1、用评级为级借款人贷款成功，同样起始利率对于信用评级为借款人就可能太低了。因此，在同时间，完整数据集相关性要比检查单信用评级更低。起始利率，即“贷款价格”对市场利率和风险溢价是非常敏感。所以我们运用了两年半数据，在此期间联邦利率在和.之间浮动。此外，最近信贷危机使得风险溢价大幅增加，相关性会更高。如果数据时间较短，市场将将与所有贷款项目相同，相关性也将更高。全部数据相关性分析使得我们可以比较不同变量显著性。正如我们所看到，贷款信息变量与决策变量有普遍较高相关性。而这是很合乎逻辑，因为信用评级较低借款人无论利率多高都难以获得贷款。贷款规模与起始利率之间相关性要比融资选项与贷款时间之间验证据显示，在些情况下，具有较低起拍价最终会导致更高最终价格。他们建议，以降低进入壁垒和减少投标人所承担义务。沉没搜索和监控成本使投标人在心理上很难远离拍卖。相反地，研究表明，起拍价与最终价格之间是正相关关系。这意味着，进入个较高起拍价，最终价格。
2、人战略决策过程本章节从引入研究所用数据开始，包括从借款人角度介绍.网站运营。另外，确定影响贷款最重要决策和变量。这些变量将形成核心部分。网站例子如图所示，借款人寻求美元贷款，以扩大小企业。距离结束还有个小时时候，贷款就已经全部筹集了。该项目起始利率为.，但现已降到。借款人信用评级为，同时他被认证拥有房产，同时他借款与收入比率为。贷款清单包括个简短描述，如借款人解释贷款用途。另外还可能有来自借款人家人与朋友照片与背书。.研究数据研究数据样本是.网站从年月至年月个贷款清单，包括已经结束贷款项目，之中个项目.获得了贷款。样本数据首先导入，然后进行进步分析。根据贷款报告，每个注册借款人可以获得大量数据信息。所有信息列于附录中，其中最重要因素有贷款规模起始利率信用评级债务收入比率期限经费选项从属关系起始日和截止日。另外还有些统计信息可参考。信用相关信息来自系统。.网站贷条款限制为三年期完全分期等额偿还和无抵押贷款。借款人可以自由选。
3、用评级为级借款人贷款成功，同样起始利率对于信用评级为借款人就可能太低了。因此，在同时间，完整数据集相关性要比检查单信用评级更低。起始利率，即“贷款价格”对市场利率和风险溢价是非常敏感。所以我们运用了两年半数据，在此期间联邦利率在和.之间浮动。此外，最近信贷危机使得风险溢价大幅增加，相关性会更高。如果数据时间较短，市场将将与所有贷款项目相同，相关性也将更高。全部数据相关性分析使得我们可以比较不同变量显著性。正如我们所看到，贷款信息变量与决策变量有普遍较高相关性。而这是很合乎逻辑，因为信用评级较低借款人无论利率多高都难以获得贷款。贷款规模与起始利率之间相关性要比融资选项与贷款时间之间验证据显示，在些情况下，具有较低起拍价最终会导致更高最终价格。他们建议，以降低进入壁垒和减少投标人所承担义务。沉没搜索和监控成本使投标人在心理上很难远离拍卖。相反地，研究表明，起拍价与最终价格之间是正相关关系。这意味着，进入个较高起拍价，最终价格。
4、总共有个借款人，其中高达在,人有多个贷款项目，因为大多数人第个贷款申请并没有成功。其中借款者至少完成了个成功贷款，这就进步强求了借款人战略决策辅助工具重要性。本项研究中，信用评级转化为和之间数值。资金选择设置为个虚拟变量使“贷款开放”为和“资金已获得”为。同样方法应用于从属关系变量。在表呈现了不同变量与“贷款状态”这虚拟变量之间相关性在“状态”虚拟变量呈现。在测试中，些变量因为是小样本而被剔除，剩下些变量因为借款人在短期内无法改变或有类似而被剔除。总来说，变量之间相关性相对较小。其原因有第，我们使用了所有可用数据。这使我们能够从大处着眼，但是例如起始利率对于信用评级是非常敏感。比如起始利率将保证信用评级为级借款人贷款成功，同样起始利率对于信用评级为借款人就可能太低了。因此，在同时间，完整数据集相关性要比检查单信用评级更低。起始利率，即“贷款价格”对市场利率和风险溢价是非常敏感。所以我们运用了两年半数据，在此期间联邦利率在。
