P2P網貸平臺信用風險特征及信用認證

王夢楠 孫殷 韋杰文 胡超 魏坤麟 熱依拉·沙得爾江

【摘要】隨著互聯網金融的發展，P2P網貸也由成熟階段，逐步開始向著成熟化運作模式發展，雖然與傳統金融借貸業務相比，P2P網貸能夠以較低的成本獲得較高的收益，但其低進入門檻，使得P2P網貸面臨著突出的信用風險。同時，由于行業金融監管的不足、金融市場仍不健全的影響，我國P2P網貸市場雖然至今已經形成具有中國特色的發展模式，但各種不同的經營模式并存，使P2P網貸平臺的“信用中介”身份日漸突出。本文針對我國P2P網貸平臺信用風險現狀及特征展開研究，在深入分析了P2P網貸平臺信用風險關鍵影響因素的基礎上，通過借鑒國內外經驗，提出了優化我國信用風險管理機制的具體策略。

【關鍵詞】P2P 網貸平臺 信用風險 信用認證

一、P2P網貸平臺信用風險現狀及特征

（一）P2P網貸概述

P2P是基于信息技術條件下，在互聯網端對端之間進行信息交互的網絡信息傳播形式，P2P網貸則是基于互聯網平臺，借貸雙方直接完成借貸交易的信貸類型。與傳統金融機構不同的是，P2P網貸交易的雙方，從平臺上獲取雙方信用等級信息，且資金付取也在平臺上完成。P2P網貸的基本模式如下：

圖1 P2P網貸平臺基本網貸模式

P2P網貸自2005年傳入中國起，就在我國開始了不斷的發展，至今已經經過了五個發展階段，成熟整合時期已經過去，通過國家的政策及法律手段對市場的整合，從2015年開始，我國P2P網貸市場開始了步入正軌的發展階段。隨著P2P網貸市場的發展逐步穩定，我國征信系統的不斷完善，更為P2P市場的穩定提供了重要的基礎。從2015年開始有國有機構加入到P2P市場中，這為P2P網貸公司的市場擴張與整合提供了新鮮的動力，

（二）P2P網貸信用風險現狀

隨著互聯網金融的發展，P2P網貸也由成熟階段，逐步開始向著成熟化運作模式發展，雖然與傳統金融借貸業務相比，P2P網貸能夠以較低的成本獲得較高的收益，但其低進入門檻，使得P2P網貸面臨著突出的信用風險。

目前各平臺都運用了互聯網技術依托下的信用評分體系，且大部分交易都無需提供擔保；同時雖然有部分用戶信用評分較低，但由于這些用戶仍具有一定額度范圍內的貸款申請資格，因此從整體來看，這些低信用評分用戶借貸的行為，無疑增加了企業的信用風險。

由于行業金融監管的不足、金融市場仍不健全的影響，我國P2P網貸市場雖然至今已經形成具有中國特色的發展模式，但各種不同的經營模式并存，使P2P網貸平臺的“信用中介”身份日漸突出。

（三）P2P網貸信用風險特征

雖然目前我國P2P網貸市場仍然不斷擴大，并步入穩步發展階段，但在市場規模不斷擴大的環境下，P2P網貸市場的信用風險特征仍是比較明顯的。具體來看，P2P網貸信用風險特征主要表現在五個方面：客觀性與低流動性、分布非對稱、系統性和非系統性、信用悖論、可控性等。

1.客觀性與低流動性

P2P網貸信用風險的客觀性是必然的，只要涉及借貸金融業務，就必然面臨著來自交易雙方的信用風險問題。在借貸關系形成時，借款人根據約定的還款規則按期限進行還款，而在貸款期限中，雙方的行為，特別是借款人的還款行為可被控制性差，因此信用風險的存在是必然的，P2P網貸其借貸本質決定了其信用風險的客觀性。

另外，由于目前我國網絡信貸市場尚不完善，在網絡信貸業務中，大部分信貸產品都缺乏流動性，這就使得許多與用戶相關的信用信息提取效率較低，因此信用管理及信用風險評估的效果也直接受到影響，從而使信用風險增加。

2.分布非對稱

在P2P網貸中由于是無抵押貸款，在各方面綜合的信用風險評估基礎上，用戶損失的發生概率很低，然而也正是由于無抵押的性質，對于借出方而言，如果一旦發生信用風險，所造成的損失也往往是較大的。在這種情況的影響下，P2P網貸中的信用風險就與市場風險分布存在一個明顯的偏差，這種現象被稱作“尾厚”現象。

