基于交易可能性集合模型的P2P網(wǎng)絡借貸平臺風險控制研究

施 維,李 悅

(廣西金融職業(yè)技術(shù)學院,廣西 南寧 530007)

當前P2P網(wǎng)絡借貸平臺已經(jīng)成為一種十分常見的互聯(lián)網(wǎng)借貸模式,2013年互聯(lián)網(wǎng)金融快速發(fā)展以來,P2P網(wǎng)絡借貸平臺的風險與日俱增,因此需要采用合適手段提升其風險控制效果,本研究就以交易可能性集合模型進行P2P網(wǎng)絡借貸平臺風險控制研究。

1 交易可能性集合分析

P2P網(wǎng)絡借貸平臺上存在資金需求和資金供給兩方主體,可簡單將其歸結(jié)為融資者及投資者。本研究構(gòu)建模型的基本思想就是對融資者和投資者兩種雙方的項目行為進行研究,并且在進行交易可能性集合研究過程中可將融資者貸款中需要承擔的最高貸款利率以及投資者可接受最低投資收益率作為交易集合可能性分析因素。

融資者貸款中需要承擔的最高貸款利率,可設定貸款過程中將融資者集合為I,這些融資者在融資中均需承擔一定風險,且在P2P網(wǎng)絡借貸平臺的所有融資者均可將其表示為單一變量i,其自有資金可表示為H,在該貸款中的意向貸款金額為E,則可在此基礎(chǔ)上將投資額表示為(Hi+Ei),項目預期收益率可表示為Ri,成功概率可表示為Pi。融資者在項目展開過程中的貸款利率表示為fi,可將項目成功后的收益表示為：(1+Ri)(Hi+Ei),項目失敗后的收益為0,并可在此基礎(chǔ)上將融資經(jīng)營杠桿率表示為：

(1)

在融資過程中設定融資者貸款條件為融資者在項目展開過程中可獲得正值收益,在此基礎(chǔ)上便可得到如下所示不等式條件,對其整理簡化得到式(3),對li進行求導可得出式(4)。

Pi[(1+Ri)(Hi+Ei)-(1+fi)Ei]≥Hi

(2)

(3)

(4)

從以上分析可知預期收益率與項目風險存在反相關(guān)關(guān)系,與融資者可承受最高貸款利率呈正相關(guān)關(guān)系；保持一般條件不變,項目成功率不低于預期時則會導致杠桿率越低,融資者可承受較高貸款利率；項目成功率低于預期時則會導致杠桿率越低,融資者難以承受較高貸款利率。

在研究投資者愿意接受的最低貸款利率過程中可設定所有投資者的集合可表示為J,這些投資者在融資中均需承擔一定風險,且在P2P網(wǎng)絡借貸平臺的所有融資者均可將其表示為單一變量j,并可設定投資者資金成本表示為rj,設定貸款費用率表示為cj,結(jié)合融資人可將其表示為cij且在項目展開過程中的交易成本可將其表示為支付清算系統(tǒng)運行過程中完善及評估所需要消耗的成本,并可將其表示為Cj：

Cj=cijEi

(5)

以λj表示投資者的信息對稱度,由于信息存在一定不對稱性,因此無法有效評估融資成功率,并會導致其成功概率被低估,因此當λj越接近1則說明信息越不對稱。則看在此基礎(chǔ)上設定投資者放貸條件可表示為式(6),對其進行整理可得出式(7)。

(1-λj)Pi(1+fi)C-cij≥1+rj

(6)

(7)

以上分析表示在項目展開過程中投資者在接受最低貸款利率時會附帶補償成本,并要求融資者信用風險溢價。

2 交易可能性集合模型構(gòu)建

通過前文分析可知,在構(gòu)建交易可能性集合時將融資者貸款中需要承擔的最高貸款利率以及投資者可接受最低投資收益率作為分析標準,即融資者貸款中需要承擔的最高貸款利率以及投資者可接受最低投資收益率均處于理想狀態(tài)。則可在以上分析基礎(chǔ)上得出式(8)。

