发布时间：2017-10-18所属分类：科技论文浏览：1次
摘 要： P2P网络假贷平台，是P2P假贷与网络假贷相结合的金融服务网站。网络假贷指的是假贷过程中，材料与资金、合同、手续等悉数经过网络完成，它是随着互联网的开展和民间假贷的兴起而开展起来的一种新的金融形式。P2P网贷平台为告贷人提供了告贷新平台，为具有可借
P2P网络假贷平台，是P2P假贷与网络假贷相结合的金融服务网站。网络假贷指的是假贷过程中，材料与资金、合同、手续等悉数经过网络完成，它是随着互联网的开展和民间假贷的兴起而开展起来的一种新的金融形式。P2P网贷平台为告贷人提供了告贷新平台，为具有可借出资金的出资人提供了潜在的出资机会。P2P网络假贷平台在某个时间把告贷方和投资方进行债务匹配，使效益和赢利达到最高。在确保两边额度和时间相吻合的前提下，能够选择一对一或一对多的债务匹配方法。某P2P假贷平台现具有某一个时间的告贷方的数据，包含告贷额度、告贷时间、告贷利率等信息，投资方数据，包含有出资额度、出资时间、利率等信息。
关键词：P2P借贷平台,数学建模,网络假贷
1.问题提出及分析
使用数学建模解决P2P网络假贷平台债务匹配问题;
主要研究的是告贷方与投资方的债务匹配问题，根据数据，给出一套相应的匹配计划。由P2P网络假贷平台的运营形式可知告贷方数据中的额度指的是告贷金额(元人民币)，周期指的是告贷期限即归还周期(月)，利率指的是告贷方在告贷期限内所承当的月利率(%);投资方中额度指的投资方可借出的出资金额(元人民币)，周期指的是投资方的出资周期(月)，利率指的是投资方的报答利率(%)。经过分析表中数据，根据额度和时间相吻合的准则，建立变量之间的数学联络，然后给出一套相应的匹配计划。最终建立P2P网络假贷平台债务匹配问题的数学模型。
2.模型假设
(1)假设告贷方和投资方的买卖行为发生在同一时间，告贷期限内第一个月的月初;
(2)假设告贷方在告贷期限内无提早还款行为，投资方不能提早撤资，即告贷方在告贷期限的月末(最终一月末)还款，投资方在出资周期的月末(最终一月末)收益;
(3)假设利息计算按照单利计算;
(4)假设只要出资人已借出金额才可取得收益，没有出借的金额不产生利息，也不计入投资方的收益当中，;
(5)假设每个告贷方的还贷才能均相同，且平等概率地承受出资人出资，投资方向每个告贷人平等概率地进行出资;
(6)假设P2P网络假贷平台不向告贷方和投资方收取手续费;
3.定义与符号说明
告贷人i的告贷金额：Mi(i=1，2，…，n);告贷人i的告贷周期：Ti(i=1，2，..，n)
告贷人i的月还款利率：Ri(i=1，2，…，n);出资人j的出资金额：Mj(j=1，2，…，m)
出资人j的出资周期：Tj(j=1，2，…，m);出资人j的月报答利率：Rj(j=1，2，…，m)
告贷人i向出资人j借的金额：Xij(i=1，2，…，n;j=1，2，…，m)
P2P平台的总赢利：PP2P平台的总收入：RP2P平台的总支出：C
4.模型的建立與求解
本文从P2P网络假贷平台的角度出发，分析P2P网络假贷平台的总赢利与告贷方、投资方之间的联络，运用规划模型，以P2P网络假贷平台的总赢利为目标函数，增加相应束缚条件，然后得出在一定条件下既能使P2P网络假贷平台的总赢利达到最大，又能使告贷方和投资方的额度和时间相吻合的模型，继而给出一套较优的匹配方案。
关于P2P网络假贷平台来说，因为不考虑平台所收取的手续费，P2P网络假贷平台的总赢利等于总收入加上总支出，即：
P﹦R-C
P2P网络假贷平台的总收入等于一切告贷方在告贷期限到期时所付出的利息和，假设共有n个告贷人，m个出资人。
要使总赢利最大，则总支出应最小，根据假设，总支出等于一切借出金额的出资人所取得的收益之和，即：
上式即为问题一的目标函数。
相应的束缚条件为：
1)额度匹配：告贷人i向每个出资人所借金额之和等于告贷人i的所需求的告贷金额，出资人j向一切告贷人所借金额之和不大于出资人j的出资金额;
2)时间匹配：告贷人i的告贷周期不大于任一贯告贷人i出资的出资人j的出资周期;
3)非负束缚：各变量均非负。
根据题中数据，结合上述模型，使用Lingo软件对模型进行编程求解。
5.模型评估与推行
5.1 模型评估
(1)模型的长处
1)本文所建立的模型与实践联络较为严密，通用性、推行性较强;
2)本模型的稳定性和正确性较好，可信度较高;
3)本模型的可操作性强，适用范围广;
4)本模型中提出了一个的通用目标，可广泛应用于其他范畴。
(2)模型的缺陷
1)我们对模型进行了简化，即假设每个告贷方的还贷才能均相同，且平等概率地承受出资人出资，投资方向每个告贷人平等概率地进行出资，这样的容易解决，会影响到目标函数最值的计算，降低了精确度;
2)本模型没有分析敏感性和风险性因素的影响，降低了模型的精确度;
5.2 模型推行
1)本文所建模型可参加其它变量推行成非线性规划模型;
2)本模型可进一步考虑敏感性和风险性因素的影响，使其能更好地与实践相符合。
SCI SSCI AHCI