论文部分内容阅读
【摘要】信息技术的迅速发展，激活并繁荣了线上交易市场。在互联网时代，P2P借贷平台可作为线上交易的一大典型代表。P2P借贷使借贷两方可通过在线平台进行无抵押借贷活动，而不需实体的金融机构作为中介。我国的P2P借贷虽起步较晚，但亦取得了不小的发展成就。然而，我国的P2P借贷市场仍尚未成熟。除行为经济学意义上的风险之外，P2P借贷平台在我国的纵深发展还面临门槛低、自律性差、监管不力等一系列问题。因而，此项研究将着眼于P2P平台在我国的特殊运作模式、与国外同类平台的不同点，并对P2P借贷的风险做一统计学意义上的评估。
【关键词】P2P网络借贷 信用风险 商业模式
一、P2P信贷概述
所谓P2P（Peer to Peer）信贷，银监会官方翻译为“人人贷”，即有资金并且有理财投资需求的个人，通过中介机构牵线搭桥，使用信用贷款的方式将资金贷给其他有借款需求的个人，并获取利息的一种信贷方式。其中，中介机构负责对借款方资信状况的考察，并从中收取账户管理费和服务费等费用。
2005年3月，人人贷鼻祖Zopa成立，以“摈弃银行，每个人都有更好的交易”的旗号，为网站会员提供相互借贷的平台，借贷利率完全由会员自主商定，Zopa负责对借款人进行风险评估，这是最原始的P2P借贷平台。
此前在国外，P2P网贷已十分流行，它被看做是一种可以有效解决某些小额贷款人需求的金融补充模式。而在中国，一方面巨额的民间游资迫切寻找“出口”，另一方面众多小微企业和个人急需资金、却因种种原因无法通过银行或贷款公司取得贷款。在这样的背景下，P2P网络信贷模式应运而生。2013年，几乎可以视为中国互联网金融元年的一年。经过三年的爆炸式发展，现如今中国P2P网贷已经成为中小企业融资者的便利融资渠道和普通大众投资者的重要投资渠道。
二、对P2P信用风险的评估
（一）信用风险概念基本阐述
信用风险（Credit Risk）又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。（来自维基百科：Credit Risk）在这里，为了进一步细化损失原因，从借贷双方角度出发，可以大致分为两点：一个是借款主体由于各种因素不能按期还贷造成违约而产生的损失；另一个是借款人信用水平和偿债能力的变化（如运营状况的变化）对放贷资本能否如期正常回收的影响。前者侧重于违约带来的风险，而后者强调放贷资本的回收成功率以及回收贷款的质量变化等。
（二）P2P借贷技术下的评定指标
关于P2P信用风险的具体影响因素，在这里我们将通过两方面进行探究：
由于技术与知识水平限制，下述模型将单另从个人融资者信用风险的角度进行建模，以国内最大的P2P借贷平台为数据来源。（选取的具体变量下文详述）
三、模型综述
本项目中，我们采用了LocoySpider数据采集软件，利用网络P2P借贷平台的贷款页面的URL规律进行数据采集。由于在P2P贷款中，每笔贷款交易的排列顺序是依据借款时间的，而网址URL的结束部分正好也是每笔贷款的编号，因此我们可以采用这种方法帮助我们的数据选取。我们将贷款编号列在excel软件的第一列，利用函数读取网页对应的编号，然后将网页转化成文本的格式，LocoySpider软件通过捕捉每个页面特定位置（由于数据都是在每个页面的固定位置的），将对应位置的变量数据采集至excel表格下面的其他列。
我们的数据来源是拍拍贷网站（ppdai.com）。借助LocoySpider软件，我们总共采集了534组有效数据，其中有49组的用户存在信用风险，即有9.1%的违约率。我们的变量主要集中于以下4个方面，即信用、历史借贷记录（即借贷表现）、借贷信息以及借贷者个人情况，其中个人情况又细分为性别、年龄两项。
由统计数据可知，在样本中具有违约纪录（即存在信用风险）的用户，以男性为主，且26～45岁用户为使用P2P借贷平台的主要群体。
