大學生互聯網短期貸款全面風險管理解決方案

鄭樹勛　林瓊　汪涵　陳沖　李嘉敏

【摘要】互聯網時代的到來促進了以分期樂、趣分期等為代表的大學生分期、貸款平臺的迅速崛起。其中，尤以互聯網短期貸款在校園市場中的應用最為普遍。受新型消費觀念影響，不少大學生選擇借助手續方便、到款快捷的P2P網貸來解決暫時的資金短缺問題，這在一定程度上滿足了他們短期內的消費需求。長遠來看，大學生對互聯網短期貸款的認識不充分，對風險的識別和防范能力較差。因此若互聯網分期付款平臺出現問題，將導致大學生個人信息泄漏，甚至影響到他們的個人征信。基于此，本文首先對大學生互聯網短期貸款的全面風險管理加以概述，選取武漢市九所高校的學生作為研究對象，從互聯網短期貸款視角出發，采取問卷調查的方式對武漢市大學生網絡借貸平臺的使用狀況進行定性分析，并對武漢市大學生互聯網短期貸款中存在的風險管理問題做了系統探討，以期形成一套集誠信教育、征信體系、金融創新、風險應對為一體的全面風險管理體系。

【關鍵詞】互聯網短期貸款 全面風險管理 風險識別 風險評估

一、大學生互聯網短期貸款全面風險管理概述

全面風險管理理論主要應用于企業經營中，指的是企業圍繞總體經營目標，通過在企業管理的各個環節和經營過程中執行風險管理的基本流程，培育良好的風險管理文化，建立健全全面風險管理體系，其中包括風險識別、風險評估、風險整合、風險控制、風險監控與反饋等環節。因此，在應用到大學生互聯網短期貸款這一領域中時，本文也將分別從以上五個環節來構建大學生互聯網短期貸款全面風險管理的理論框架。

（一）大學生互聯網短期貸款風險識別

風險識別（Risk identification）是發現、承認和描述風險的過程。在此方案中，風險識別的主體主要是短期貸款平臺、大學生個體、政府。客體主要是短期貸款風險識別主體擬要識別的風險類型、受險部位、風險源等。而開展風險識別是進行對風險類型與受險部位以及風險誘因與嚴重程度的識別。

本研究基于對武漢市大學生短期借貸行為的實證調查和利用專家訪談法收集的數據，以及對武漢市大學生短期借貸情況進行收集統計，根據這些統計信息對大學生互聯網短期貸款風險進行初步識別。

（二）大學生互聯網短期貸款風險評估

針對大學生互聯網短期貸款風險的評估，應當在其發生貸款行為的初期就開始進行，另外，在大學生貸款過程中出現重要轉折點（例如出現費用問題可能導致逾期）時，應當再次進行評估。

（三）大學生互聯網短期貸款風險整合

大學生互聯網短期貸款的風險整合應當首先就該風險的驅動因素進行分析，也就是分析導致大學生互聯網短期貸款發生風險的可能原因，并對這些原因進行篩選，找出真正的風險源，并以此進行風險整合，再制定風險應對策略和步驟。本文在對大學生互聯網短期貸款風險信息收集基礎上進行統計分析，進而對其風險源進行分析。

（四）大學生互聯網短期貸款風險控制

風險控制的方式主要包括風險回避、風險自留、風險轉移、風險抑制。考慮到大學生互聯網短期貸款的具體情況，采取風險回避與風險自留的方式是達不到控制這一風險目標，因此，將主要采用風險轉移和風險抑制來進行風險控制。

（五）大學生互聯網短期貸款風險控制后的監控與反饋

風險反饋是指對大學生互聯網短期貸款風險控制體系建設、實施和運行結果等獨立開展的調查、測試、分析和評估等系統性活動。同時根據評估結果和變化因素通過風險控制系統地調整。

二、收據收集

（一）樣本基本特征分析

分別于2015年9月和2016年3月選取武漢市9所高校學生先后兩次進行隨機問卷調查，其中，分別為華中科技大學、湖北大學、武漢工程大學、湖北經濟學院、江漢大學、武漢紡織大學、武漢商學院、湖北商貿學院、武漢理工大學華夏學院，根據這9所高校的人數對照其在總人數中所占比重采取隨機發放的形式發放問卷1500份，回收1433份，問卷回收率95.5%，其中有效問卷1365分，問卷有效率95.28%，符合統計要求。