3.系統性和非系統性

根據Nickell（1998）的觀點，商業周期因素會對信用等級轉移概率有明顯影響。這一觀點就是指在P2P網貸業務中，借款人的信用風險會受來自各方面的商業周期因素影響，而當信用風險發生變化時，也必然會對借貸雙方的業務關系發生影響。在商業周期因素的影響下，由于周期性變化特征，P2P網貸信用風險存在一定的系統性特征。同時，從網貸平臺來看，一些對公司經營具有較大影響的事件的發生，也會對公司的網貸業務產生直接影響，從而造成信用行為的改變，直接增加信用風險，在這種條件下，P2P網貸信用風險就同時具有一定的非系統性特征。

4.信用悖論

P2P網貸的信用風險與市場風險存在著明顯的差異，對于金融機構而言，需要以分散投資為原則來制定出合理的投資方案，從而起到分散風險的目的，然而在P2P網貸業務中，由于其經營模式及產品類型的影響，信用風險往往難以通過簡單的分散投資行為而得到有效分散，這就使得P2P網貸信用風險的管理中面臨一個信用悖論的現象。

5.可控性

通過以上對P2P網貸信用風險的特征分析可以了解到，信用風險的客觀性與流動性、系統性與非系統性、分布非對稱性等，都使得信用風險的管理面臨著非常復雜的任務。然而以互聯網為依托的P2P網貸，其信用風險卻是可控的。由于以網絡和信息技術為依托，一些控制信用風險的措施能夠基于互聯網技術得到有效實施，從而達到顯著的信用風險控制效果。例如資產組合、信用風險量化管理等，都能夠在互聯網環境下得到有效的落實。

雖然P2P網貸信用風險可控，但要實現對其有效的控制，仍然面臨著許多困難，而加強信用認證，是為P2P網貸信用風險控制提供有力保障的基礎條件。

二、P2P網貸平臺信用風險關鍵影響因素的研究

（一）P2P網貸平臺數量

根據網貸之家的統計數據P2P網貸平臺主要集中于東南沿海區域，這些區域多為經濟發達的省份。根據第一網貸2017年9月最新數據，P2P網貸平臺累計數量5929家，其中正常運營的平臺數量為2004家，9月新增平臺數量6家；9月增加問題平臺數量為70家，累計問題平臺數量3925家。

根據以上數據可見，從2016年8月起，新增平臺數量快速減少，直至2017年9月一直處于較低的增長數量水平，而從新增平臺增長率變化來看，2016年1月4月之間的波動明顯，而2014年4月8月之間則波動相對較小，自2016年9月起新增平臺數量的增長率又開始進入一個大幅波動的狀態。這說明白2016年8月24日銀監會發布《網絡借貸信息中介機構業務活動管理暫行辦法》，加強對P2P網貸平臺監管之后，迅速在市場引起了極大的反響，網貸平臺新增數量的變化上可以看出新規發布后有明顯的變化。

根據以上數據可看出，P2P網貸平臺累計數量的增長率在2017年8月起出現了大幅減小，并于2016年10月開始逐步趨于平穩，但總體增長率處于較低水平，累計平臺數量增長率均在0.5%以下。這說明新政策監管的強化起到了非常有效的市場規范效果，P2P網貸平臺數量增長開始步入穩定的狀態。

在這種平臺數量增長環境下，由于監管的加強，平臺數量變化穩定，使得各平臺信用風險管理的環境也逐步穩定，信用信息管理更加利于開展，因此信用風險在網貸平臺數量變化趨于穩定的環境下，也會處于較穩定的狀態，可控性更強。

另外，從網絡平臺的數量的區域分布來看，廣東、北京、上海、浙江是網貸平臺主要分布的區域，四個省份的網貸平臺總數1297家，占運營平臺總數的64.72%。問題平臺總數的區域分布上，廣東累計問題平臺654家、山東累計588家、上海累計399家、浙江累計382家、北京累計377家，是全國范圍內累計問題平臺數量最多的前五個省份，在以上省份中山東的累計問題平臺數量僅次于廣東，其運營平臺數量截至2017年9月僅為83家，是平臺數量減少快速的省份，其平臺數量變化與其成交額有著直接聯系，而成交額的急速減少，也必然與其較強的信用風險存在一定的聯系。

