大數據背景下的校園P2P網絡借貸平臺風險分析與防范

閆琳

[摘要]校園貸，泛指以在校大學生為主要對象進行的線上小額貸款業務。此類平臺憑借審核周期短、放款速度快的優勢在一定程度上滿足了資金暫時短缺的學生的消費需求，但是因為國內相關監管制度的缺乏，出現了導致出現了一批詐騙、高利貸性質的網貸平臺，對行業發展和大學生身心健康造成了不良影響。本文從幾個方面剖析了該負面影響產生的因素，并結合時下流行的互聯網大數據技術，提出建立一種基于大數據分析的高校信用模型構思，并從政府、貸款平臺、學校以及學生個人四個方面給出了適當的對策。

[關鍵詞]P2P 校園借貸 大數據 風險 防范

一、P2P及校園貸發展背景

P2P借貸產品形態借助于近年來互聯網技術的飛速發展，而將傳統的個人對個人貸款業務發展到互聯網線上進行。從2005年上線的英國ZOPA平臺，到2007年我國國內首家網貸公司成立，經過十幾年的摸索和改進，此類貸款產品經過大量市場檢驗而更加普遍更加成熟。隨之發展的面向高校在校學生群體的P2P貸款業務被統稱為“校園貸”。校園貸最早于2013年出現在部分高校之中，近兩年，隨著銀行大學生信用卡相關業務被叫停，此類貸款平臺從機構數量上達到發展高峰。

相對于普通P2P借貸平臺層次眾多的用戶群體來說，此類校園貸款面對的適用人群更加專一化。在校大學生雖然在家庭背景、理財知識等方面有著明顯的差異，但是該群體仍然具有顯著的特點：一是大學生相較于已經參加工作的群體來說在年齡上更加年輕，容易接受新名詞、新技術；二是在校生知識層次普遍較高，敢于操作；三是此類群體為電子產品消費的主力軍，在同學之間容易互相盲目攀比；四是除少數獎學金、兼職工資之外，在校生沒有固定收入，消費沖動。

二、校園貸發展現狀及存在問題

然而，發展巔峰的校園貸卻在2017年全國“兩會”上因為“亂”而成為焦點話題。校園貸產品眾多，常見的代表產品包括趣分期、分期樂等等。雖然其目的都是為在校學生提供短期小額貸款，但在其飛速發展的過程中，又根據資金的使用途徑和學生的還款習慣做了相應的產品形態分化。其中用于助學貸款、創業和消費三種用途的平臺類別為主力軍。而這三大巨頭中，又數消費貸款平臺的數量最多、崛起最快。究其原因，不外乎其使用覆蓋范圍最為廣泛，因此擁有最廣泛的使用客戶群和市場資源，其按照還款方式不同又分為分期貸款平臺和貸款平臺。

在校大學生使用校園貸平臺時，根據目的不同可以分為出借人和借款人兩種身份。前者適用于手里有閑置資金，想通過理財投資賺取利息的學生；后者指通過平臺獲得貸款的學生。

與手續繁雜的銀行、國家助學貸款相比，校園貸款申請更加便利、手續更加簡單。大多平臺采用手機軟件自助認證的方式完成用戶信息采集、在線身份確認、審核評級以及貸款還款等流程。通常需要采集新注冊用戶的面部動作視頻、父母身份信息、個人身份證及學生證等簡單材料；部分平臺無需出示財務證明。這也大大增加了壞賬現象出現的風險。此外，一些平臺以“零首付零門檻”的口號大肆宣傳招攬用戶，學生只需證明本科生的身份便可以輕松獲得最低3萬元、最高10萬元金額不等的貸款，然而并不考慮其最終的償還能力。

隨著諸多對風險控制意識較差的校園貸平臺的推廣，這種只追求“審核周期短、放款速度快”的放貸模式暴露的問題隨之顯現。

當身份為出借人時，最常見的風險是校園貸平臺的惡意欺詐、卷錢跑路；其次便是借款人惡意不履行還款義務，由于網貸平臺尚未形成嚴謹的用戶信息審核登記制度和專業的催帳業務團隊。這就使得出借人的投資資金難以收回。

當身份為借款人時，將承受更多方面的風險。第一，無力還款。與放款口號“零首付零門檻”的大肆宣傳相比，還款計算方法則相對模糊。據調研，校園貸還款組成主要包括三部分：貸款利率、中介費以及該網站平臺運營管理支出費用，還款年化利率平均值高達19%，加上其余費用，部分平臺利率總額已然超過了最高法發布的《關于審理民間借貸案件適用法律若干問題的規定》中規定的民間借貸利率上限24%。第二，誠信問題。據數據顯示，設立初衷為了幫助貧困學生完成學業的國家助學貸款壞賬率高達8%，可見大學生誠信教育的緊迫性與重要性。第三，暴力逼債。當學生無力按時還款時，放貸機構通常不會提起民事訴訟，而是會利用手中掌握的學生資料進行催賬、上門討債，不免其中少數平臺通過公開學生私密信息等非法手段給學生身心造成傷害。

