论文部分内容阅读
[摘 要]校园网贷凭借其低门槛、方便贷的特点，在全国高校中迅速发展起来，但同时也对校园和社会带来了负面影响，校园网贷未来该何去何从，是个值得探究的问题。为预测校园贷今后的发展，根据样本数据，采用Logistics回归分析模型，选取性别，年龄，学历，借款金额等10个指标，分析其对校园贷影响的显著性和影响系数。结果表明，个人消费欲望对大学生是否选择校园贷的影响最为显著，为 1%水平显著，回归系数达到2.093，是所有分析的因素中影响比例最大的
[关键词]应用数学；Logisitics回归分析模型；回归系数；校园网贷
中图分类号：F49 文獻标识码：A 文章编号：1009-914X（2019）04-0397-01
0引言
校园贷[1]最早在2005年就已经出现在大学校园里了，互联网金融逐渐兴起，刺激了人们的消费欲望，而全国高校学生消费需求旺盛，市场规模预计高达4000亿元[2]，此时校园网贷应运而生，为在校大学生提供分期借贷业务，使校园信贷市场飞速发展。为了对校园贷的未来进行更科学的研究，通过建立的Logisitic回归分析模型，对当前大学生的消费结构进行分析，预测校园贷近5年的发展状况。
1基于Logisitic回归分析法的预测模型
1.1数据指标的选取与处理
通过查阅大学生校园贷现状分析调查报告，发现使用校园贷的主要客户中性别，年龄，学历，地区，专业存在显著性差异[3]；大学生逾期现象也随着借款金额，期限，呈不同的发展趋势。综合上述原因，选取性别，年龄，学历，所在地，借款金额，期限，用途，个人家庭情况，个人金融知识，个人消费欲望10个指标[4]，分别建立俩个Logistic回归模型[5]，综合俩个模型可以全面的评估校园贷在未来的发展趋势。
通过大数据分析数据分析网，抽取220条大学生贷款信息，删除不完整信息，剩下200条有用信息，将150条信息做样本进行风险评估模型[6]。
1.2模型的建立
设在一定时间逾期人数的概率为P，设10个自变量指标分别为 ，对着10个因数进行线性组合：
则Logistic多元非线性回归方程为
利用spss软件对因变量和自变量进行二元logistic回归分析，建立回归模型，得到适用于校园贷的Logisitic回归模型分别如下：
个人消费欲望对大学生是否选择校园贷的影响最为显著，为 1%水平显著，回归系数[7]达到2.093，这说明随着个人消费欲望的膨胀，大学生选择校园贷的几率明显增加。个人金融知识、个人征信意识也对大学生是否选择校园贷有显著影响，且系数均为负值，说明个人金融知识越多、个人征信意识越强，学生越不容易选择校园贷。
3结论
校园贷已经成为高校学生生活的一部分，其带来的影响是不可忽视的，对恶性事件的解决与遏制也是刻不容缓。经过Logisitic回归分析模型的预测，校园贷的发展主要与个人消费欲望、个人金融知识和征信意识有关，如果学生的消费欲望继续膨胀，那么校园贷的市场规模也将继续扩大。
参考文献（References）
[1]包艳龙.“校园网贷”发展情况调查与分析[J].征信，2016，34（08）：73-75.
[2]曹凤岐，杨乐.银行信贷调配与区域经济增长[J].金融研究，2014（06）：50-66.
[3]马钊，周孝信，尚宇炜，周莉梅. 未来配电系统形态及发展趋势[J]. 中国电机工程学报，2015，35（06）：1289-1298.
[4]常乃杰，张云贵，刘青丽，李志宏，冉贤传，朱经纬，石俊雄，张恒. 应用SPSS软件研究典型中间香型烤烟常规化学成分与烟气成分的关系[J/OL]. 烟草科技，2017，50（04）：31-36. （2017-05-23）.
[5]DanutaJanczewska. Methods and Marketing Instruments of Logistic Processes[J]. Przedsiebiorczosci Zarzadzanie，2015，16（1）：.
[6]付仲良，杨元维，高贤君，赵星源，逯跃锋，陈少勤. 利用多元Logistic回归进行道路网匹配[J/OL]. 武汉大学学报（信息科学版），2016，41（02）：171-177. （2016-01-22）.
