P2B互聯網金融風險控制模式及實際應用

胡 辰

(南京大學 工程管理學院，江蘇 南京 210000)

P2B互聯網金融風險控制模式及實際應用

胡 辰

(南京大學 工程管理學院，江蘇 南京 210000)

本文首先從P2B產業特征出發，以問卷調查分析的方式，論證P2B互聯網金融風險結構路徑，由此提出P2B互聯網金融風險可控的七大原則。其次結合七大原則與風險結構路徑，從理論角度提出了附帶可控風險與半可控風險的P2B互聯網金融風險量化模型，并對該風險量化模型給予理論論證，明確其理論可行性及適用范圍。最后依托于Matlab仿真分析過程及結果，通過對6家公司的應用跟蹤，驗證了風險可控量化模型的正確性，為P2B互聯網金融的實際應用提出具體發展建議。

P2B;互聯網金融;風險控制;逃逸概率；可控風險

一、問題的提出

近年來互聯網蓬勃發展，其中的代表性分支P2B(英文全稱為Person to Business，中文全稱為個人面對企業。本文出現的P2B均是指此種類型的互聯網金融)方興未艾。由于互聯網金融產生的時間較短，對于如何在風險可控前提下發展互聯網金融還缺乏理論與現實支撐。基于此，本文以P2B作為研究對象，就如何在風險可控前提下發展P2B互聯網金融展開深入研究。

對于互聯網金融，已有的研究成果多側重于對其模式分類、監管途徑等問題展開，對于互聯網金融風險及風險控制的具體研究則相對較少，且取得突破性進展的互聯網金融風險及風險控制研究較為缺乏。在模式分類研究成果中，謝平和鄒傳偉[1]將金融分為商業金融、資本市場金融以及互聯網金融三類，在此基礎上對互聯網金融深入研究并進行了有效分類。李博和董亮[2]基于互聯網金融便捷性、全天候特征，對其模式進行了劃分。本文關于P2B互聯網金融的特征提取，部分得益于上述研究成果。與此同時，筆者還關注了黃海龍[3]與陶婭娜[4]的研究成果，對互聯網金融與電商融合緊密以及互聯網金融發展多樣性、便捷性等特征有了更進一步認識，也在一定程度上為后續分析提供了啟迪和借鑒。對于互聯網金融的監管，李有星等[5]從法理學角度闡明了進行互聯網監管的重要意義，謝平等[6]則從金融學的角度闡明對其進行監管的必要性與緊迫性。

二、研究思路、問卷設計與風險結構路徑

1.研究思路

對于P2B模式下的互聯網金融風險，如何確定風險結構路徑在已有的研究成果中尚無成熟性范例可尋。為了解決該問題，本文嘗試通過統計分析與金融學、產業經濟學相結合的形式，以問卷調查為手段，以問卷分析為工具，借助于結構方程來對其進行解答。采取這種分析思路，一部分是原有研究團隊對上述理論與方法的深入掌握，另一部分源于這種分析路徑對復雜問題的突破性研究示例。

2.問卷設計

考慮到P2B互聯網金融模式的特征，調查問卷設計從構成P2B互聯網金融的三方，即投資者、互聯網金融平臺、被投資對象三方出發。對整個產業鏈中導致風險的相關問題進行調查，主要是對潛在風險與導致風險的潛在因素進行問卷調查。同時，考慮到P2B互聯網金融的風險外在性與不確定性，在問卷設計中，對市場性因素確定的潛在風險與潛在風險因素之間的相關性問題也進行了調查。整個調查問卷設計調查項目30項，每一問題均包含確定性的多個備選答案。整個問卷調查在正常情況下完成所需時間為5分鐘，屬于可以接受的容忍范圍之內。

