Online peer to peer lending: clustering borrowers using self-organizing maps

Abstract

The purpose of this thesis is to find out whether all the peer to peer lenders are unworthy of credit and also if there are single qualities or combinations of qualities that determine the probability of default of a person or group of people. Distinguishing qualities are searched with self-organizing maps (SOM). Qualities and groups of people found by the self-organizing map are then compared to the average. The comparison is carried out by looking how big proportion of borrowers meeting the criteria is two months or more behind with their payments. Research data used is collected by an Estonian peer to peer lending company during the years of 2011-2014. Data consists of peer to peer borrowers and information gathered from them.

Tässä tutkimuksessa pyritään selvittämään ovatko kaikki vertaislainaajat huonoja lainaajia sekä onko olemassa yksittäisiä ominaisuuksia tai ominaisuuksien yhdistelmiä, joiden perusteella voidaan ennustaa yksilön tai ryhmän todennäköisyyttä maksuhäiriöön. Erottelevia ominaisuuksia etsitään self-organizing map (SOM) –menetelmän avulla. Menetelmän perusteella löydettyjä ominaisuuksia sekä ryhmiä arvioidaan vertaamalla kriteerien täyttäviä lainaajia ja lainaajaryhmiä koko aineistoon. Vertailu toteutetaan katsomalla kuinka suuri osa kriteerit täyttävistä lainaajista on yli 2 kuukautta myöhässä maksuerän eräpäivästä. Tutkimuksen aineisto on virolaisen vertaislainayhtiön keräämä ja se on kerätty vuosina 2011-2014. Aineistoon on kerätty ihmisiä, joille on myönnetty laina ja näiden tietoja.