5、也将较高。研究人员认为，较高起拍价是卖方给投标人暗示，表明该项目值得这样价格。与此同时，投标人之间竞争通常是比较弱。在只有个买家极端情况下，最终价格将等于起拍价。因此，较高起拍价将带来更高最终价格。和同意降低进入壁垒理论，但是他们认为这只会影响拍卖成功率。他们关于拍卖研究发现有可能存在秘密约定价格，并证明更高起拍价导致较低成功率，但具有较高成交价。研究发现起拍价和最终价格呈正相关。研究为我们研究提供了个很好框架。.借款人有两个目标第，成功获取贷款第二，利率尽可能低。但是该决策是困难，因为想要获得贷款就需要较高利率。.是个多单元拍卖，贷款般会由多个投标人提供资金。在多单位拍卖，借款人可以选择项目数和起拍价。除了开始出售即贷款额价格。这样使得战略决策价值简化为起拍价。绝大多数前人研究都基于多单元拍卖。然而，项目数被视为最佳规模问题研究，也见。在.，个借款人仅可以创建不超过两个贷款项目，这进步强调了项目数应该作为决策变量。借款。
6、和.之间浮动。此外，最近信贷危机使得风险溢价大幅增加，相关性会更高。如果数据时间较短，市场将将与所有贷款项目相同，相关性也将更高。全部数据相关性分析使得我们可以比较不同变量显著性。正如我们所看到，贷款信息变量与决策变量有普遍较高相关性。而这是很合乎逻辑，因为信用评级较低借款人无论利率多高都难以获得贷款。贷款规模与起始利率之间相关性要比融资选项与贷款时间之间.和.之间，且观测值数量均匀分布在各个信用评级。因为这里仅使用了已完成贷款项目，所以观测值数量远远小于回归模型。在表中，“最终利率”估算基于以下贷款项目参数起始利率美元贷款规模债务收入比率和当前违约率为。我们可以看到，随着信用评级变差，最终利率迅速提高。整个回归模型预测最终利率结果是合理。纵观相关残差图，当些变量运用异方差检验时，存在不平等变动增加方差，尤其是普遍价值范围之外。但是，因为我们没有计算预测区间点估计仍然是无偏，所以这似乎不太严重。.查询方法和回归方法比较关。
7、美元至美元贷款，网站平均贷款金额为美元中位数元。贷款起始利率可以在和之间任意设置，网站平均起始利率为中位数。起始利率与借款人信用等级密切相关，其信用评级均由系统计算所有贷款信息来提供最好为，最差为。债务收入比率是借款人贷款总额与收入总额比值，范围是至。但是其中收入总额是自己上报，所有有可能是不准确。借款人贷款拍卖时间有四个选择天天天和天，其中天是最常出现。借款人可以在获得贷款后自主结束拍卖，这就意味着，借款人需要尽快获得贷款以获得起始贷款利率，否则拍卖时间将持续到截止日。.确定变量在本节中，我们将找出对贷款成功率最具影响变量。因此我们将贷款成功状态设置为虚拟变量贷款状态有“过期”“撤回”和即“取消”。借款人撤回贷款申请原因难以获得，但是撤回数量高。因此，我们不能排除撤回贷款申请。由观察得出，绝大多数贷款申请撤回是因为没有感兴趣投标者，因为仅有撤回贷款是获得了资助。显然，有些人宁愿撤回并重新提交贷款申请，也不愿申请到期。.。
8、总共有个借款人，其中高达在,人有多个贷款项目，因为大多数人第个贷款申请并没有成功。其中借款者至少完成了个成功贷款，这就进步强求了借款人战略决策辅助工具重要性。本项研究中，信用评级转化为和之间数值。资金选择设置为个虚拟变量使“贷款开放”为和“资金已获得”为。同样方法应用于从属关系变量。在表呈现了不同变量与“贷款状态”这虚拟变量之间相关性在“状态”虚拟变量呈现。在测试中，些变量因为是小样本而被剔除，剩下些变量因为借款人在短期内无法改变或有类似而被剔除。总来说，变量之间相关性相对较小。其原因有第，我们使用了所有可用数据。这使我们能够从大处着眼，但是例如起始利率对于信用评级是非常敏感。比如起始利率将保证信用评级为级借款人贷款成功，同样起始利率对于信用评级为借款人就可能太低了。因此，在同时间，完整数据集相关性要比检查单信用评级更低。起始利率，即“贷款价格”对市场利率和风险溢价是非常敏感。所以我们运用了两年半数据，在此期间联邦利率在。
