模型；投资组合；最优化 　　中图分类号：F83 文献标识码：A 　　作者简介：谭袁月（1995-），女，河南漯河人，东北财经大学金融学院研究生，研究方向：互联网金融。 　　P2P互联网借贷（Peer-to-Peer Lending）是一种将投资者的资金聚集起来直接贷给资金需求者的借贷方式。与传统的银行借贷不同，P2P网络借贷不需要第三方中介参与，借贷双方直接交易。在P2P网络借贷中，借款者在网络平台上提交贷款申请，标明贷款额度及愿意支付的最高利率，投资者对感兴趣的贷款投标，若贷款额度在规定时间内被投满，借贷关系形成。为了降低投资风险，投资者往往选择分散、小额投资的方式。由此，投资者如何在不同贷款间分配投资金额，在实现预期收益的同时最小化风险尤为重要。 　　一直以来，P2P贷款的投资决策多依据评级模型（Rating-based model），评级模型根据风险水平不同将贷款分为七个等级，每个等级贷款风险水平和收益率相同。投资者可根据网络借贷平台给出的评级估计新贷款的收益率和风险水平。但这种等级划分比较粗糙，每个等级中包含贷款较多，无法体现出同级贷款间的差别，所以投资者仅根据评级模型难以做出选择。与评级模型不同，实例模型（Instance-based model）根据历史贷款和新贷款分别发生逾期的概率，通过核回归确定历史贷款和新贷款的相似度，对不同历史贷款赋予不同的相对权重，以相似度为基础预测每笔新贷款的收益率和风险水平。相较于评级模型，实例模型预测新贷款的收益率和风险水平精确度较高，进一步优化了投资组合。本文以人人贷网站2015年散标交易数据为数据集进行实证，验证实例模型对投资者进行投资组合最优化决策中的作用。 　　一、文献综述 　　P2P网贷是一种基于互联网的新兴商业模式，对于借款者而言，小额度的资金聚集起来借给有资金需求的人群，提高了金融效率（Berger Gleisner，2009）[1]。对于投资者而言，将有限的资金分散投资给不同的资金需求者，旨在追求较高的收益率和较低的风险水平。由于P2P贷款大多数不需实物抵押且借款者背景复杂，所以投资者在确定投资组合时，如何较为准确地预测新贷款的收益率和风险水平至关重要。张正平和胡夏露（2013）分析了拍拍贷和宜信的运营模式，并根据青岛地区的网贷平台多采用抵押的特点，提出了青岛模式[2]。但是，国内大多数P2P网贷平台均不需借款者提供实物抵押，例如国内主要网络借贷平台宜人贷、拍拍贷、安心贷、红岭创投、宜农贷等。大多数的网络借贷平台不以实物抵押形式发起借贷行为，可能增大投资者的投资风险，投资者如何进行投资决策成为众多学者关注的问题。 　　国内学者多将P2P网络借贷平台上的单笔贷款投资决策作为研究对象。陈冬宇（2014）从投资者的角度构建P2P放贷行为模型。通过实证分析，发现投资人的风险偏好、借款请求信息完整度、借款人的社会资本及网络借贷平台的整体逾期率是影响投资者单笔投资决策的关键因素[3]。郭艳红等（2016）从投资者历史投资的收益率、风险偏好以及投资经验三个维度构建投资者档案，辅助投资者进行单笔投资决策，并以美国P2P网络借贷平台Prosper交易数据进行实证研究[4]。鲜有学者对P2P网络借贷中投资者的投资组合决策进行相关研究。 　　在P2P网络借贷中，投资决策风险有多种评估方法。徐?矗?2015）采用逻辑回归法研究影响贷款逾期的主要因素，进而预测贷款的风险水平[5]。与逻辑回归法的效果相同，Puro Teith（2009）通过贷款投标次数的多少衡量贷款相似度，构建了一个可根据新贷款的投标次数寻找过去相似贷款，并以此为依据来预测新贷款偿还情况的模型[6]。这一思路为本文研究提供了基础思路，历史贷款与新贷款的相似度是下文构建实例模型的关键。但是，Puro Teith的模型只关注与新贷款相似度较高的历史贷款，考虑到高相似度会导致样本容量较小，此类模型预测误差较大。所以本文将相似度定义为贷款间发生逾期的概率的相对距离，采用核回归[7]，根据相似度大小对一定时期内所有历史贷款赋予不同的相对权重，历史贷款相对权重的大小取决于相似度的高低，从而显著扩大样本容量，解决在