2019年12月13日至12月14日，我院陈媛先同学参加了2019年江苏省研究生金融科技学术创新论坛🧑‍🌾，其论文通过评审🥊，被论坛录用，受邀报告论文🧑‍🦽，并获得优秀论文二等奖。    

陈媛先是我校与荷兰蒂尔堡大学合作举办金融学博士项目的博士一年级在读生。陈媛先此次入选论文为与李建军教授、苟琴副教授老师共同合作完成的论文《Dynamic Prediction Model and Empirical Study on Default Riskof P2P Online Loans-Based on Logit Regression and Neural Network》。

12月14日下午♛，陈媛先在会议上做了该文章的报告🌧。该文章基于P2P网络借贷，构建了一个动态的贷款违约风险预测模型。与传统模型不同的是，该模型除了考虑贷前因素外，还将贷后因素加入预测模型中🏄🏿‍♂️，从贷款生命周期角度全面地刻画信息不对称下贷前逆向选择和贷后道德风险，以及其他动态压力对于违约风险的影响🕷。模型考虑的影响违约风险的贷后变动因素包括贷后道德风险👨🏽、贷后再融资压力、影响借款人收支的宏观动态压力、借款人信用历史等🥒，同时引入过度借款倾向💅🏻🙇🏿‍♀️、信贷审核力度等因素🧖🏿‍♂️。文章基于2008年到2018年LendingClub的分笔借款数据对模型进行实证检验发现♋️，相比只考虑静态信息的违约风险预测模型，动态预测模型关于风险的拟合程度和预测准确率都更高。使用Logit进行拟合，模型的预测准确率最高为76.74%，而采用神经网络进行拟合，模型的预测准确率最高达到77.83%。这表明模型具有较高的可靠性。