1.性別分布。在本次回收的有效問卷中，男性占總體比例的52%，女性占總體比例的48%，問卷代表性較強，具體情況如圖1-1所示：

3.院系分布。本次調查收集的院系信息主要以普遍的院系分類標準來對受訪者進行分類，主要分為經管類，藝術類，理工類，以及文史類。

在受訪者院系分布的調查中，理工類的受訪者占調查對象的56%，文史類占18%，經管類占15%，藝術類占11%。也正反應了當前武漢的高等院校分布情況，即主要以理工為主，其他類型的院系相對較少。在分類過程中，并沒有直接將所有的院校都以理工、文史進行分類，有一些經管類或是藝術類院校實際上也可以分類為廣義的文史類院系。

（二）調研方式及其作用

基于實際的易操作性，本文主要采用問卷調研的方式展開。在問卷設計方面以選擇題類型為主。為確保調研數據統計的真實可靠，受訪人員需根據實際情況作答。

三、實證分析

（一）大學生互聯網短期貸款風險的影響因素分析

大學生互聯網短期貸款風險與其消費水平、消費習慣、生活費來源等多方面因素都有關聯，而這些因素可以具體表現為以下幾個方面：

1.生活費收入。大學生生活費與其消費水平直接相關，對于分期類的支付平臺而言，付款者的月平均收入無疑是分期平臺最關心的部分之一。因此，大學生生活費是大學生互聯網短期貸款風險的影響因素之一，本次針對受訪大學生生活費的調查情況如圖3-1所示：

從圖3-1可以看出，有600名受訪者的生活費都在1000到1200的區間，在所有的調查者當中，82%的受訪者每月的生活費在800至1500之間。說明在校大學生之間的生活費差距并不明顯。

2.大學生生活費來源。大學生生活費的來源，可以在一定程度上影響其消費水平以及消費習慣，并通過這種方式對其互聯網貸款風險產生影響。同時，通過這一指標與其他影響因素的綜合比較，能夠獲得一些具備不同收入特點的大學生以及他們對于每月的收入怎樣進行支配，對于無力承擔的高檔商品，是怎樣進行處理。具有不同收入結構的人群是否具有不同的消費習慣。并根據這些特點來對受訪大學生進行合理的分類，本次針對大學生生活費來源的調查情況如圖3-2所示：

通過圖3-2可以看出，只由父母提供生活費的受訪大學生有1325人，只通過兼職支持正常生活的受訪大學生人數就下降到了40人，這意味著在樣本中主要的經濟來源是通過父母的支持。

3.獎學金獲得情況。通過統計受訪大學生在學校的獎學金獲得情況，可以反映出一些受訪者的消費習慣。

通過調查可以發現，有51%的受訪大學生是沒有獲得過獎學金的，院級類較小的獎學金的比重次之，為23%，校級及以上的獎學金獲得者則為19%。說明能夠獲得獎學金的大學生比重并不高，能夠進行日常生活以外的額外消費可能較少。

通過圖3-3可知，在校大學生的群體當中，只有8%的大學生在出現了超前消費，60%的受訪大學生在消費的選擇上還是比較謹慎，不會出現月光或超前消費的現象。

5.如何承擔高端消費品。高端消費品是大學生進行互聯網短期貸款的主要目的之一，自然也是其風險影響因素之一，86%的受訪者的回答是攢錢購買或者就此放棄購買，僅有14%的受訪者選擇了借錢或向父母要錢進行購買。愿意借錢購買的人數比例只有3%。這說明在大學生群體中，消費意識總體來講相對保守，愿意借錢去超前消費的大學生占比較低。

6.平臺使用情況。大學生互聯網短期貸款通常通過互聯網信貸平臺來進行，對于互聯網信貸平臺的使用情況必然是大學生互聯網短期貸款風險的重要影響因素之一，在這一環節中，采用遞進的問卷調查方式，首先，針對大學生是否了解互聯網貸款平臺進行調查，有76%人表示或多或少都了解過在線的借貸平臺。這表明各大網絡貸款平臺實際上對于在校大學生的宣傳力度還是在一定形式上存在的，并且也有一定的影響力。有55%的受訪大學生表示進行過互聯網信貸。在此基礎上，針對這55%的進行過互聯網信貸的受訪大學生信貸還款占生活費比重進行了調查，結果如圖3-4所示：

從圖3-4可以看出，在進行過互聯網信貸的751名受訪大學生中，有599人的互聯網信貸還款比例在20%以下，對于日常生活消費影響較小，互聯信貸還款比例在50%以上的有14人，這一比重已嚴重的影響了日常生活，同時也存在較高的信貸風險。整體而言，當代大學生的互聯網短期信貸還款比重尚處在合理范圍內，對于互聯網信貸的使用方式趨于理性。