（二）P2P網貸市場規模

P2P網貸市場規模仍然保持著較快的增長趨勢，根據第一網貸的統計數據顯示，2016年全國P2P網貸成交額28049.38億元，同比（較2015年11805.65億元）增加16243.73億元，增長137.59%；較前年3291.94億元，增加24757.44億元，增長752.06%。日均成交額76.64億元，較去年32.34億元，增加44.30億元，增長137%；較前年9.02億元，增加67.62億元，增長7.5倍；較基期1.77億元，增加了74.87億元，增長了42.30倍。

根據上圖可見，從市場規模增長率來看，2011年是網貸市場規模增長最快的一年，增長率高達1300%。從近幾年來看，相對于2014年268.70%、2015年258.60%、歷年平均281%的市場規模增長率而言，2016年全國P2P網貸成交額增速幾乎“腰折”，但仍屬高速增長。從累計成交額來看，2015年10月是網貸歷史上的一個重大突破，累計成交量首次突破億元大關；而截至2016年底，歷史累計成交額達到4.44萬億元。

根據上表網貸成交額的區域分布數據可見，北京、廣東、上海、浙江四個省份的成交額遠遠高于其它省份的成交額，根據各省份的歷史成交額數據町看出，這四個省份的成交額一直以來都居于全國前列，說明網貸交易在這四個省份非常集中。

在市場規模不斷增長且區域集中的情況下，P2P網貸市場中的信用風險問題也變得較為集中，一般來說成交量較大的區域由于經營管理經驗更加豐富，信用風險管理體系更加完善，因此其信用風險水平則較低。同時，大規模平臺的數量多，且擁有大量的活躍用戶，可收集到的用戶信用信息量大，因此其信用風險的評估的效果更好，信用評估結果也更加合理和準確，以更準確的信用評估體系為依據實施信用風險管理效果必然會更好，相對的信用風險也較小。

另外，從不同P2P網貸平臺的成交額數據來看，一些大規模的網貸平臺具有明顯的優勢，其信用風險也明顯低于其它網貸平臺。根據網貸之家2017年9月份的平臺成交數據，陸金服、紅嶺創投、愛錢進、洋錢罐等P2P網貸平臺居于前列，通過對各網貸平臺的對比分析不難發現，擁有銀行、國資等較強的金融背景的網貸平臺，其成交量大且處于穩定增長的狀態。這說明這些擁有穩定和強大金融背景的網貸平臺擁有更強的風險管控能力，因此其所受到的信用風險影響也會同步降低。

（三）P2P網貸平臺收益率

1.綜合收益率年度變化趨勢

互聯網金融背景下，P2P網貸平臺的收益率也成為影響其發展的關鍵因素，在互聯網環境下P2P網貸平臺的多元化類型特征逐步凸顯，特別是經營主體呈現多元化的發展趨勢，越來越多的銀行、上市公司、風投資本等開始涌入P2P網貸市場，這都加快了P2P網貸市場新格局的形成。特別是自2016年8月新規發布后，對行業的影響更是巨大，原本不穩定的市場因素都開始呈現出穩定的變化特征，各項指標變化也都開始回歸相對穩定的狀態。收益率作為網貸平臺經營的關鍵數據，也發生了極大的改變。

根據上圖網貸平臺綜合收益率變化趨勢可看出，在2016年8月之前P2P網貸平臺綜合收益率的下降趨勢明顯，新規發布后自2016年9月至2017年9月問，綜合收益率趨于穩定，在一定時期內居于9.21%9.83%之間，并有輕微的波動現象。

2.綜合收益率成交量分級變化

綜合收益率成交量分級變化情況的分析，能夠對各個時期成交量中的收益率分布情況進行有效的掌握，從而了解成交量中的收益率結構特點，并對不同收益率水平的成交量變化情況進行全面了解，從而分析成交量變化最為顯著的收益率分級區間，進一步對綜合收益率的結構變化進行有效的分析。

從P2P網貸平臺綜合收益率成交量分級數據可見，成交量分級中占比最高的是12%以下的綜合收益率，而高于12%的綜合收益率2016年8月前在成交量中的占比居于20%上下。

從高收益率占比情況來看，自2016年8月新規發布后，高收益率在成交量中的占比開始下降，直至2017年8月一直居于10%左右，并于2017年5月達到最低占比8.39%，2017年9月12%以上的高收益率成交量占比又開始有所增長，在成交量中的占比達到13.78%。

