• The Journal of Asian Finance, Economics and Business
• /
• 제9권1호
• /
• pp.43-51
• /
• 2022

Platform lending or online lending, sometimes called peer-to-peer (P2P) lending, arose due to the digital revolution to meet people's requirements for simple fund borrowing. It quickly became an alternative to other traditional lending techniques, for example, loans banks. Along with the growth of P2P lending, several academics have investigated how information technology is used in financial services, emphasizing extended application methods. This study proposes an enhanced technology acceptance model (TAM) that investigates how consumers embrace P2P lending platforms by using quality of service and perceived risk as drivers of trust, relative advantage and compatibility as drivers of perceived usefulness. For the purpose of this study, we created a questionnaire, distributed it to clients of P2P lending platforms and fintech services in general in cities in Java, Indonesia. We received 290 replies to our questionnaire. The data was analyzed to test the hypotheses using structural equation modeling (SEM). The findings show that consumers' trust, relative advantage, perceived usefulness, and perceived ease of use in P2P lending platforms substantially affect their views toward adoption. The research's findings are useful for fine-tuning platform marketing strategies and putting strategic goals into action.

• 한국정보시스템학회지:정보시스템연구
• /
• 제25권2호
• /
• pp.79-110
• /
• 2016

목적 온라인 P2P 대출은 온라인 재무 중계업자를 통해 친분이 없는 개인 간의 대출을 가능하게 해주는 새로운 방법이다. 대체로 온라인 P2P 거래에서는 돈을 대출받고자 사람과 대부하고자 사람이 이전에 개인적인 관계가 없는 경우가 일반적이다. 광범위한 선행연구를 통해 본 연구에서는 온라인 P2P 플랫폼을 통한 대출의도에 미치는 영향요인을 파악하기 위한 연구모형을 구축하였고, 중국 온라인 P2P 대출업체 중에서 가장 규모가 큰 런런다이 사례를 중심으로 실증분석을 실시하였다. 설계/방법론/접근 연구가설을 검증하기 위해 본 연구에서는 42개 문항으로 구성된 설문지를 개발하였고, 모든 항목은 리커트 5점 척도를 사용하였다. 중국 설문조사 전문 웹사이트인 sojump.com을 통해 런런다이 서비스 가입자 246명을 대상으로 설문조사를 실시하였고, 자료분석을 위해 SPSS 20.0과 AMOS 18.0을 사용하였다. 가설검증에 앞서 측정도구의 신뢰성, 타당성, 복합신뢰도 그리고 평균분산추출을 계산하였고, 동일방법편의(common method bias) 여부도 함께 진단하였다. 연구모형에서 매개변수로 사용된 플랫폼 신뢰와 대출자 신뢰에 대한 가설검증을 실시한 후 구조방정식을 이용하여 연구가설을 검증하였다. 시사점 연구결과 서비스품질, 정보품질, 구조적 보증, 인지도 그리고 명성은 온라인 P2P 대출 플랫폼에 대한 신뢰에 유의한 영향을 미치는 것으로 나타났다. 다음으로 인지도, 명성 그리고 지각된 위험은 대출자에 대한 신뢰와 대출의도에 유의한 영향을 미치는 것으로 나타났다. 세 번째로 신뢰경향은 대출자에 대한 신뢰에 정(+)의 영향을 미치는 것으로 나타났다. 마지막으로 인지도, 명성 그리고 지각된 위험, 플랫폼 신뢰, 대출자 신뢰는 대부자의 대출의도에 직접적인 영향을 미치는 것으로 나타났다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제11권2호
• /
• pp.1105-1117
• /
• 2017

Financial technology, also known as FinTech, is one of the fast growing global businesses in since its inception in 2008. Fintech is a new economic industry, comprised of companies that adopted the latest technologies to provide more efficient financial services than the traditional financial services. Fintech companies are generally small to medium sized startups trying to disintermediate existing financial systems. FinTech companies can be differentiated in several areas, based on its business solutions and target customers. In Korea, the Peer-to-Peer (P2P) lending companies are the most prominent in the FinTech sector. P2P lending is a method of borrowing or lending money to individuals through online services without the use of an official financial institution as an intermediary. The P2P lending companies operate their services entirely online or mobile environment. Consequently, mobile P2P lending application users are dramatically increasing. Thus, it is worth evaluating the acceptance of the mobile apps of the P2P lending companies from a user's perspective. This paper discusses user acceptance of the mobile P2P lending apps, guided by the Technology Acceptance Model. We conclude that the users' acceptance of mobile P2P lending apps are significantly influenced by perceived ease of use, perceived usefulness, and user satisfaction. These in turn influenced their attitude towards using mobile P2P lending apps and intention to use.