[7]Berna Serener. Statistical Analysis of Internet Banking Usage with Logistic Regression[J]. Procedia Computer Science，2016，102：.
作者简介
刘帅（1997-），男，河北唐山人，本科在读，电气工程及其自动化专业，[email protected]：。
通信作者：白钰坤（1996-），女，河北秦皇岛人， [email protected]。
[关键词]应用数学；Logisitics回归分析模型；回归系数；校园网贷
中图分类号：F49 文獻标识码：A 文章编号：1009-914X（2019）04-0397-01
0引言
校园贷[1]最早在2005年就已经出现在大学校园里了，互联网金融逐渐兴起，刺激了人们的消费欲望，而全国高校学生消费需求旺盛，市场规模预计高达4000亿元[2]，此时校园网贷应运而生，为在校大学生提供分期借贷业务，使校园信贷市场飞速发展。为了对校园贷的未来进行更科学的研究，通过建立的Logisitic回归分析模型，对当前大学生的消费结构进行分析，预测校园贷近5年的发展状况。
1基于Logisitic回归分析法的预测模型
1.1数据指标的选取与处理
通过查阅大学生校园贷现状分析调查报告，发现使用校园贷的主要客户中性别，年龄，学历，地区，专业存在显著性差异[3]；大学生逾期现象也随着借款金额，期限，呈不同的发展趋势。综合上述原因，选取性别，年龄，学历，所在地，借款金额，期限，用途，个人家庭情况，个人金融知识，个人消费欲望10个指标[4]，分别建立俩个Logistic回归模型[5]，综合俩个模型可以全面的评估校园贷在未来的发展趋势。
通过大数据分析数据分析网，抽取220条大学生贷款信息，删除不完整信息，剩下200条有用信息，将150条信息做样本进行风险评估模型[6]。
1.2模型的建立
设在一定时间逾期人数的概率为P，设10个自变量指标分别为 ，对着10个因数进行线性组合：
则Logistic多元非线性回归方程为
利用spss软件对因变量和自变量进行二元logistic回归分析，建立回归模型，得到适用于校园贷的Logisitic回归模型分别如下：
个人消费欲望对大学生是否选择校园贷的影响最为显著，为 1%水平显著，回归系数[7]达到2.093，这说明随着个人消费欲望的膨胀，大学生选择校园贷的几率明显增加。个人金融知识、个人征信意识也对大学生是否选择校园贷有显著影响，且系数均为负值，说明个人金融知识越多、个人征信意识越强，学生越不容易选择校园贷。
3结论
校园贷已经成为高校学生生活的一部分，其带来的影响是不可忽视的，对恶性事件的解决与遏制也是刻不容缓。经过Logisitic回归分析模型的预测，校园贷的发展主要与个人消费欲望、个人金融知识和征信意识有关，如果学生的消费欲望继续膨胀，那么校园贷的市场规模也将继续扩大。
参考文献（References）
[1]包艳龙.“校园网贷”发展情况调查与分析[J].征信，2016，34（08）：73-75.
[2]曹凤岐，杨乐.银行信贷调配与区域经济增长[J].金融研究，2014（06）：50-66.
[3]马钊，周孝信，尚宇炜，周莉梅. 未来配电系统形态及发展趋势[J]. 中国电机工程学报，2015，35（06）：1289-1298.
[4]常乃杰，张云贵，刘青丽，李志宏，冉贤传，朱经纬，石俊雄，张恒. 应用SPSS软件研究典型中间香型烤烟常规化学成分与烟气成分的关系[J/OL]. 烟草科技，2017，50（04）：31-36. （2017-05-23）.
[5]DanutaJanczewska. Methods and Marketing Instruments of Logistic Processes[J]. Przedsiebiorczosci Zarzadzanie，2015，16（1）：.
[6]付仲良，杨元维，高贤君，赵星源，逯跃锋，陈少勤. 利用多元Logistic回归进行道路网匹配[J/OL]. 武汉大学学报（信息科学版），2016，41（02）：171-177. （2016-01-22）.
[7]Berna Serener. Statistical Analysis of Internet Banking Usage with Logistic Regression[J]. Procedia Computer Science，2016，102：.
作者简介
刘帅（1997-），男，河北唐山人，本科在读，电气工程及其自动化专业，[email protected]：。
通信作者：白钰坤（1996-），女，河北秦皇岛人， [email protected]。