考慮到問卷設計的產業鏈特征，整個問卷調查面向四類人群展開：第一類人群為P2B互聯網金融的投資者，即其中的P(Person)。該類人群占問卷調查總人數的50%，其中已經參與了P2B的投資者占30%，潛在參與P2B的投資者占20%(需要強調的是潛在投資者中不包含實際投資者)。第二類人群為P2B互聯網金融的投資平臺，即P2B中的2(to)。該類人群占問卷調查總人數的20%。第三類人群為P2B互聯網金融的被投資對象，即P2B中的B(Business)，該類人群占問卷調查總人數的20%。第四類人群為互聯網金融的研究者和監管者，該類人群占問卷調查總人數的10%。整個問卷調查在我國開展互聯網金融最為廣泛的深圳市展開，選取了開展P2B互聯網金融較為成功的6家公司作為問卷調查的主要對象(整個問卷調查發生時間為2015年11月)。為了避免問卷調查給參與者、參與方不造成不必要的影響，在整個研究報告與分析文章中，不再提供參與者及參與方的具體名稱。本次調查總計發放調查問卷19 873份，回收有效調查問卷19 225份，回收問卷的有效率為96.74%。因此，符合問卷調查中問卷回收有效性的要求。后續相關分析就是基于該調查結果具體展開。

3.P2B模式下互聯網金融風險結構路徑

在問卷調查的基礎上，本文借鑒溫忠麟等[7]、侯英和陳希敏[8]成果，風險結構路徑分析采用結構方程模型，分析軟件為Lisrel8.7，最終確定了P2B模式下互聯網金融風險結構路徑，具體結果如圖1所示。

圖1 P2B模式下的互聯網金融風險結構路徑圖

從圖1可以看出，P2B模式下的互聯網金融風險結構路徑橫向層次分為四層，從左到右依次為第一層至第四層。縱向層次分為多層。縱向層次的劃分要與橫向層次具體結合。從內部結構來說，P2B模式下的互聯網金融風險是由投資者、被投資者、平臺以及市場四類因素共同構成。其中，被投資者與平臺所產生的風險占據這四重風險的主要方面，投資者與市場所產生的風險占據這四重風險的次要方面。從平臺、被投資者角度而言，管控風險、傳遞風險、被傳遞風險以及預期風險組成了其風險的總和。從投資者角度出發，管控風險、被投遞風險、預期風險涵蓋了其風險總和。與平臺、被投資者的風險總和相比，投資者風險中不包含傳遞風險，這完全是由投資者在P2B互聯網金融中所處的位置所決定。與上述三種風險相比，形成鮮明反差的是市場風險，其風險總和由行業風險、金融風險和宏觀風險共同組成。這三者對市場風險的影響在伯仲之間。在平臺風險、被投資者風險、投資者風險、市場風險這四者的分類分項作用傳導下，分別從內因方面、外因方面進行傳導，形成了總體風險，并以可控風險、不可控風險以及半可控風險的形式在外部展現。這其中只有半可控風險是由內因單獨傳導所致，而可控風險與不可控風險則是由內因、外因共同傳導所致。

需要著重說明的是，可控風險側重于指在P2B互聯網金融發展中固定存在的風險，并且其風險發展變化以漸變式特征出現，具有一定的可預防特性。比如行業盈利能力、行業盈利水平和企業管理水平等均相對穩定，在P2B互聯網金融中對風險的構成相對可控。不可控風險側重于指在P2B互聯網金融發展中并非固定存在的風險，其風險變化具有突變特性以及瞬時極值化特征，因此很難防控。比如地震、洪水等對特定地區、特定產業的影響不具有可提前預見性，因而對投資于該行業的P2B互聯網金融產品形成不可控風險。半可控風險是指同時具有可控風險與不可控風險這兩者的特征，且在一定程度上可以做到預警的風險。為了體現其半可控性，本文提到的半可控風險僅指由內因導致的風險，不包含由外因導致的風險。這樣做的目的是便于提高針對其的預警分析能力，比如人為疏漏甚至是人為破壞可以歸結為半可控風險。

