Exploring the factors affecting peer-to-peer lending performance with Self-Organizing Maps
Nyberg, Jenna (2019)
Pro gradu -tutkielma
Nyberg, Jenna
2019
School of Business and Management, Kauppatieteet
Kaikki oikeudet pidätetään.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2019052216504
https://urn.fi/URN:NBN:fi-fe2019052216504
Tiivistelmä
The purpose of this study is to find out if the Self-Organizing Map (SOM) is an appropriate method for exploring peer-to-peer lending data and if it can be used to find factors or combinations of variables that would be related to the debtor’s repayment problems. The study is based on quantitative peer-to-peer lending analysis and the data is collected from the Estonian peer-to-peer lending company Bondora’s service. The data is collected from the years 2013 – 2017. The comparison was conducted by dividing the data into a two parts, borrower’s characteristics and financial variables. The Self-Organizing Map was done for each part separately. The results of the study show that the Self-Organizing Map is a very illustrative tool that investors could use to support the investment decision. As a finding, the borrowers’ employment status, marital status, educational background and purpose of the loan are related to overdue loans. It should be mentioned, that it is more profitable to assess the borrower's creditworthiness as a larger entity than just individual variables. Tämän pro gradu -tutkielman tarkoituksena on selvittää, soveltuuko Itseorganisoituva kartta (SOM) menetelmänä vertaislainadatan tutkimiseen ja onko sitä hyödyntämällä mahdollista löytää tekijöitä tai tekijöiden yhdistelmiä, jotka olisivat yhteydessä velallisen maksukyvyttömyyteen. Tutkielma perustuu kvantitatiiviseen vertaislaina-analyysiin, jonka aineisto on kerätty virolaisen vertaislainayhtiön Bondoran tarjoamasta palvelusta ja se sijoittuu vuosille 2013 - 2017. Vertailu toteutettiin jakamalla data lainaajan ominaisuuksiin ja rahallisiin muuttujiin sukupuolen mukaan ja tekemällä itseorganisoituva kartta kullekin erikseen. Tutkielman tulokset osoittavat, että itseorganisoituva kartta on hyvin havainnollistava työkalu, josta saatavia tietoja sijoittajat voisivat hyödyntää sijoituspäätöksen tukena. Havaittiin, että lainaajan työllisyystilanne, siviilisääty, koulutustausta ja lainan käyttötarkoitus ovat yhteydessä myöhästyneisiin lainoihin. On kuitenkin todettava, että lainaajan luottokelpoisuutta on kannattavampaa arvioida suurempana kokonaisuutena, kuin vain yksittäisten muuttujien kautta.