本文选择排序选择模型（ordered choice model）作为实证分析的方法，它通过可观测有序反应数据来反映潜在变量的规律，而这些规律恰恰一般是不可研究的。我们设解释变量为x，设目标变量为y，二者之间关系为线性。
模型假设：
由于该模型为概率模型，有多个等级，我们不妨设总共有M个等级，根据模型内容，我们采用极大似然估计法，其中c1，c2，c3…是M临界值，一同参加估计。其中观测到yi不同等级的概率表达式上述我们总共划定了6个变量，下面的表格对这些变量有具体说明以及赋值方法。
主要变量具体说明、取值方法
依托以上变量建立的待估计方程表达式如下：
通过SPSS运行模型，进行回归分析，具体结果如下：
拍拍贷P2P网络借贷风险变量回归分析
由上述回归分析可得：
信用认证等级p1：本次回归分析中，我们发现信用认证等级竟与风险呈现正相关的关系。按照常理，信用风险与信用等级应该是负相关的。这就不免促使我们去审视P2P平台对于信用的评定方式了，可能因为平台能力的限制而对评级并不能够给出准确有效的评定，因此平台上的信用评级并不能为用户借贷提供准确的信息，并未有效起到规避信息不对称风险的作用。
历史借贷记录p2：违约次数理论上应该是与风险成正相关的，而我们发现其系数并不高，可能也有其他用户看到该用户历史借贷记录而主动规避风险的因素。
还款利率p3：利率与风险是成正相关的，这也与我们惯常的认知“收益高，风险高”有关，其系数较大，说明其对信用风险的影响是较强的。 性别p4：我们可以发现，男性信用风险普遍是高于女性的，呈现出一定的性别差异，说明风险与用户人群的特定特征也是有关系的。
年龄p5：我们可以发现，年龄越高，信用风险越低，即成负相关关系。对此的一种解释为，年轻用户群体由于工作、资金来源等都不稳定，其借贷稳定性也较低。相应地，年龄较大的借贷者是有着一定稳定经济基础的，故借贷稳定性高。
由以上分析我们不难看出：首先，借贷风险是与用户的特定特征有着关系的，这对于借贷者的个人决策可能会有作用；其次，在历史借贷记录、还款利率两项中，其都与我们的惯常认知相符，用户在借贷时查看对方的历史记录对于决策也是有作用的；第三，也是最重要的一点，即我们发现信用认证评级对于规避风险的作用并不显著，甚至是反向的，这与我们的惯常认知是相悖的，这就提醒借贷者在决策时并不能依赖平台的审核与风险认证。在平台对风险预估不准确、保障缺位的情况下，这就要求有维权的部分机构在场，或是有政府建立的监管体系对借贷者权益进行保障。
四、政策建议
（一）从政府的角度
1.明确法律地位，完善法律法规。我国早在2008年，由央行起草的《放贷人条例》草案就已提交国务院法制办，旨在使民间借贷通过国家立法的形式获得规范。在此，建议尽早出台《放贷人条例》，明确P2P网络借贷的民间借贷性质，规范P2P网络借贷的发展。此外，还建议国家尽快出台《互联网个人信息保护法》，以规范互联网金融企业对个人信息的使用。
2.明确监管主体，加快监管制度建设。我国政府对第三方支付已经制定较为明确的监管机制，由中国人民银行负责监管。政府可以考虑以分业监管为出发点，充分发挥银监会、证监会和中国人民银行等监管机构的作用，各监管机构进行职责分工，分别监管互联网金融的某种业务模式和产品，其中P2P网络借贷交由银监会监管。另外，关于P2P网络借贷的监管制度，我国正在加紧制定。虽然政策还未出台，但监管思路基本明确。因此，期待监管制度能尽早颁布，同时希望将出台的监管政策能平衡好P2P网络借贷的创新和规范，从而促进其健康发展。
（二）从P2P网络借贷平台的角度