(8)

(9)

通過式(8)可知保持外界條件不變的情況下,交易成本越低將會促進交易條件和交易可能區(qū)間可能性越高,在此基礎(chǔ)上可將交易可能性結(jié)合模型表示為式(9)所示形式。通過式(9)可知該模型的交易可能性主要由兩個重點因素決定,分別為交易成本以及信息不對稱程度。選擇極端情況,即二者均趨向于0。則此時可將交易可能性集合模型表示為：

(10)

通過上述模型研究表明,在項目展開過程中若存在交易成本和信息不對稱均不存在問題時,則僅僅需要融資者在項目進行過程中扣除其自由資金期望收益,使其不低于投資者機會成本即可。

3 風險控制要素分析

3.1 模型風險控制因素之一——交易成本

在P2P網(wǎng)絡借貸平臺中,其交易成本可涉及多個方面,統(tǒng)計分析發(fā)現(xiàn)交易可能性集合模型中交易成本主要影響因素為支付清算以及信用評估,通過模型分析不難發(fā)現(xiàn),交易成本與交易可能性呈負相關(guān),在模型運行過程中通過提高模型交易成交量可實現(xiàn)對P2P網(wǎng)絡借貸平臺經(jīng)營風險以及流動性風險的有效控制。從現(xiàn)實情況來看,P2P網(wǎng)絡借貸平臺需要充分發(fā)揮其互聯(lián)網(wǎng)科技優(yōu)勢,對其支付清算系統(tǒng)進行優(yōu)化,使得該系統(tǒng)可形成高效率的支付方式。因此P2P網(wǎng)絡借貸平臺貸款公司在可與第三方誠信調(diào)研機構(gòu)合作,提供較為全面的線上工作,了解融資者真實狀況,從而降低交易成本。

3.2 模型風險控制因素之二——信息不對稱程度

通過前文建立的模型可知,信息不對稱程度與P2P網(wǎng)絡借貸平臺交易可能性集合之間負相關(guān),受到信息不對稱的影響會直接導致模型中存在信用風險。投資者在投資過程中會對其投資風險進行評估,融資者則會對融資中需要承擔的風險進行有效評估,兩者評估結(jié)果能否達成有效兼容是保證資金供求雙方可達最終投資意向的重點。從風險管理角度分析,信息不對稱會影響信用風險,且從現(xiàn)實角度分析可知P2P網(wǎng)絡借貸平臺需要加強其信息披露透明度,促進資金供求雙方可清晰認識到投資中的各項風險,從而提升交易量,并可實現(xiàn)對交易風險的有效控制,建立與風險對應的預警機制。

4 實證分析

前文構(gòu)建出基于交易可能性結(jié)合模型,并可得出影響P2P網(wǎng)絡借貸平臺的主要因素包括交易成本和信息不對稱程度。這兩種因素應用到實際情況就是當前P2P網(wǎng)絡借貸平臺的清算系統(tǒng)以及信用評估的運行效率。基于以上模型分析,現(xiàn)以數(shù)據(jù)展開實證研究,通過數(shù)據(jù)進行變量解釋。

為研究交易可能性模型中的因素,從月數(shù)據(jù)報告平臺選擇當前最熱門的100家正在運行的網(wǎng)絡貸款平臺作為研究對象,對其相關(guān)評級數(shù)據(jù)進行收集,數(shù)據(jù)收集時間為2016年10月到2017年10月的相關(guān)數(shù)據(jù)。在進行數(shù)據(jù)考察過程中主要以這些平臺的成交量指標(EXCi)、平臺杠桿(LEVi)、借款人分散度(DISi)、本息回收流動性(LIQi)、信息透明度(TRAi)以及其他相關(guān)數(shù)據(jù)作為評價指標,這些輔助數(shù)據(jù)主要包括成交量(EXCHi)、借款利率(INTi)、借款期限(DEAi)。為保證實際研究中的回歸模型真實可靠,在量化分析過程中通過實際數(shù)據(jù)作為基礎(chǔ)數(shù)據(jù),在模型中對這些數(shù)據(jù)進行有效分析。