7.其他指標。為了使本課題的分析更為科學、嚴謹，在以上五個直接相關的影響因素的基礎上，還將性別、年級以及院系也作為影響因素之一，以此來全面分析大學生互聯網短期貸款風險。

（二）指標選擇和模型建立

本文主要目的是為了研究大學生互聯網短期貸款的全面風險管理，基于全面風險管理的基本理論，通過識別風險源及風險評估，對風險進行量化。

1.指標選擇。以大學生在進行互聯網信貸之后“還款與否”作為因變量Y，采取二元Logistic回歸模型對數據進行分析，因變量Y值服從二項分布，其二項分布的取值為0和1，對應條件分別為“不使用”和“使用”。

第一，風險源識別

在此模型的基礎上，將所有自變量輸入進SPSS“協變量”框，因變量為（是否會如期還款），無“分類協變量”，保存“概率”，“組成員”預測值，cook距離，標準化殘差值，選項勾選“估計值的相關性”，“Hosmer-Lemeshow擬合度”，以及exp（B）的CI值。在變量的排除方面，選用向后（條件），在模型的運行過程當中，顯著性在0.10以下的變量被選入，而在0.10以內的變量就會被刪除，采用SPSS對相應步數的檢驗和刪除之后，能夠選擇出符合進入該模型的因變量。

這些因變量就是大學生短期貸款風險的風險源，此過程即為風險源的識別過程。

第二，風險量化

將符合條件的影響因素輸入以上分析模型之后，計算出P值，即達到了風險量化的要求，互聯網信貸企業可以根據P值的大小來判斷大學生逾期還款的幾率，也體現出了大學生短期互聯網貸款風險的大小，根據行業情況來決定貸款與否或制定相應的借貸利率。

（三）模型分析

1.聚類分析。首先根據消費習慣、消費情況，以及受訪者的私人基本信息將人群進行自動分類，SPSS軟件主要提供了K均值聚類以及兩步聚類，因為本次調查涉及的維數多，無法使用K均值聚類，所以使用兩步聚類對人群進行自動歸類。而歸類的信息準則方法則是采用施瓦茨貝葉斯準則（BIC）。在第一次聚類中，將樣本的所有信息都放入，進行聚類，但是最后的聚類效果并不理想，聚類情況如圖3-5所示：

在第二次聚類后，對樣本的分析得到了三個聚類中心：（0，3，1，1，1）（0，4，2，1，0），（1，3，1，1，1）

這三個聚類樣本中心對應的樣本特征分別為：

第一，沒有兼職收入，理工類學生，每月生活費有剩余，并且每月生活費有父母的支持的男性。

第二，沒有兼職收入，文史類學生，每月生活費基本“月光”，并且生活費也是有父母支持的女性。

第三，有兼職收入，理工類學生，每月生活費有剩余，每月生活費也有父母支持的男性。

對于這樣三種分類而言，該分類中心較有代表性。其中第二類較能代表周圍沒有兼職收入，并且也沒有生活費結余的女性，對于每月的收入控制力較差。而第一類和第二類則是很好地代表了較為省錢的男性，不同點在于是否有兼職的收入。通過對聚類結果的分析，得出不同類別的消費習慣的受訪者基本信息。繼而做進一步分析，這三種不同類型的消費者對于在無法還款的處理方式上是否存在不同，是否意味著不同消費類型的群體會選擇不同的方式來應對無力還款的情況。于是本組又一次對這三類已經分類的人群和對無力還款的處理方式，進行列聯分析，結果如表3-1所示：

從表3-1和3-2可以看出，已經進行了分類的不同人群對于無力還款時的處理方式并沒有太大的差異，卡方檢驗的顯著形值為0.674遠遠高于0.05的拒絕域范圍，所以選擇接受卡方檢驗的原假設，認為這三類人群對于無法還款的處理方式無差異。因為本次處理的方式采取的是人工對于分類標準進行選取，換言之，如果將所有影響無力還款時處理方式的因素都放進聚類模型中進行聚類，則會大大降低聚類效果。因此，在聚類后卡方分析的基礎上再進行一次logistic回歸分析，回歸分析的自變量會將諸多變量都放進模型中，用以彌補簡單聚類分析的不足。

2.Logistic回歸分析。下面對是否會按時還款進行了logistic回歸分析，設定受訪者的基本信息（性別，年級，院系），以及受訪者的消費習慣（生活費數額，生活費來源，獎金獲得方式，消費習慣類型，承擔高端商品的方式）為自變量，在無力還款的情況下是否會堅持按時還款，建立logistic二元回歸模型。