P2P网络借贷平台所扮演的角色应该是独立于贷款者与借款者交易关系的第三方，它不该像传统金融机构一样成为金融中介，而应该是单纯的信息中介。因此，P2P网络借贷平台应明确自身金融职责，加强自身道德建设，避免发生卷款跑路的情况。另外，P2P网络借贷平台应强化自身的操作流程，比如强化风险评价体系的设计、扩大相关信息的披露范围、积极落实资金托管政策等。P2P网络借贷行业协会、联盟等组织应切实发挥自律作用，要求平台在不涉及商业机密的条件下，对涉及用户资金安全的数据进行披露，并对投资风险作出相关的说明，以供贷款者作出理性的投资决策。针对P2P网贷平台自身可能出现的信用风险应建立惩罚机制，比如行业内通报、罚款、封杀等，加强行业内监督，完善黑名单公示机制。
（三）从借款者和贷款者角度
在借贷过程中，借款者与贷款者直接建立借贷关系，如何长期获得贷款者的信任，是借款者能够获得持续借款的前提。因此，这些借款者应努力建立市场信誉，降低信用风险。对小微企业来讲，可以从完善企业内部制度、提供符合企业真实情况的财务数据等方面入手。对个人来讲，可从提供真实的个人相关资料入手。对贷款者来说，P2P网络借贷平台上可选择的产品更多，投资回报率高，但多数贷款者可能在选择投资产品时盲目跟风，缺乏自己的主观判断。因此贷款者应增强网络投资的谨慎性，多学习投资的相关知识，提高自身的理财规划能力与投资判断力，作出理性的投资决策，从自我意识的角度降低来自互联网金融平台的信用风险。
参考文献
[1]Chaodong Han.A Comparative Study of online P2P Lending in the USA and China [J].Journal of Internet Banking and Commerce，August 2012，vol.17，no.2，1-3.
[2]肖曼君，欧缘媛，李颖.我国P2P网络借贷信用风险影响因素研究[J].2015年1月，财经理论与实践，第36卷，第193期，3-5.
[3]雒春雨.P2P网络借贷中的投资决策模型研究[D].大连：大连理工大学，2012年6月，32-34.
[4]张职.P2P网络借贷平台营运模式的比较、问题与对策研究[D].上海：华东理工大学，2013年1月，15-17.
[5]刘绘，沈庆劼.P2P网络借贷监管的国际经验及对我国的借鉴[J].河北经贸大学学报，2015年3月，第36卷第2期.
【关键词】P2P网络借贷 信用风险 商业模式
一、P2P信贷概述
所谓P2P（Peer to Peer）信贷，银监会官方翻译为“人人贷”，即有资金并且有理财投资需求的个人，通过中介机构牵线搭桥，使用信用贷款的方式将资金贷给其他有借款需求的个人，并获取利息的一种信贷方式。其中，中介机构负责对借款方资信状况的考察，并从中收取账户管理费和服务费等费用。
2005年3月，人人贷鼻祖Zopa成立，以“摈弃银行，每个人都有更好的交易”的旗号，为网站会员提供相互借贷的平台，借贷利率完全由会员自主商定，Zopa负责对借款人进行风险评估，这是最原始的P2P借贷平台。
此前在国外，P2P网贷已十分流行，它被看做是一种可以有效解决某些小额贷款人需求的金融补充模式。而在中国，一方面巨额的民间游资迫切寻找“出口”，另一方面众多小微企业和个人急需资金、却因种种原因无法通过银行或贷款公司取得贷款。在这样的背景下，P2P网络信贷模式应运而生。2013年，几乎可以视为中国互联网金融元年的一年。经过三年的爆炸式发展，现如今中国P2P网贷已经成为中小企业融资者的便利融资渠道和普通大众投资者的重要投资渠道。
二、对P2P信用风险的评估
（一）信用风险概念基本阐述
信用风险（Credit Risk）又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。（来自维基百科：Credit Risk）在这里，为了进一步细化损失原因，从借贷双方角度出发，可以大致分为两点：一个是借款主体由于各种因素不能按期还贷造成违约而产生的损失；另一个是借款人信用水平和偿债能力的变化（如运营状况的变化）对放贷资本能否如期正常回收的影响。前者侧重于违约带来的风险，而后者强调放贷资本的回收成功率以及回收贷款的质量变化等。