4.顯著性檢驗

本文對結構路徑對應的關鍵指標進行統計分析以檢驗其顯著性，具體如表1所示。

表1 P2B模式下的互聯網金融風險結構路徑關鍵指標統計表

從表1結果來看，圖1所顯示的結構路徑符合統計學要求，該模型具有極高的置信度和置信區間。基于此，筆者認為圖1所顯示的結構路徑顯著成立。

通過上述分析，對于P2B模式下的互聯網金融風險就有了一個相對宏觀的認識，下面就基于此分析結果，進行定量分析，更進一步明確其傳導機理及作用形式與過程。

三、P2B模式下的互聯網金融發展原則及相關機理

在對P2B模式下的互聯網金融風險進行定量分析之前，首先必須明確其發展空間及相關機理。對于該問題，結合結構路徑分析，明確了其需滿足以下七大原則。

1.P2B預期收益正向化原則

P2B模式下的互聯網金融，其本質依然是一種融資渠道或者是融資方式。作為融資雙方而言，融資后帶來的潛在預期收益正向化是其進行融資的唯一合理解釋。對于融資出讓方而言，通過將自己賦閑的資金出借給被融資方，其在出讓結束后能獲得額外正向收益(保持出讓資金不變前提下)是出讓發生的必要條件。對于受讓方而言，向社會募集資金是為了保障其開展更大商業利潤的必然前提。因此，接受出讓必然是能夠對受讓方帶來預期額外正向收益的。對于融資雙方以及融資過程中的所有參與者與參與機構而言，預期收益正向化是融資發生的必要條件。

2.P2B預期收益顯著高于同期金融機構收益原則

P2B模式下的互聯網金融作為一種融資渠道或者是融資方式，在社會經濟秩序良好的前提下，能夠與金融機構開放的融資渠道形成充分競爭并具有競爭優勢。競爭優勢一部分體現在參與P2B的預期收益必須顯著高于金融機構同期收益。如果不滿足該條件，作為P2B產業鏈中的個人(出資方)絕不會將在金融機構存儲的資金投放到P2B產業鏈中。

3.P2B融資總成本顯著低于社會渠道融資平均成本

與P2B預期收益顯著高于同期金融機構收益原則形成互補的是，P2B模式下的互聯網金融的競爭優勢也體現在參與P2B的總成本是顯著低于社會渠道融資平均成本。如果不滿足該條件，作為P2B產業鏈中的B(被投資者)將會更多地選擇金融機構進行融資。

4.P2B預期收益合理性原則

與P2B預期收益顯著高于同期金融機構收益原則形成有益補充的是，P2B模式下的互聯網金融發展必須是在國家法律法規的監管下進行，因而對于其收益率央行有明確的規定。其中，以收益率為代表，作為民間資本借貸的收益率上限，最高四倍于銀行同期存貸款利率，作為其合理發展的上限。任何個人與機構均不能突破該上限。其他方面，中國人民銀行、中國銀監會也有相應的管理措施，由此來確保其收益的合理性。

5.P2B模式順序化原則

P2B模式是具有方向性的，具體而言，從單一周期閉環角度出發，滿足以下順序P→2→B；(B)→2→P。P→2→B為出借發生階段，(B)→2→P為償還發生階段，出借必須發生在償還之前。以P→2為例，代表著從出借主體(個人，投資者)向平臺出借資金的過程，其他與此雷同，不再贅述。在出借過程中，作為中介的平臺(即P2B的2)，向出借方和接受方征收相應比例的手續費。不同于收益，手續費是在P2B發生初時(P→2→B階段)收取；收益則是在P2B結束(B)→2→P結束階段)之后收取。這一收取原則部分程度決定了P2B風險結構的特征。

6.P2B風險傳導對稱性原則

P2B模式順序化原則并不約束P2B風險傳導的對稱性。以P2B模式中的平臺(P2B中的2)和被投資者(P2B中的B)為例，在出借過程(即P→2→B過程)中，平臺與被投資者應該充分考慮到對方逃離與不逃離情形下的預期收益，進行決策。同理，在償還過程(即(B)→2→P過程)中，平臺與被投資者仍要充分考慮到對方逃離與不逃離情形下的預期收益，再進行決策。一旦研究不充分，風險傳導的對稱性就會打破模式順序化的均衡結果。這一收取原相當程度上決定了P2B風險結構的特征。

