谁是失信人:大数据首次揭露黑名单分布特点( 五 )
黑名单人群“画像”
在张建梁看来 , 黑名单借款人之所以出现多元化的行为特征 , 与当前借款人性别构成 , 经济收入实力 , 不同地域经济发展状况与人均可支配收入水平 , 个人家庭社会变故、个人消费观念是否正确等因素息息相关 。
“我们调研发现 , 黑名单里男性借款人是女性借款人的3倍之多 , 与男性借款人数量及借款金额比女性均多出2倍相符 。 ”他告诉采访人员 , 而中西部省份借款人逾期率之所以高于东部省市 , 则与不同地域经济发展状况与人均可支配收入水平存在很大关联 。
具体而言 , 以去年三季度为例 , 西部省份人均可支配收入为1.1万-1.8万元 , 低于当季全国人均可支配收入21035元 , 由于收入较低导致不少借款人一时难以承担较高的贷款本息偿还压力 , 导致入催率(即在某一个还款日 , 预期借款人从M0变成M1的比例)位列全国最高 。
推荐阅读
- 『黑龙江』黑龙江:税收大数据助力复产企业供需畅通
- 『一季度』一季度GDP数据来了 疫情未伤经济“筋骨”
- #疫情防控#【地评线】天府网评:让民生服务在网上“通”联
- 【金融】金融大数据抗疫:河南为中小微企放款35.23亿元
- 「数据那些事」深圳市死亡丧葬费抚恤金标准
- 上海:新基建观察之A:解密上海这个AI数据“MALL”
- [潇湘晨报]小区物业收费谁说了算?无理拒交或被纳入失信名单
- 【房价】价格总体稳定!3月份70大中城市房价数据公布
- 「住建部」住建部:建立以网签数据为基础楼市监测体系
- 「滁州市数据资源管理局」绿色通道拥军优属,暖心服务获赠锦旗!