在確定以上模型后對以上數(shù)據(jù)進行非線性形式調(diào)整,并將數(shù)據(jù)輸入模型中進行處理,是的數(shù)據(jù)在模型中達到最佳顯著水平。結(jié)合前文的交易可能性集合模型將實證初級模型表達為：

(11)

式(11)中ExCi越高則說明P2P網(wǎng)絡借貸平臺貸款交易量越高,LEVi則是表示貸款過程中P2P網(wǎng)絡借貸平臺可承受風險能力的高低,TRAi表示的是P2P貸款平臺信息透明度,NUMi表示線性分析中的誤差值,LIQi主要是衡量投資人在P2P網(wǎng)絡借貸平臺資金回收時間長短指標,DISi表示P2P網(wǎng)絡借貸平臺結(jié)款以及投資資金分散指標,在以上分析的基礎(chǔ)上進行數(shù)據(jù)考量,并計算其非線性回歸分析,在此基礎(chǔ)上得到的結(jié)果見表1。

表1 參數(shù)模擬分析結(jié)果

從上述線性回歸結(jié)果中不難看出,模型模擬最終結(jié)果為0.5873,該部分存在不足之處,但其置信水平均不足5%,因此可在一定程上顯示成交量會受到解釋變量的影響,由此可見通過對影響成交水平的解釋變量進行控制對P2P網(wǎng)絡借貸平臺風險控制有積極意義。通過模型分析可知該平臺不存在二次項以及三次項的遺漏情況。

通過Eviews軟件進行數(shù)據(jù)分析,并以非線性變量進行變量分析,促進其顯著性有效提升,并可將其模型描述為

EXCi=c+φlog(INTi)+γDEAi+μi

(12)

其中EXCi表示的是P2P網(wǎng)絡借貸平臺的成交量,INTi表示的是借款利率,DEAi表示的是結(jié)款期限,μi表示的是系統(tǒng)干擾項,對該模型進行有效分析,在此基礎(chǔ)上得到如表2所示結(jié)果。

表2 多元線性回歸結(jié)果

通過上述分析可知,該實證模擬結(jié)果的擬合度為0.9789,該結(jié)果良好,并且顯示研究因素較為顯著,與建模過程較為相似,即以上研究結(jié)果可證實本模型具有一定可靠性。通過模型分析可知在P2P網(wǎng)絡借貸平臺中,資金杠桿率高會提升經(jīng)營風險。信息透明度提升會促進邊際成交量的提升。利息的提升以及借款期限的降低對成交量提升并不顯著,需要保持利率與期限合理的結(jié)構(gòu)配置。

5 結(jié) 論

通過交易可能性集合模型實例運作顯示該結(jié)果在降低P2P網(wǎng)絡借貸平臺交易成本過程中會存在明顯的經(jīng)營風險以及流動性風險,通過模型分析結(jié)果表明在P2P網(wǎng)絡借貸平臺運行過程中需要合理控制解釋變量,保持利率與期限合理的結(jié)構(gòu)配置,從而實現(xiàn)對P2P網(wǎng)絡借貸平臺風險的有效控制。

[1]陸岷峰,季子釗.網(wǎng)絡借貸平臺風險控制的研究——基于交易可能性集合模型的應用 [J].華僑大學學報:哲學社會科學版,2016(4)：33-41.

[2]鄒輝霞,劉義.P2P網(wǎng)絡借貸模式下的小微企業(yè)融資問題研究 [J].商業(yè)研究,2015,57(2)：1-7.

[3]劉巧莉,溫浩宇,Hong.P2P網(wǎng)絡信貸中投資行為影響因素研究——基于拍拍貸平臺交易的證據(jù) [J].管理評論,2017,29(6)：13-22.

[4]林鑫.P2P網(wǎng)絡借貸緩解中小企業(yè)融資難問題的探討[J].中國市場,2015(30).