在logistic回歸分析之前對數據先做了一些處理。在對還款意愿及方式上對數據進行了分兩類的處理，第一類是無論如何都會選擇如期還款，第二類是不會如期還款。

在預測值方面，模型對可能給不會按時還款人群預測命中率極高，達到了84.8%，而對于會按時還款人群的預測準確率就相對較低，只有71.8%，而從綜合百分比來看，模型的預測準確度還是達到了71.826%，可以認為其預測精度良好。在實際操作中，應首先找準不會按期還款的人群，模型在此處展現出了較好的預測效果。此外，在本次實驗調查中，不會按時還款的人群實際占比相當少，從而在最后計算整體百分比的時候因為實際會按時還款的人群比重過高，使得對會按時還款的人群預測值權重過高。最終結果依然精度良好。

該方程說明，在對受訪者調查的分析中，有三個變量明顯呈現出對因變量產生了影響，依次是生活費數額，消費習慣類型，還款比重。得出以下結論：

第一，在關于生活費數額的調查問卷選項設計中，采用了生活費數額逐漸變多的方式。結果表明，隨著生活費數額的增長，違約的風險呈現降低的趨勢。與低收入學生人群相比，高收入學生人群的違約風險相對較低。

第二，在關于消費習慣的調查問卷選項設計中，采用了消費習慣逐漸超前的方式。結果表明，受訪者違約風險隨著消費習慣的超前而明顯增加。相對而言，保守消費的學生群體則不易產生違約風險。

第三，在關于還款比重的調查問卷選項設計中，采用了每月還款額度占生活費總額比例逐步增加的方式。結果表明，隨著還款額占比的增加，還款壓力也逐漸增大。在模型中也發現，隨著還款額占生活費比重的增加，受訪者違約風險也在逐漸增加。

除此之外，大學生互聯網短期貸款風險的大小也可以通過P值大小來體現，換言之，P值越大，說明大學生出現貸款風險的可能性越低。P值越小，說明出現貸款風險的可能性越高，這時互聯網貸款平臺就應采取合理的應對措施。

（四）調查結論

綜上可知，生活費數額、消費習慣和還款比重是大學生互聯網短期貸款風險的主要風險源。大學生通過互聯網短期貸款平臺獲取貸款進行超前消費的行為與其性別、年級、院系、生活費來源等因素沒有直接的關聯性，因此，在進行風險管理的過程中應當著重考慮主要影響因素，采取合理有效的解決方案。

四、大學生互聯網短期貸款全面風險管理解決方案

（一）建立大學生互聯網短期貸款全面風險管理框架

通過完成大學生互聯網短信貸款風險信息的收集以及初步識別，并在探討出其風險源之后，就可以進行有效的結合全面風險管理理論來完善大學生互聯網短期貸款全面風險管理的框架，在風險管理各個環節可采取的措施如下：

第一，在風險識別環節，政府和相關監管機構應當引導互聯網貸款行業構建大學生互聯網貸款信息平臺，在保證大學生資信信息安全的情況下，讓互聯網貸款平臺能夠充分了解帶大學生的動態狀況。同時，學校也應當與政府和校園卡負責銀行進行合作，將校內學生的日常消費情況、資金獎懲情況以及勤工儉學情況等關乎大學生資金流動的情況搜集起來作為征信系統的數據基礎。此外，校方還可以依據這些信息針對性地開展大學生信用意識培養以及良好消費習慣的培養，而這對我國信用機制的建立也將起到有利作用。

第二，在風險評估環節，有了大學生動態信息的支撐，風險評估自然水到渠成，但考慮到大學生是個充滿朝氣的消費群體，可能存出現某些突發狀況，比如突然增加戀愛消費，使得還款能力減弱等等。因此，針對大學生互聯網短期貸款的風險評估應不僅限于貸款前評估，還應做好貸后評估，應當在大學生在突發異常消費時，對其重新進行量化評估，適時更新該大學生的風險等級，調整防控方案，以此來達到風險防控的目的。同時，還應將重新評估后的結果反饋給學校，讓學校根據實際情況來進行新一輪的具有針對的消費引導性教育。

第三，在風險整合環節，雖然本文的統計分析表明生活費的來源或獎金的獲得方式與大學生互聯網短期貸款風險沒有直接關系，但考慮到大學生可能采取勤工儉學等方式來提升自身的生活消費水平，因此，在風險整合環節也應當將這些因素納入考慮范圍，以充分挖掘可能減小其貸款風險的因素。同時，高等院校也應當鼓勵大學生在不影響正常學業的情況通過正當的勤工儉學、社會兼職等課外實踐來提高生活費來源，以降低大學生可能出現的互聯網短期貸款風險。