• 한국전자거래학회지
• /
• 제23권3호
• /
• pp.207-224
• /
• 2018

온라인 P2P 대출(Online Peer-to-Peer Lending)이란 대출자(차입자)들이 인터넷 및 모바일 P2P 플랫폼을 통해 대출을 신청하면 P2P 플랫폼 기업이 이를 심사하고, 공개하여 불특정 다수가 자금을 빌려주고 이자를 받는 대출중개 서비스를 말한다. 국내외적으로 P2P 대출시장의 성장과 수익률에 대한 관심이 커진 상황에서 현재는 P2P 대출에 대한 안정성 측면에서 문제가 제기되고 있다. P2P 대출시장은 높은 수익률을 제공하지만 P2P 업체의 연체율과 부실률(채무불이행률)도 함께 높아지고 있는 실정이다. P2P 금융시장의 신뢰도를 높이기 위해서는 P2P 대출의 연체율과 채무불이행률을 줄이는 것이 무엇보다 중요하다. 본 연구는 세계적인 P2P 기업인 렌딩클럽(Lending Club)의 P2P 대출거래데이터베이스를 이용하여 인공지능기반의 P2P 채무불이행 예측모형을 구축하고자 한다. 구체적으로 벤치마크(benchmark) 모형으로 통계기법인 판별분석과 로지스틱 회귀분석을 이용하고, 인공지능기법으로는 신경망, CART, 그리고 C5.0을 이용하여 P2P 대출거래의 채무불이행 예측모형을 구축하고자 한다. 연구결과, P2P 대출거래의 채무불이행 예측을 위해 우선 고려해야 할 변수는 대출이자율이며, 중요도 3순위에 가장 많이 언급된 대출금액과 총부채상환비율도 고려해야 할 요인으로 추출되었다. 전통적인 통계기법보다는 인공지능기법의 예측성과가 더 좋은 것으로 나타났으며, 신경망의 경우 모든 데이터 셋에서 오분류율이 가장 낮은 예측모형으로 나타났다.

• 디지털융복합연구
• /
• 제17권9호
• /
• pp.71-78
• /
• 2019

본 연구는 P2P 대부 플랫폼에서 우수 대출자를 예측시 유용한 합성 소수집단 오버샘플링 기법을 제안하고 그 성과를 실증적으로 검증하고자 한다. P2P 대부 관련 우수 대출자를 추정할 때 일어나는 문제점중의 하나는 클래스 간 불균형이 심하여 이를 해결하지 않고서는 우수 대출자 예측이 쉽지 않다는 점이다. 이러한 문제를 해결하기 위하여 본 연구에서는 SMOTE, 즉 합성 소수집단 오버샘플링 기법을 제안하고 LendingClub 데이터셋에 적용하여 성과를 검증하였다. 검증결과 SMOTE 방법은 서포트 벡터머신, k-최근접이웃, 로지스틱 회귀, 랜덤 포레스트, 그리고 딥 뉴럴네트워크 분류기와 비교하여 통계적으로 우수한 성과를 보였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권5호
• /
• pp.403-411
• /
• 2021

This paper discusses the relationship between debt literacy, peer-to-peer lending, and over-indebtedness in Indonesia. It is essential because the number of loans on this platform continues to increase, both legal and illegal. Data was collected online in collaboration with commercial market research firms, JajakPendapat.net. Debt literacy and over-indebtedness were measured by self-assessment with questions from Lusardi and Tufano (2009a). Questions for debt literacy are about interest compounding, debt interest, and the application of time value of money in payment options. The question for over-indebtedness is about the amount of debt and the conditions resulting from that debt. By using descriptive methods, it is clear that the majority of respondents, both borrowers and non-peer-to-peer lending borrowers are debt illiterate, and those who have poor debt literacy have huge debt. Overall, only 1.85% of the respondents were debt literate. Those who live on the island of Java have better literacy because they are the center of economic growth in Indonesia. Debt from peer-to-peer (P2P) lending also has the potential to create problems, namely over-indebtedness. P2P lending borrowers also have very poor debt literacy. However, there is no difference in debt literacy between P2P lending borrowers and non-P2P lending borrowers.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.85-93
• /
• 2020

In peer-to-peer (P2P) loan markets, as most lenders are unskilled and inexperienced ordinary individuals, it is important to know the characteristics of borrowers that significantly impact their repayment performance. This study investigates the effects and importance of borrowers' past repayment performance track record within the platform to identify its predictive power. To this end, I analyze the detailed loan repayment data from two leading P2P lending platforms in Korea using a Cox proportional hazard, multiple linear regression, and logit models. Furthermore, the predictive power of the factors proxied by borrowers' track records are evaluated through the receiver operating characteristic (ROC) curves. As a result, it is found that the borrowers' past track record within the platform have the most important impact on the repayment performance of their current loans. In addition, this study also reveals that the borrowers' track record is much more predictive of their repayment performance than any other factor. The findings of this study emphasize that individual lenders must take into account the quality of borrowers' past transaction history when making a funding decision, and that platform operators should actively share the borrowers' past records within the markets with lenders.

