Borrower related risks in Peer to Peer and Crowdfunding industries

Savstarpējo aizdevumu un pūļa finansēšanas platformu nozare attīstās ļoti strauji, taču ir nepietiekami zināšanu un izpratnes par riskiem, kas saistīti ar šo nozari. Tādēļ šajā pētījumā galvenā uzmanība tiek pievērsta šo nozaru atšķirībām, kā arī kredītriska modelēšanai, pamatojoties uz vēsturisko aizdevumu datiem no savstarpējo aizdevumu un pūļa finansēšanas platformām. Vēsturiskie dati tiek izmantoti, lai analizētu un novērtētu, kuri faktori un mainīgie visvairāk ietekmē kredītsaistību neizpildi attiecībā uz aizdevumiem un aizņēmējiem. Pētījuma rezultāts tiek sasniegts, izmantojot bināro loģistiskās regresijas modeli, kas parāda, ka vairākiem faktoriem ir būtisks robežefekts uz kredīta neatdošanas iespējamību. Kopumā ir nepieciešami papildu dati un lielāka platformu caurskatāmība, lai uzlabotu nozares riska novērtējumu.P2P and crowdfunding industries are growing rapidly, however there is lack of knowledge and understanding of the risks in these industries. Thus, this research paper focuses on differences of these industries, as well as credit risk modeling based on historical loan books from P2P and crowdfunding platforms. The loan books are used to analyze and estimate which factors and variables impacts credit defaults the most regarding loans and borrowers. The research’s result is accomplished using binary logistic regression model, which shows that multiple factors have significant average marginal effect on defaults. Overall, additional data and transparency of platforms are necessary to improve risk assessment of the industry