李 筱
(東南大學,江蘇 南京 210000)
從誕生至今,P2P網絡借貸發展速度驚人,交易額日益增長,但平臺陷入停業、跑路、提現困難等問題也相當普遍,2017年末問題平臺發生率達67.65%。此背景下,本文對P2P網絡借貸概念特征、模式分類、風險種類、風險防范以及監管策略文獻歸納總結,以期為P2P各參與方提供決策建議。
P2P網絡借貸,即借款人與出借人以P2P平臺為中介獲取的小額無抵押借貸,避開了傳統銀行等金融機構。區別于商業銀行間接融資與資本市場直接融資,為互聯網金融典型代表。
P2P特別之處在于,其一,主體廣、門檻低;其二,成本低、效率高;其三,去中介化、投資分散化;其四,信息不對稱問題突出。
不同國家P2P平臺模式存在差別,國外研究多針對三種模式:單純中介模式,如美國Prosper;復合中介模式,如英國Zopa;非盈利公益模式,如美國Kiva。國內P2P平臺汲取了大量國外經驗,種類更加多樣,極大地豐富了國內P2P借貸市場。
信用風險被公認為P2P最主要險別,本文從形成原因、影響因素、評估方法與防控策略詳述。
1.信息不對稱。網絡本身的虛擬性與跨空間性使得借款人擁有信息遠多于出借人,出于對增加借款成功概率或降低借款成本利率等考慮,借款人可能隱瞞甚至虛構信息,一旦出借人對借款人信用估計錯誤,就出現借款人違約[1]。
2.平臺責任缺失。許多平臺運作不符合規范,經營風險、道德風險、流動性風險等引起平臺停業、跑路等問題普遍,相比于某個借款人違約,平臺違約對出借人造成經濟損失更嚴重[2]。
3.制度建設不完善。我國征信體系建設尚不完善,個人信用信息未完全對金融機構實行開放,信息共享機制在P2P行業處于缺失狀態,因此很難保障網貸資金安全[3]。
1.借款人特征。首先,金融實力因素。高信用等級借款人易成功借款,違約可能性更低[4]。但也有認為P2P平臺盲目依據非違約風險因子反而加劇借貸雙方之間信息不對稱[5]。借款人債務收入比為評價其當前能否償還貸款的指標,是否擁有房屋與汽車不僅代表了借款人貸款情況,還代表了資產所有權,為其提供了資產擔保[1]。其次,人口統計學特征因素。性別上,女性更易成功借款,違約概率更低[6]。年齡上,年輕人由于經驗不足表現出更高違約風險[7]。種族上,黑人比白人更難獲得借款,違約率更大[8]。最后,社會關系因素。借款人加入群組可有效改善信用狀況。如果群組信息經過認證,成員違約率會更低一些。朋友關系尤其親密線下關系有助于借款人獲得借款[9],朋友信用比朋友數量更重要[10]。
2.借款特征。較大借款金額與較高借款利率與償還壓力相聯系[6],而借款期限影響,正相關[11]、負相關[12]、不明顯[13]三種結論并存。
3.借款描述。Herzenstein等將描述詞匯分為信任、成就、努力、經濟困難、道德與信仰六類[8],陳清和林峰潤關注誠信、穩定、體驗、刷信用、進取心、提高生活質量六方面[11]。此外,借款描述長度、語病、詞性等也被納入研究[14]。
1.Logistic模型。Logistic模型可以避開復雜計算,其預測準確率也高,被廣泛運用P2P研究領域信用風險評估。如Herzenstein等[8]、Everett[1]、鄭彥彥[5]等。
2.層次分析模型。張成虎和武博華[4]在測量P2P平臺信用風險、借款人信用等級時采用層次分析法以確定所建立風險評價指標權重。
3.其他分析模型。裴平和郭永濟[15]基于大數據征信,以借款人空間與時間維度信息,構建貝葉斯網絡P2P資金需求方信用風險評價模型。
李昌榮等[16]提出增加借款人違約成本可有效降低其違約風險概率。Yoon等[17]得出平臺注冊資本、風險管理措施、風險管理能力均能有效增強平臺抵御風險的能力。
風險監管建議集中在監管主體、法律法規、行業自律、制度政策、產品設計、風控機制幾個方面。監管主體方面,明確有關監管機構,完善監管體制;法律法規方面,加大立法力度,完善監管法規;行業自律方面,明確自律標準,完善自律體系。政府加快制度與征信建設,P2P平臺增強技術研發與風控手段。
眾多學者從不同研究角度對P2P進行深入細致的分析且成果頗豐。本文試圖從三方面補充以期對后續研討有所益。
關注我國P2P平臺信用風險。P2P交易信用風險主要源于擁有信息優勢地位的借款人不履行借貸合約,但也存在著平臺對出借人違約。平臺信用風險方面,區分問題與正常平臺。進一步可區分停業、跑路、提現困難等不同類別問題平臺,從平臺內外部特征多維度全面識別平臺違約表現。借款人信用風險方面,國內信息披露機制不完善,獲取平臺交易數據有難度,相關研究定性分析偏多,可整理有關借款人、借款與借款描述信息,選取多角度影響因素分析借款人違約。