| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 1.51 MB | Adobe PDF |
Authors
Advisor(s)
Abstract(s)
The global financial crisis in recent years highlighted the reduction in the possibility of accessing to traditional credit for many consumers and small businesses. In this scenario, P2P lending emerges as an innovation in microfinance. P2P lending offers an online platform service that connects individuals looking to lend with individuals that need to borrow and then use online payment to complete this borrowing quickly. This process is characterized by decentralization, making in this way far different P2P platform from traditional banks services. In this thesis we estimate using a logistic regression model, the default risk of P2P lending, focusing on Lending Club, one the largest US loan platform. We identify the loan default determinants as credit grade, loan purpose, loan amount, home ownership, debts to income ratio, revolving credit line utilization. Also, after investigating the actual default ratio of this platform loans, we check for consistency with the estimated default risk. We find that over the entire data set the estimated default probability turn to be consistent with the actual default ratio. However, when we propose the same analysis for all different States in which Lending Club loans are issued, we find that for some of them there are large divergences between estimated default probability and actual default ratio.
A mais recente crise financeira mundial mostrou a redução da possibilidade de recurso ao crédito tradicional por parte de consumidores e pequenos negócios. Neste panorama o peer to peer lending (empréstimos entre particulares) surge como uma inovação no campo das micro-finanças. O P2P lending realiza-se através de uma plataforma electrónica que liga aqueles que procuram emprestar fundos àqueles que necessitam de obter financiamento recorrendo a um sistema de pagamentos online para completar esta operação de forma expedita. Este processo é caracterizado pela descentralização, diferenciando este modelo daquele que é praticado pelos bancos tradicionais. Nesta tese estimamos o risco de default do empréstimo de P2P através de uma modelo logístico de recta de regressão com base no Lending Club, uma das maiores plataformas de financiamento P2P nos Estados Unidos da América. O estudo demonstra quais as principais causas de default nos empréstimos concedidos, como o rating do crédito, o escopo do empréstimo, os montantes concedidos, a propriedade de imóveis, rácios de dívidas e rendimento, e a utilização de crédito em conta corrente. Investigámos, igualmente, o actual rácio de defaults nestas plataformas de concessão de financiamento e, a partir daí, analisámos se existia consistência, ou não, com o risco de default estimado. Concluímos, a partir da amostra recolhida, que o rácio coincidia com a probabilidade de default estimada. Todavia, ao procedermos à mesma análise em diferentes Estados onde o Lending Club opera verificamos que há, em alguns deles, grandes discrepâncias entre a probabilidade de default e o rácio de defaults real.
A mais recente crise financeira mundial mostrou a redução da possibilidade de recurso ao crédito tradicional por parte de consumidores e pequenos negócios. Neste panorama o peer to peer lending (empréstimos entre particulares) surge como uma inovação no campo das micro-finanças. O P2P lending realiza-se através de uma plataforma electrónica que liga aqueles que procuram emprestar fundos àqueles que necessitam de obter financiamento recorrendo a um sistema de pagamentos online para completar esta operação de forma expedita. Este processo é caracterizado pela descentralização, diferenciando este modelo daquele que é praticado pelos bancos tradicionais. Nesta tese estimamos o risco de default do empréstimo de P2P através de uma modelo logístico de recta de regressão com base no Lending Club, uma das maiores plataformas de financiamento P2P nos Estados Unidos da América. O estudo demonstra quais as principais causas de default nos empréstimos concedidos, como o rating do crédito, o escopo do empréstimo, os montantes concedidos, a propriedade de imóveis, rácios de dívidas e rendimento, e a utilização de crédito em conta corrente. Investigámos, igualmente, o actual rácio de defaults nestas plataformas de concessão de financiamento e, a partir daí, analisámos se existia consistência, ou não, com o risco de default estimado. Concluímos, a partir da amostra recolhida, que o rácio coincidia com a probabilidade de default estimada. Todavia, ao procedermos à mesma análise em diferentes Estados onde o Lending Club opera verificamos que há, em alguns deles, grandes discrepâncias entre a probabilidade de default e o rácio de defaults real.