7.經濟利益損失最小化原則

P2B模式下的互聯網金融，其風險隨時隨地都存在，但是這并不意味著風險會爆發。風險爆發的主要原因在于，P2B產業鏈中的P(投資者)、2(平臺)和B(被投資者)的逃離預期收益顯著高于不逃離的預期收益。從三方出發而言，保障各自利潤最大化的前提下，進行充分對比分析后，才有可能觸發風險。

四、P2B互聯網金融風險量化模型及論證

1.不可提前兌現的P2B互聯網金融風險量化模型

不可提前兌現的P2B互聯網金融風險量化模型是指投資者進行投資后，不能在兌現期未達前提前支付本金或者預期收益。這種情形下，要確保投資者收益可兌現且兌現相對最大化，就需要考慮投資者、平臺和被投資者這三者之間的動態博弈過程。在這一博弈過程中必須兼顧可控風險、不可控風險以及半可控風險。由于該模型為多重決策最優模型，在此僅對其中關鍵環節進行詳細探究，重點考察平臺在向雙方收取各種管理費，且資金已經撥付被投資對象后(P2B過程的P→2→B環節已經完成)平臺的預期收益，此時博弈發生在平臺與被投資者之間，對于平臺而言，需要考慮以下四種情形,如式(1)—式(4)所示。

式(1)為被投資對象選擇不逃逸，平臺選擇不逃逸的策略。式(2)為被投資對象選擇不逃逸，平臺選擇逃逸的策略。式(3)為被投資對象選擇逃逸，平臺也選擇逃逸的策略。式(4)為被投資對象選擇逃逸，平臺選擇不逃逸的策略。

Etr1=Q×{n×Me×[(SRs+SRe)+(RRe-RRS)]+Jzct}

(1)

Etr2=Q×n×Me×[(SRs+SRe)+RRe]

(2)

Etr3=(1-Q)×[n×Me×(SRs+SRe)]

(3)

Etr4=(1-Q)×[n×Me×(SRs+SRe)-θt×Me×n+Jzct]

(4)

其中，Etr表示預期收益；Q表示被投資對象逃逸概率；n表示單個產品單期投資總人數；Me表示單個投資者單期投資總金額；SRs表示平臺向投資者收取的管理費率；SRe表示平臺向被投資者收取的管理費率；RRS表示平臺向投資者承諾的收益率；RRe表示被投資者向平臺承諾的收益率；Jzct表示平臺用于P2B單筆業務的抵押資產總額；θt表示平臺承擔被投資者逃逸的連帶責任系數。

對于平臺而言，式(1)與式(4)之和如果大于式(2)與式(3)之和，即平臺逃逸預期收益要顯著高于平臺不逃逸預期收益，則平臺選擇逃逸；反之，平臺選擇不逃逸。

對于被投資對象，當平臺向雙方收取各種管理費，且資金已經撥付被投資對象后(P2B過程的P→2→B環節已經完成)，其需要考慮的博弈行為與式(1)—式(4)類似(將公式右側的Q調換成P，P為平臺逃逸概率)，不再贅述。

通過對比分析，即可確定各種不同情形下的資金風險概率，即P2B能平穩到達投資者的概率以及相關決策系數值。

2.可提前兌現的P2B互聯網金融風險量化模型

可提前兌現的P2B互聯網金融風險量化模型是指投資者進行投資后，可以在兌現期未達前提前支付本金或者預期收益。這種情形下，要確保投資者收益可兌現且兌現相對最大化，依然是從投資者、平臺和被投資者這三者之間的動態博弈過程展開論證，得到最優解。由于該模型為多重決策最優模型，在此僅對其中關鍵環節進行詳細探究，重點考察平臺在向雙方收取各種管理費，且資金已經撥付被投資對象后(P2B過程的P→2→B環節已經完成)平臺的預期收益，此時博弈發生在平臺與被投資者之間，對于平臺而言，需要考慮式(1)—式(4)四種情形。以式(1)對應情形為例，如式(5)所示：

(5)

對于式(2)—式(4)的情形，采用類似的處理方法，即可得到可以提前兌現的相應各方預期收益。需要注意的是，一旦逃逸發生，之后的提前兌現申請也將自動終止。剩余未兌現資金完全依賴逃逸方的抵押資金以及未逃逸方的責任系數來給予確定。