（二）P2P借贷技术下的评定指标
关于P2P信用风险的具体影响因素，在这里我们将通过两方面进行探究：
由于技术与知识水平限制，下述模型将单另从个人融资者信用风险的角度进行建模，以国内最大的P2P借贷平台为数据来源。（选取的具体变量下文详述）
三、模型综述
本项目中，我们采用了LocoySpider数据采集软件，利用网络P2P借贷平台的贷款页面的URL规律进行数据采集。由于在P2P贷款中，每笔贷款交易的排列顺序是依据借款时间的，而网址URL的结束部分正好也是每笔贷款的编号，因此我们可以采用这种方法帮助我们的数据选取。我们将贷款编号列在excel软件的第一列，利用函数读取网页对应的编号，然后将网页转化成文本的格式，LocoySpider软件通过捕捉每个页面特定位置（由于数据都是在每个页面的固定位置的），将对应位置的变量数据采集至excel表格下面的其他列。
我们的数据来源是拍拍贷网站（ppdai.com）。借助LocoySpider软件，我们总共采集了534组有效数据，其中有49组的用户存在信用风险，即有9.1%的违约率。我们的变量主要集中于以下4个方面，即信用、历史借贷记录（即借贷表现）、借贷信息以及借贷者个人情况，其中个人情况又细分为性别、年龄两项。
由统计数据可知，在样本中具有违约纪录（即存在信用风险）的用户，以男性为主，且26～45岁用户为使用P2P借贷平台的主要群体。
本文选择排序选择模型（ordered choice model）作为实证分析的方法，它通过可观测有序反应数据来反映潜在变量的规律，而这些规律恰恰一般是不可研究的。我们设解释变量为x，设目标变量为y，二者之间关系为线性。
模型假设：
由于该模型为概率模型，有多个等级，我们不妨设总共有M个等级，根据模型内容，我们采用极大似然估计法，其中c1，c2，c3…是M临界值，一同参加估计。其中观测到yi不同等级的概率表达式上述我们总共划定了6个变量，下面的表格对这些变量有具体说明以及赋值方法。
主要变量具体说明、取值方法
依托以上变量建立的待估计方程表达式如下：
通过SPSS运行模型，进行回归分析，具体结果如下：
拍拍贷P2P网络借贷风险变量回归分析
由上述回归分析可得：
信用认证等级p1：本次回归分析中，我们发现信用认证等级竟与风险呈现正相关的关系。按照常理，信用风险与信用等级应该是负相关的。这就不免促使我们去审视P2P平台对于信用的评定方式了，可能因为平台能力的限制而对评级并不能够给出准确有效的评定，因此平台上的信用评级并不能为用户借贷提供准确的信息，并未有效起到规避信息不对称风险的作用。
历史借贷记录p2：违约次数理论上应该是与风险成正相关的，而我们发现其系数并不高，可能也有其他用户看到该用户历史借贷记录而主动规避风险的因素。
还款利率p3：利率与风险是成正相关的，这也与我们惯常的认知“收益高，风险高”有关，其系数较大，说明其对信用风险的影响是较强的。 性别p4：我们可以发现，男性信用风险普遍是高于女性的，呈现出一定的性别差异，说明风险与用户人群的特定特征也是有关系的。
年龄p5：我们可以发现，年龄越高，信用风险越低，即成负相关关系。对此的一种解释为，年轻用户群体由于工作、资金来源等都不稳定，其借贷稳定性也较低。相应地，年龄较大的借贷者是有着一定稳定经济基础的，故借贷稳定性高。