• 지식경영연구
• /
• 제19권2호
• /
• pp.109-132
• /
• 2018

Recently, new financial services related to FinTech has gained attention more and more. Online P2P financial services transactions such as FinTech require careful examination of the constituents of information systems as an investment is made based on the information presented on the online platform without direct face-to-face contact. The purpose of this study is to find out the success factors of online P2P Lending service among FinTech. To serve the purpose, we build IS (information system) success model, and then use Kano model and fuzzy analytic hierarchy process (Fuzzy-AHP) to find out factors for the success of online P2P Lending service. In particular, this study uses Kano model to classify information system satisfaction factors and to calculate the satisfaction coefficient. The Kano model, however, has a drawback of evaluating single criterion. Therefore, we use multi-criteria decision-making technique such as Fuzzy-AHP to derive the relative importance of the factors. The analysis results show different results depending on the analysis technique. In the Kano model, most of the information system factors are a one-dimensional quality attribute. The satisfaction coefficient is highest for personalized service, followed by the responsiveness of service, ease of using a system, understanding of information, usefulness of information' reliability. The service reliability is the highest in dissatisfaction coefficient, followed by system security, service responsiveness, system stability, and personalized service. The results of the Fuzzy-AHP analysis shows that the usefulness of information quality, the personalization of service quality, and the security of system quality are the significant factors and the stability of system quality was a secondary factor.

• 디지털융복합연구
• /
• 제20권4호
• /
• pp.185-192
• /
• 2022

본 연구는 P2P(Peer-to-Peer) 대출의 부도위험 예측을 위하여 준지도학습(SSL) 기반의 모델을 개발하고자 한다. 검증된 성능에도 불구하고 지도학습(SL) 방법은 완전 지불 또는 채무불이행과 같이 레이블이 결정된 다수의 데이터가 필요한데 충분한 수의 레이블 데이터를 수집하려면 많은 자원과 시간이 필요하다. P2P 플랫폼이 급성장하면서 대출 건수도 매해 급증하였고, 레이블이 없는 데이터도 지속적으로 증가하고 있다. 본 연구는 P2P 대출 플랫폼인 LendingClub에서 수집한 데이터를 사용하였다. P2P 대출 중 레이블이 결정된 대출에서 추출한 정보뿐만 아니라 레이블이 결정되지 않은 대출에서 추출한 정보도 사용하여 부도 위험을 예측하는 SSL 모델을 개발하여 연구를 수행한 결과, 적은 수의 레이블이 결정된 데이터를 사용함에도 불구하고 SSL 방법으로 구축된 모델이 많은 수의 레이블이 결정된 데이터를 사용하여 학습시킨 SL 방법으로 구축된 모델보다 부도 위험 예측성과가 향상되었다.

• 지식경영연구
• /
• 제21권3호
• /
• pp.229-247
• /
• 2020

지식경영 분야의 P2P금융 플랫폼의 성장속에서 빅데이터 및 머신러닝(Machine Learning) 기술을 보유한 회사만이 치열한 경쟁 속에서 생존할 가능성이 높을 것으로 예상된다. 그럼에도 불구하고 관련 서비스를 제공하는 온라인 P2P대출 플랫폼 업체들은 투자자와 대출을 신청하는 중개자로서의 역할을 수행할 뿐이며 투자와 관련된 위험은 모두 투자자에게 귀속시키고 있다. 이러한 이유로, 투자자 입장에서는 투자상품의 안전성을 확인할 수 있는 유일한 방법이 신문이나 온라인 웹사이트를 통한 P2P대출 플랫폼 업체의 평판에만 의존할 수 밖에 없는 실정이다. 또한, 한국의 P2P대출 플랫폼 업체들이 대출자의 개별 신용분석을 체계적으로 실시하여 연체율 등의 시계열 정보를 정확히 파악하기에는 시간적, 경제적 여건이 매우 열악한 상황이다. 그러나, 최근 몇몇 P2P대출 플랫폼 업체들이 업체별 대출자 신용분석에 대한 역량을 가장 중요한 영업자산으로 인식함으로써 빅데이터 및 머신러닝 기술을 바탕으로 인공지능(AI)에 기반한 새로운 신용평가 시스템을 구축하고 시행에 들어가고 있음은 매우 긍정적으로 평가된다. 따라서, 본 연구에서는 신용대출 시장에 주력하고 있으며 인공지능 활용으로 잘 알려진 상위 3개 업체를 대상으로 사례분석 방식을 통해 인공지능을 활용한 대출자 신용분석 절차 및 사용하는 정보 데이터의 종류 등을 분석하고자 한다. 이를 통하여 현 상황에서 P2P 플랫폼 업체들의 인공지능을 통한 신용분석 기법을 이해하고 현 시점에서 국내 인공지능을 활용한 신용분석 방식의 한계점과 개선방안 등을 함께 고찰하고자 한다.