通過上述兩種不同類型的P2B互聯網金融風險量化模型分析，從理論視角對風險的量化及實現有了一個較為清晰的認識，明確了之前提出的七大原則如何實際應用，對風險系統結構的實際應用有了清晰的認識，使得之前的理論分析變得有的放矢，不再顯得空洞無物。

五、P2B模式下的互聯網金融風險可控仿真分析及實際應用

1.風險可控仿真分析

前文確定的風險量化模型，對于其具體風險發生概率，從理論分析中很難辨出。針對這一問題，在此采用仿真分析的方式給予直觀論證。整個仿真分析采用Matlab與VC相結合的方法，在Matlab仿真分析中，借鑒了尹虹潘等[9]、陳海波和張悅[10]成果，提高了仿真分析的目標性、適用性以及正確性，以隨機分布方式生成數據，以七大原則作為數據生成的必要條件。同時，嚴格遵循上文的風險量化模型，進行大量仿真模擬分析，最終得到了多種不同情形下風險不觸發的詳細數據。為了便于分析，同時也為了便于對比(主要是對比“不可提前兌現”與“可提前兌現”兩種不同情形下的結果)，將仿真分析結果以表格的形式匯總，具體如表2所示。從表2可以看出，同樣的條件下，如果增加可提前兌現性，相應的風險觸發概率就會降低。這在一定程度上源于外界對該種P2B融資的間接監管所致。該特征不僅在表2數據中得到體現，在其他同樣基本條件的P2B模式中也得到了相同體現。需要強調的是，如果在P2B融資過程中，不加入平臺抵押與被投資對象抵押，這二者的逃逸概率均會大于50%。因此，通過風險可控仿真分析，再次確定了理論分析中提出的基于抵押進行融資的必要性。這在曾經發生的個別地區融資后逃逸事件中得到了充分驗證。

基于上述分析與仿真研究結果，更進一步確定了本文所提出的動態均衡與動態收益分析是確保P2B互聯網金融風險降到可控范圍內的一條可行路徑。

表2 不可提前兌現與可提前兌現的P2B互聯網金融風險量化模型仿真結果

注：方差均用()標示，以便于與單位數據區別。個人預期回報率為剔除管理費后的，平臺抵押金額和被投資者抵押金額的單位為元，個人投資人數的單位為人。下同。

2.實際應用

本文對研究對象(6家P2B公司)的P2B融資方式與融資路徑進行重新梳理，就其中的可控風險、不可控風險以及半可控風險進行論證，確定了在現有行業發展特點及政策環境下，對應的風險概率，由此采取了與之相對應的策略調整——動態調整抵押金額與靈活調整收益率等。盡可能地將可控風險規避，將半可控風險降到最低，對不可控風險預警。通過這一系列措施的實施，優化研究對象的經營。經過近半年的優化運行，各家公司的總體水平得到了一定程度的提升，關鍵運行指標如表3所示。

表3 實際應用成效表 單位：%

從表3可以看出，不僅經營穩定性得到提高，而且市場占有率也得到了有效提升。這不僅歸功于對各種風險的預警與防范，而且得益于理論分析所得到結果的正確性及其應用的準確性。

六、結論與建議

1.結論

本文從現實環境出發，對被研究地區的P2B互聯網金融進行深入分析，借助問卷調查，從結構方程模型分析的角度提出了P2B互聯網金融風險結構路徑。基于該風險結構路徑，通過理論深入探究，確定了P2B互聯網金融風險可控的七大原則。這七大原則是一種總領性的原則，如何具體應用可能存在一些疑惑。針對該疑惑，繼續深入探究，從理論角度提出了附帶可控風險與半可控風險的P2B互聯網金融風險量化模型，并對該量化模型給予了理論論證，明確了其理論可行性及適用范圍。在完成上述理論研究之后，借助于Matlab仿真分析和6家被研究公司的P2B互聯網金融實際應用，從應用角度確定了理論成果的適用性與適用方法，由此為P2B互聯網金融實際應用提出具體發展建議。

