A temporal analysis of peer-to-peer lending platforms: A case study of lending club

Abstract

Birebir eşleşme yontemiyle (P2P) borç verme ve borç alan olarak bu piyasaya katılanbireylere belirli avantajlar sağlayan yeni bir kredi piyasası yontemi oluşturur. LendingClub (LC) oncu online sosyal kredi platformlarından biridir. Bu yazıda, borç vereninozelliklerinin zamansal kalıplarını keşfederek kredi verenlere yardımcı olmak amacıylaLC'den edinilen kredi verileri incelenmektedir. Her kredi başvurusu, borçlunun kişiselbilgileri, kredi geçmişi ve kredi ozellikleri hakkında ayrıntılı bilgiler içerir. Bu çalışmauç ana bolumden oluşmaktadır. İlk olarak, 2007 ve 2016 yılları arasındaki kredi durumuylayuksek derecede ilişkili olan uygulamaların ozelliklerinin eğilim ve mevsimselvaryasyonlarını bulmak için zamansal bir analiz yapıyoruz. İkinci olarak, gelecekteki ekstrapolasyoniçin mevcut eğilimlerin ve mevsimselliğin olası nedenlerini tespit ediyoruz.Son olarak, her bir ozelliğin mevcut eğiliminin ve mevsimsellik oranının nasıl değişeceğinitahmin etmek için tahmini istatistikler uyguluyoruz. Yaptığımız analizlere gore, gelecekbaşvuru sahiplerinin yıllık geliri, Borç-Gelir Oranı ve kredi devir bakiyesi, başvuranlarınfinansal kalitesinde artışa işaret eden yukselen bir eğilime sahiptir. Bununla birlikte,FICO skorunun istikrarlı eğilimi ve LC'nin her bir uygulamaya verdiği azalan eğilim,gelecekteki uygulamaların kredibilitesi için negatif gostergelerdir.Anahtar Sözcükler: Sosyal kredilendirme, eşler arası borç verme, zamansal analiz,gelecekteki ekstrapolasyon, ongorusel istatistikler

Peer to Peer (P2P) lending constructs a new way in lending market which provides certainbenefits for individuals who attend this market either as borrowers or lenders. LendingClub (LC) is one of the pioneer online social lending platforms. This paper exploresloan data gained from LC with the aim of helping lenders by discovering temporal patternsof borrowers' characteristics. Each loan application contains detailed informationof borrowers' personal information, credit history and loan characteristics. This studyconsists of three main parts. First, we perform a temporal analysis to extract trendsand seasonal variations of applications' characteristics, those which are highly correlatedwith loan status between 2007 and 2016. Second, we detect the likely causes of existingtrends and seasonality for future extrapolation. Finally, we apply predictive statistics toestimate how the existing trend and seasonality of each attribute will change. Accordingto our analyses, future applicants' annual income, debt to income ratio, and creditrevolving balance have a rising trend, indicating increase in the applicants' financialquality. However, the stable trend of FICO score (credit score introduced by Fair IsaacCorporation) and the decreasing trend of the grade LC assigns to each application arenegative indicators for creditworthiness of future applications.Keywords: Social lending, peer-to-peer lending, temporal analysis, future extrapolation,predictive statistics