由以上分析我们不难看出：首先，借贷风险是与用户的特定特征有着关系的，这对于借贷者的个人决策可能会有作用；其次，在历史借贷记录、还款利率两项中，其都与我们的惯常认知相符，用户在借贷时查看对方的历史记录对于决策也是有作用的；第三，也是最重要的一点，即我们发现信用认证评级对于规避风险的作用并不显著，甚至是反向的，这与我们的惯常认知是相悖的，这就提醒借贷者在决策时并不能依赖平台的审核与风险认证。在平台对风险预估不准确、保障缺位的情况下，这就要求有维权的部分机构在场，或是有政府建立的监管体系对借贷者权益进行保障。
四、政策建议
（一）从政府的角度
1.明确法律地位，完善法律法规。我国早在2008年，由央行起草的《放贷人条例》草案就已提交国务院法制办，旨在使民间借贷通过国家立法的形式获得规范。在此，建议尽早出台《放贷人条例》，明确P2P网络借贷的民间借贷性质，规范P2P网络借贷的发展。此外，还建议国家尽快出台《互联网个人信息保护法》，以规范互联网金融企业对个人信息的使用。
2.明确监管主体，加快监管制度建设。我国政府对第三方支付已经制定较为明确的监管机制，由中国人民银行负责监管。政府可以考虑以分业监管为出发点，充分发挥银监会、证监会和中国人民银行等监管机构的作用，各监管机构进行职责分工，分别监管互联网金融的某种业务模式和产品，其中P2P网络借贷交由银监会监管。另外，关于P2P网络借贷的监管制度，我国正在加紧制定。虽然政策还未出台，但监管思路基本明确。因此，期待监管制度能尽早颁布，同时希望将出台的监管政策能平衡好P2P网络借贷的创新和规范，从而促进其健康发展。
（二）从P2P网络借贷平台的角度
P2P网络借贷平台所扮演的角色应该是独立于贷款者与借款者交易关系的第三方，它不该像传统金融机构一样成为金融中介，而应该是单纯的信息中介。因此，P2P网络借贷平台应明确自身金融职责，加强自身道德建设，避免发生卷款跑路的情况。另外，P2P网络借贷平台应强化自身的操作流程，比如强化风险评价体系的设计、扩大相关信息的披露范围、积极落实资金托管政策等。P2P网络借贷行业协会、联盟等组织应切实发挥自律作用，要求平台在不涉及商业机密的条件下，对涉及用户资金安全的数据进行披露，并对投资风险作出相关的说明，以供贷款者作出理性的投资决策。针对P2P网贷平台自身可能出现的信用风险应建立惩罚机制，比如行业内通报、罚款、封杀等，加强行业内监督，完善黑名单公示机制。
（三）从借款者和贷款者角度
在借贷过程中，借款者与贷款者直接建立借贷关系，如何长期获得贷款者的信任，是借款者能够获得持续借款的前提。因此，这些借款者应努力建立市场信誉，降低信用风险。对小微企业来讲，可以从完善企业内部制度、提供符合企业真实情况的财务数据等方面入手。对个人来讲，可从提供真实的个人相关资料入手。对贷款者来说，P2P网络借贷平台上可选择的产品更多，投资回报率高，但多数贷款者可能在选择投资产品时盲目跟风，缺乏自己的主观判断。因此贷款者应增强网络投资的谨慎性，多学习投资的相关知识，提高自身的理财规划能力与投资判断力，作出理性的投资决策，从自我意识的角度降低来自互联网金融平台的信用风险。
参考文献
[1]Chaodong Han.A Comparative Study of online P2P Lending in the USA and China [J].Journal of Internet Banking and Commerce，August 2012，vol.17，no.2，1-3.
[2]肖曼君，欧缘媛，李颖.我国P2P网络借贷信用风险影响因素研究[J].2015年1月，财经理论与实践，第36卷，第193期，3-5.
[3]雒春雨.P2P网络借贷中的投资决策模型研究[D].大连：大连理工大学，2012年6月，32-34.
[4]张职.P2P网络借贷平台营运模式的比较、问题与对策研究[D].上海：华东理工大学，2013年1月，15-17.
[5]刘绘，沈庆劼.P2P网络借贷监管的国际经验及对我国的借鉴[J].河北经贸大学学报，2015年3月，第36卷第2期.