在風險控制環節，應當從風險轉移與風險控制兩個方面入手：風險轉移方面，可以引入擔保公司對大學生是否可擔保進行條件篩選后對風險進行平攤，在審核大學生使用互聯網短期貸款的資格上再設置一道關卡。在大學生使用互聯網短期貸款時，加入是否購買信用衍生產品或是否需擔保公司擔保的選項，一方面大學生要考慮是否能夠承擔多一筆費用來轉移風險，另一方面在擔保公司以及互聯網短期貸款平臺雙方面的審核標準下，減少違約風險發生的幾率。針對這一情況，我們特意追加了問題“是否愿意選擇擔保品或少量保險費的方式，以應對日后無力還款的情況”。

從調查結果來看，有68%的人愿意為轉移風險而承擔一定的擔保費，說明這一方案有一定的接受基礎，風險控制中繳納額外擔保費以轉移風險的方式可以實行。

風險抑制方面，應當由專門的信用評估機構將大學生納入個人征信系統的范疇，運用一定的評級方法，對大學生按時、足額履行相關合同的能力和意愿進行綜合評價，并用簡單的評級符號表示信用風險的相對大小。力求在建立征信系統以后，可供平臺對學生做出更有利于平臺自身的信用評級，決定其貸款額度以及利率的同時，加強大學生信用意識，積極促進個人征信體系建設。針對這一環節，我們也進行了追加調查。

從調查結果來看，結果幾乎與“額外承擔保險來轉移風險”的調查相似，說明當代大學生對于征信系統的建設有一定的認識并且愿意為該系統的建設貢獻自身力量，同時也說明當代大學生對自身消費觀念、消費方式具備一定的理性。因此，建立大學生個人征信系統也具備一定的可行性。

第四，在風險監控與反饋環節，應當不定期對大學生短期貸款全面風險管理框架進行優化，以保證在與外緣環境的相互影響下，當風險識別發生變化時，整套全面風險管理系統對風險的管理能夠進入更微觀更細致的層面，不斷提高風險評估的準確性，使評估的風險不斷接近真實水平，達到風險管理的效果。

（二）大學生互聯網短期貸款全面風險管理框架圖

（三）理論框架與量化模型的實際應用與可行性描述

在本課題中，考慮到數據的收集是以橫向收集為主，因此，此調查結論是面向該行業所得到的結論。在進行大學生互聯網短期貸款全面風險管理的實際應用過程中，在評估某個大學生的互聯網短期貸款風險時，應當根據時間線對各影響因素的數值進行縱向收集，以此來量化該大學生的互聯網短期貸款風險。

以面向大學生群體，橫向數據收集來評估整體風險，以面向大學生個人，縱向數據收集來評估個人風險，如此既能夠根據整體風險來制定個人風險等級及其對應的貸款利率和貸款額度，也能根據整體風險量化數值的變化來及時的調整相對應的風險管理方案，從而達到優化大學生互聯網短期貸款全面風險管理框架的目的。同時，當代大學生既愿意在進行互聯網短期貸款中承擔額外保費以轉移風險，也愿意在大學時期提前加入個人征信系統。在政府、高等院校、相關機構以及大學生共同參與下，有了數據收集基礎，再依照理論框架與量化模型，能夠較好的評價大學生互聯網短期信貸中個人乃至整個市場的風險。也就是說本課題中所制定的大學生互聯網短期貸款全面風險管理理論框架與量化模型具備對大學生互聯網短期貸款實施全面風險管理的可行性。

參考文獻

[1]蔡昌達.互聯網金融背景下的商業銀行業務模式的創新——以高校學生貸款為例[J].金融理論與實踐，2015，（08）.

[2]趙立.互聯網信貸對大學生消費行為的影響[J].現代經濟信息，2015，（12）.

[3]鄧秀煥.大學生信貸消費市場前景分析[J].現代商業，2015，（06）.

[4]金露露，李游.互聯網金融背景下大學生分期購物平臺風險研究[J].淮南師范學院學報，2015，（09）.

[5]逄明亮.我國P2P網絡貸款平臺全面風險管理體系構建研究[D].山東大學，2015.

[6]李海鷗.論構建P2P網絡借貸的全面風險管理體系[J].中國商貿，2015，（18）.

[7]季振華，鄭依晴.大學生P2P網絡借貸風險研究及其管理對策[J].現代經濟信息，2015，（03）.