9、也将较高。研究人员认为，较高起拍价是卖方给投标人暗示，表明该项目值得这样价格。与此同时，投标人之间竞争通常是比较弱。在只有个买家极端情况下，最终价格将等于起拍价。因此，较高起拍价将带来更高最终价格。和同意降低进入壁垒理论，但是他们认为这只会影响拍卖成功率。他们关于拍卖研究发现有可能存在秘密约定价格，并证明更高起拍价导致较低成功率，但具有较高成交价。研究发现起拍价和最终价格呈正相关。研究为我们研究提供了个很好框架。.借款人有两个目标第，成功获取贷款第二，利率尽可能低。但是该决策是困难，因为想要获得贷款就需要较高利率。.是个多单元拍卖，贷款般会由多个投标人提供资金。在多单位拍卖，借款人可以选择项目数和起拍价。除了开始出售即贷款额价格。这样使得战略决策价值简化为起拍价。绝大多数前人研究都基于多单元拍卖。然而，项目数被视为最佳规模问题研究，也见。在.，个借款人仅可以创建不超过两个贷款项目，这进步强调了项目数应该作为决策变量。借款。
10、人战略决策过程本章节从引入研究所用数据开始，包括从借款人角度介绍.网站运营。另外，确定影响贷款最重要决策和变量。这些变量将形成核心部分。网站例子如图所示，借款人寻求美元贷款，以扩大小企业。距离结束还有个小时时候，贷款就已经全部筹集了。该项目起始利率为.，但现已降到。借款人信用评级为，同时他被认证拥有房产，同时他借款与收入比率为。贷款清单包括个简短描述，如借款人解释贷款用途。另外还可能有来自借款人家人与朋友照片与背书。.研究数据研究数据样本是.网站从年月至年月个贷款清单，包括已经结束贷款项目，之中个项目.获得了贷款。样本数据首先导入，然后进行进步分析。根据贷款报告，每个注册借款人可以获得大量数据信息。所有信息列于附录中，其中最重要因素有贷款规模起始利率信用评级债务收入比率期限经费选项从属关系起始日和截止日。另外还有些统计信息可参考。信用相关信息来自系统。.网站贷条款限制为三年期完全分期等额偿还和无抵押贷款。借款人可以自由选。
11、和.之间浮动。此外，最近信贷危机使得风险溢价大幅增加，相关性会更高。如果数据时间较短，市场将将与所有贷款项目相同，相关性也将更高。全部数据相关性分析使得我们可以比较不同变量显著性。正如我们所看到，贷款信息变量与决策变量有普遍较高相关性。而这是很合乎逻辑，因为信用评级较低借款人无论利率多高都难以获得贷款。贷款规模与起始利率之间相关性要比融资选项与贷款时间之间.和.之间，且观测值数量均匀分布在各个信用评级。因为这里仅使用了已完成贷款项目，所以观测值数量远远小于回归模型。在表中，“最终利率”估算基于以下贷款项目参数起始利率美元贷款规模债务收入比率和当前违约率为。我们可以看到，随着信用评级变差，最终利率迅速提高。整个回归模型预测最终利率结果是合理。纵观相关残差图，当些变量运用异方差检验时，存在不平等变动增加方差，尤其是普遍价值范围之外。但是，因为我们没有计算预测区间点估计仍然是无偏，所以这似乎不太严重。.查询方法和回归方法比较关。
12、美元至美元贷款，网站平均贷款金额为美元中位数元。贷款起始利率可以在和之间任意设置，网站平均起始利率为中位数。起始利率与借款人信用等级密切相关，其信用评级均由系统计算所有贷款信息来提供最好为，最差为。债务收入比率是借款人贷款总额与收入总额比值，范围是至。但是其中收入总额是自己上报，所有有可能是不准确。借款人贷款拍卖时间有四个选择天天天和天，其中天是最常出现。借款人可以在获得贷款后自主结束拍卖，这就意味着，借款人需要尽快获得贷款以获得起始贷款利率，否则拍卖时间将持续到截止日。.确定变量在本节中，我们将找出对贷款成功率最具影响变量。因此我们将贷款成功状态设置为虚拟变量贷款状态有“过期”“撤回”和即“取消”。借款人撤回贷款申请原因难以获得，但是撤回数量高。因此，我们不能排除撤回贷款申请。由观察得出，绝大多数贷款申请撤回是因为没有感兴趣投标者，因为仅有撤回贷款是获得了资助。显然，有些人宁愿撤回并重新提交贷款申请，也不愿申请到期。.。
参考资料：
（外文翻译）P2P借贷中的借款人决策建议（外文+译文）