2.建議

第一，對P2B互聯網金融的總體結構必須有全面的認識。即對該種金融體系結構、風險結構和風險傳導等有一個全面及準確的認識，只有在此基礎上，設定的風險防控體系才是能夠有效預防風險爆發的防御體系，否則某種或是某些情形的觸發都有可能導致整個體系架構的坍塌。

第二，對P2B互聯網金融的可控風險、不可控風險、半可控風險要能明確區分，有效防范。對于可控風險，要做到充分防控；對于不可控風險，要留有準備空間，在條件能達到的前提下盡量做到預警；對于半可控風險，應以體系建設、制度建設、預警建設等手段相輔助，實現最大可能的防控。

第三，風險防控的動態性必須堅持，不能以靜態風險防控來抵御動態的風險。具體而言，在風險防控中，應以基于P2B互聯網金融動態博弈過程為出發點，以符合當前市場環境與承受度為前提的框架進行博弈均衡分析，由此提供決策層分析使用的關鍵決策依據。通過這種動態長期分析，有效化解半可控風險、可控風險，實現風險防控能力的最大化提升。

第四，風險防控的預留性必須堅持。由于不可控風險的真實存在，在指定P2B互聯網金融策略時，必須留存一定的風險防控空間，以便對可能發生的極端風險做好應對，防止單次小概率事件發生對公司造成毀滅性的打擊。

第五，對內部環境變化的監管必須一以貫之。國內外重大金融風暴的發生，往往是與內部人員監管不到位所關聯。必須一以貫之地加強對內部人員的管控，實現既定方針與戰略的貫徹執行，提高內控傳導機制的有效運行，將P2B互聯網金融發展中的傳遞風險與被傳遞風險有效降低，由此實現單個P2B產業鏈的產業安全性與盈利能力，從而推動P2B全行業的高質量、高可靠性運轉。

第六，對外部環境變化的預測必須常抓不懈。風險結構路徑分析明確了外部市場環境對P2B互聯網金融產品形成實質性影響。只有對當前市場環境以及對宏觀政策的充分研究，才有可能對未來外部市場環境變化乃至宏觀政策的變動做到較為準確的預判，由此實現自身產業與所投資行業的準確定位，從而降低風險，實現發展水平與發展能力的穩步提升。

[1] 謝平,鄒傳偉.互聯網金融模式研究[J].金融研究,2012，(12):11-22.

[2] 李博,董亮.互聯網金融的模式與發展[J].中國金融,2013，(10):19-21.

[3] 黃海龍.基于以電商平臺為核心的互聯網金融研究[J].上海金融,2013，(8):18-23.

[4] 陶婭娜.互聯網金融發展研究[J].金融發展評論,2013，(11):58-73.

[5] 李有星,陳飛,金幼芳.互聯網金融監管的探析[J].浙江大學學報(人文社會科學版),2014，(4):87-97.

[6] 謝平,鄒傳偉,劉海二.互聯網金融監管的必要性與核心原則[J].國際金融研究,2014，(8):3-9.

[7] 溫忠麟,侯杰泰,馬什赫伯特.結構方程模型檢驗:擬合指數與卡方準則[J].心理學報,2004，(2):186-194.

[8] 侯英,陳希敏.聲譽、借貸可得性、經濟及個體特征與農戶借貸行為——基于結構方程模型(SEM)的實證研究[J].農業技術經濟,2014，(9):61-71.

[9] 尹虹潘,劉渝琳,劉姝伶.經濟分布基準下的中國人口分布均衡測度研究——基于Matlab空間模擬的估算[J].中國人口科學,2014，(5):11-23.

[10] 陳海波,張悅.外商直接投資對江蘇區域經濟影響的實證分析——基于空間面板模型[J].國際貿易問題,2014，(7):62-71.

(責任編輯：巴紅靜)

F831.5

：A

：1000-176X(2017)09-0047-07

2017-06-25

胡 辰(1973-)，男，江蘇宿遷人，博士研究生，主要從事金融工程研究。E-mail:405076955@qq.com