三、校園貸問題形成原因

難以配套的金融監管體系、過分樂觀的平臺風險預估以及閱歷不足的在校大學生等方面都應為校園貸運營隱患承擔相應的責任。

（一）平臺缺少監管，存在惡意欺詐宣傳

我國金融監管體系尚不成熟，缺乏相應的制度標準與管理措施，這就造成了無法從根本上判斷運營平臺的資質與性質。但是在校園貸市場巨大利益的吸引下，涌現出大量水平參差不齊的小額貸款產品。盡管已經制定發布了類似《在網絡借貸信息中介機構業務活動管理暫行辦法》的法律法規，其中仍然不乏有偽裝成校園產品但實質上為高利貸、甚至是詐騙的“黑色校園貸”，令學生難以分辨其真正性質而造成的上當受騙。

（二）平臺風控能力差。客戶審核不嚴格

專業的P2P業務包括一整套專業流程，從時間軸上按照發生順序大致可以分為貸款前、貸款時和貸款后三大步驟。貸款前主要完成客戶的信息資料獲取及背景調查、信用風險評定等工作；貸款時，將借貸雙方的需求進行匹配；貸款完成后，實時跟進還貸情況，在必要時提供催收服務。

然而目前大多數網貸平臺沒有建立起完善的征信機制，擁有專業催收團隊的平臺也是少數。前者沒有審查其借貸雙方有無放貸資格和信譽，后者在還貸遇到問題時沒有及時的有效措施，由此貸款交易便有了潛在的危險性。

（三）學生缺乏基本的防騙意識和理財知識

初人大學校園，離開了父母的監管，又擁有了一筆金額不多但可以自由支配的“生活費”，這筆費用大多足以應對日常開銷，但在面對更新換代的電子產品、日益變換的時尚潮流時，時常容易引發“非理性消費”，除了在少數購物平臺購買時選擇分期付款以外，各種校園貸產品也經常被選擇用來“救急”。

如果說非理性參與校園貸是因為在校生社會閱歷不足，加之擁有盲目攀比心理但又經濟來源有限，在借款時沒有仔細權衡過貸款后果。那么壞賬率居高不下則有一部分原因來自于部分學生存在誠信問題，其在發現無力還款時，沒有采取正確的補救措施，甚至抱有僥幸心理希望可以逃避還款責任。

四、校園貸亂象的應對措施

針對以上分析，可以在征信環節加大投入力度，例如P2P網絡借貸平臺可以借助利用云計算、大數據等現代互聯網技術，充分挖掘借貸雙方背景信息，尤其是信用相關數據分析，以最大限度地減小由于信息不對稱而引起的資金錯配現象，以達到控制借款方發生違約風險的目的。

與傳統的信用調查方式不同，大數據技術可以將客戶方方面面的信息例如日常消費能力、社交活躍度、理財習慣、借貸履約失約次數等日常交易數據作為建立客戶信用評價模型的重要考量。此類數據關系到日常生活各方面，不易造假并且覆蓋面廣泛，因此具有一定的可信度和參考價值，可以用來建立用戶的消費偏好模型以及信用評估模型。

全社會范圍內大數據征信體制難以一時建立，但是可以在高校—這一相對單一的環境中，針對在校大學生的生活日常，將學費住宿費繳納、校園卡消費、圖書館借閱履約等多種因素納入考核因素，建立針對在校生群體的大數據風險模型。

（一）政府方面

政府應大力推動專業金融監管機構的設立以及相關法律法規的制定，加強對有關部門的監管力度，同時積極主持參與社會誠信體系的建設。在現有技術發展背景下，尤其要利用好大數據相關技術優勢，推動大數據背景下的新型全方位征信系統的建立。

（二）校園貸平臺方面

校園貸平臺應優化自身運營管理機制，提高規避內部風險的能力；把握互聯網技術發展方向，適時引入大數據挖掘技術，全方位考察出借人與借款人信用資質，并且根據長期監測數據來動態實時更新信用評級管理；確保客戶私人數據資料安全，防止信息泄露對其造成損失；加強風險意識，預留風險儲備金，提高風險控制能力；針對在校大學生群體的消費習慣，提供小額貸款，給予更低的還款利率和選擇更長的還款周期的權利。

（三）學校方面

學校首先應落實各類補助金資助政策，建立合理有效的資助體系；其次，要加強對在校學生的誠信教育和風險意識教育，幫助學生防范金融借貸陷阱，并在學生遇到困難時提供及時的幫助；最后，學校要積極參與收集并提供校園卡使用情況、學費繳納情況等信息，配合高校大數據風險模型的建立。

（四）學生方面

在校學生要樹立健康消費觀念，做到不盲目攀比，拒絕非理性消費；學習經濟學常識，掌握基本理財知識，培養良好的消費習慣；樹立積極向上的價值觀，誠信做人、誠信立身；在遇到困難時懂得及時向學校、家長等正規渠道尋求幫助，主動配合事情的解決。

五、總結

綜上，校園貸的出現確實在很大程度上方便了在校學生的日常消費，彌補了大學生信用卡停辦的空白，但是良莠不齊的平臺資質給市場良好運行帶來了不可忽略的風險隱患。因此政府、學校等有關部門應聯合起來，迅速行動，打造屬于在校大學生的信用風險評估模型，避免誘導消費、詐騙等案例的出現。