論互聯網金融背景下P2P與大數據金融的有效結合

摘要：近年來，我國互聯網金融的發展有勢不可擋的趨勢。其中P2P網貸模式憑借其自身的優勢在金融創新發展領域中發揮著不可替代的作用，中國20年后的“金融脫媒”主要應依賴于P2P的發展。然而，由于該模式本身發展的歷程較短，市場不成熟，還需要從實際發展現狀出發，有效結合互聯網金融背景下的信息處理技術，為其自身模式的進一步發展開拓更廣闊的空間。

關鍵詞：互聯網金融；P2P網貸；大數據金融；信息處理；數據整合

P2P，又叫點對點信貸，是指資金借、貸雙方的互相匹配需要通過第三方互聯網平臺作為中介為其牽線搭橋，需要借款的一方可以通過網站平臺尋找到資金充裕且愿意基于一定條件將其資金出借的人群。這種發展模式使得投資者可以通過與其他投資者共同分擔一筆投資或者借款額度的方式來分散風險，同時使得投資者擁有在充分對比信用信息的情況下對有吸引力的利率條件的選擇權。P2P相較于傳統金融模式有了較大的發展，但是也避免不了存在一些不足。在對現有模式的優勢繼承的基礎之上，將大數據金融所帶來的便利注入到P2P模式的發展過程中，是值得不斷探索的問題。

一、P2P網貸模式的優勢和劣勢分析

1.P2P網貸模式的優勢

投資門檻低是網貸投資的一個重要優勢，作為一種普通大眾都能夠消費的起的理財產品，網貸投資對投資者投資經驗的要求低，更能夠體現“信貸權是一種人權，每個人都應當享有”的理念。對于投資者來說，投資收益的穩定性和投資期限的自主決定性，有其他投資產品所不可比擬的優勢，具體體現在網貸交易年利率水平高和投資者可以根據自身對資金的需求情況對投資時限進行自主的規劃上。

2.P2P網貸模式的劣勢

金融大數據的有效利用可以彌補P2P網貸模式的不足。其一、對金融大數據的信息處理相當于對借款人信用情況的信息披露，使投資者在作出投資決定前慎重選擇。其二、對金融大數據的信息處理，可以給P2P網貸模式的監管層提供制定監管措施的指引，敦促其通過制定規則規范P2P網貸的運營模式，減少融資者拿錢潛逃現象的發生。其三、通過對金融大數據的信息處理，可以降低資信審查的難度，有效減少由于網貸涉及人數眾多和隱蔽性強所帶來的引發涉眾型犯罪的風險。

二、現階段我國P2P的發展模式及評析

全球第一家P2P網貸平臺是Zopa，由理查德·杜瓦、詹姆斯·亞歷山大、薩拉·馬休斯、大衛·尼克爾森創建，2005年在倫敦開始運營。我國的P2P網貸平臺在2007年首次成立，直至2010年才進入發展期，2012年開始爆發。到目前為止，作為P2P網貸模式的中介機構已經變味，逐步延伸為以下四種模式：

1.擔保機構模式

即擔保機構不吸儲、不放貸，只為資金借、貸雙方提供金融信息服務，并由擔保公司提供擔保的P2P網貸模式。這種模式是當前最正規的P2P網貸模式，由平臺承受預期不還款的壓力，免去了投資者對信用風險的擔憂。

2.大型金融集團推出的互聯網平臺模式

即由大型的金融集團作為互聯網平臺為資金借、貸雙方提供金融信息服務的P2P網貸模式。由于大型金融集團的注冊資本金雄厚，所以相對而言，這種網貸模式可以使投資者更放心。

3.以交易參數為基點，結合O2O，與互聯網結合的模式

典型的例子是阿里小貸，這種模式類似于阿里金融，是由電商平臺為其電商提供優于其它放貸條件的信貸服務。該模式建立在對大數據的收集和分析整理信用的基礎之上，因此若要轉為信貸公司或者小額信貸，該模式比其他模式條件更為優越。

4.以P2P網貸模式為代表的創新理財模式。

這種模式雖然具有巨大的發展前景，但是也是信用風險最高的一種模式，該模式的貸款一端應當限定為有良好信用又有抵押擔保的人。

綜合以上四種發展模式，除了以交易參數為基點，結合O2O，與互聯網結合的模式是建立在利用數據整合便利條件的基礎之上、信用風險較小以外，另外三種模式都有對利用大數據金融對信息數據進行整合的緊迫需求。只有建立在金融大數據收集和分析整理信用基礎之上的P2P網貸發展模式，才可以更好的規控信用風險。

三、P2P與大數據金融的有效結合

由于我國的個人征信體系建設尚處在起步的階段，許多借款人信用評級的基本資料很難由投資人和網貸平臺所完全掌握，對全國的個人客戶信用風險進行管控尚且依托于金融大數據對信息資料的有效整合，那么P2P網貸平臺和投資者更應該努力挖掘網貸行業內的客戶交易和行為信息，同時積極整合其它平臺的行為信息，形成“內外兼修”的機制，利用社交網絡、搜索引擎和云計算，使金融大數據的效益得到最大化的利用。

（1）網貸平臺本身擁有收集信用數據的優勢條件。首先，擁有之前借款人的歷史違約記錄或者個人在P2P平臺良好的貸款信用記錄；其次，成立一定年限的網貸平臺積累了一定的數據信息和業務經驗。

（2）商業銀行的客戶違約信息、金融資產狀況、貸款記錄信息等。這些信息對于評判一個人的信用風險具有至關重要的作用。

（3）第三方征信信息。通過對第三方征信信息的數據整合了解借款人的信用評級情況及其有關的其他社會信息，作為決定是否為其提供貸款的重要參考。

（4）出入境記錄。通過對借款人出入境記錄的數據整合，了解借款人出入境的目的及其頻率，作為信用記錄的參考，以盡可能的減少借款人融資以后攜款潛逃至國外的情形。

（5）社保、稅款、公積金繳納信息。通過了解借款人繳納稅款和公積金的情況分析借款人的經濟能力，作為為其提供貸款時評判其信用風險的重要參考。

（6）個人違法犯罪記錄信息。如果借款人有嚴重的行政處罰記錄、刑事犯罪記錄、涉訴記錄等情況，可以作為一個人誠信記錄的參考，對其貸款數額予以適當限制，以降低信用風險。