從低收益率的占比情況來看，自2015年12月2016年6月，低收益率部分在成交量中的占比呈現逐步增加的趨勢，其中8%12%綜合收益率之問的部分在成交量中的占比略減，而8%以下的綜合收益率部分在成交量中的占比則略漲，2016年7月2017年1月之間低收益率部分的成交額在總成交量中的占比處于短期穩定狀態，并于2017年2月3月出現一個明顯的低谷期，在低谷期最為明顯的特征是8%以下收益率的成交量部分占比最大，分別達到了50.53%和49.79%，之后2017年4月出現一個小的波動后，低收益率成交量占比開始逐漸減少，而高于8%的偏高收益率成交量占比開始逐步進入增長趨勢。

這與2017年2月《網絡借貸資金存管業務指引》新規發布有著一定的聯系。新規發布使網貸監管得以進一步加強，嚴格的網貸監管引導網貸市場向著更加規范化的方向發展，綜合收益率的成交量結構也開始更加合理和穩定。這種變化一方面反映出網貸市場趨于穩定，市場信用風險逐步開始受到控制，另一方面，也影響著信用風險自身的變化，當網貸市場收益率趨于穩定后，來自收益的信用風險因素也會變得穩定，從而使信用風險得到一定的緩解。

3.綜合收益率平臺分級變化

綜合收益率平臺分級變化情況的分析，能夠對各個時期平臺數量的收益率分布情況進行有效的掌握，從而了解P2P網貸平臺數量上的收益率結構特點，并對不同收益率水平的平臺數量變化情況進行全面了解，從而分析平臺數量變化最為顯著的收益率分級區間，進一步對綜合收益率的結構變化進行有效的分析。

根據上圖的數據可見，16%以上的高收益率部分的平臺數量自2016年4月起開始明顯減少，并于2016年11月2017年3月之間形成一個相對穩定的區間，之后又開始進入一個短期低速減少的狀態，并在2017年5月再度趨于穩定；12%16%收益率區間的網貸平臺數量則在整體上帶呈現出低速減少的狀態，說明這一收益率區間的網貸平臺穩定性最強，并在政策監管的條件下逐步向著理性化方向發展；8%-12%收益率區間的網貸平臺數量自2016年4月起至今一直呈現出一種穩定增加的狀態，其增長速度雖穩定但也極明顯，2017年9月這一收益率區間的平臺數量占比為58.69%，成為網貸平臺中數量最多的收益率水平等級；8%以下收益率變化在2016年8月之前慢速增加，新規發布后，8%以下低收益率的P2P網貸平臺數量開始出現波動，數量增加趨勢不明顯，這說明8%以下收益率水平的P2P網貸平臺穩定性較差，因此其面臨的信用風險問題也最為突出。

（四）P2P網貸行業貸款期限

根據網貸之家的統計數據，2017年9月P2P網貸行業的行業平均貸款期限為8.9個月，環比縮短0.2個月，同比拉長1.15個月，短期內結束上升趨勢，出現小幅下降。

根據上圖數據可見，2016年2月之前P2P網貸行業貸款期限變化呈現比較穩定的狀態，自2016年3月開始逐步開始呈現出明顯的上升趨勢，2016年12月出現最大漲幅，環比拉長1.05個月，之后于2017年4月出現大幅下降之后，又開始步入緩慢增長狀態。

對于信貸業務而言，一般情況下貸款期限越長，面臨的風險越高，反之亦然。P2P網貸中的貸款期限呈現出上升趨勢，對于平臺直接帶來的影響是風險相應的增加，但信用風險方面來看，正是由于信用風險降低，才能使貸款期限開始延長。說明隨著近年來網貸市場監管不斷加強，信用風險得到了一定的改善，行業信用風險情況有所改善。

（五）P2P網貸人數

P2P網貸人數是指投資人數與借款人數，基于互聯網的P2P網貸行業人數行業信用風險有著最直接的聯系，同時來自于也行業最根本的信用風險來源。根據網貸之家的最新數據，P2P網貸平臺2017年9月的活躍投資人數、活躍借款人數分別為444.96萬人、453.12萬人，繼8月借款人數首超投資人數以來，借款人數與投資人數的差距進一步擴大。其中，活躍投資人數在連續4個月的增長后首次出現了下降，環比降幅為0.48%；活躍借款人數則連續第7個月上升，環比增幅為O.51%。在歷經半年的高速增長后，活躍借款人數進一步減緩。

根據上圖可知，自2017年2月起，投資人數與借款人數之間的差距開始逐漸縮小，并于2017年8月借款人數首次超過投資人數。

對于P2P網貸平臺而言，借款人數越多，對平臺的風險分散效用就越強，相對而言平臺面臨的總體風險就越小，反之平臺的總體風險則較大。另外，借款人數的增加也表示網貸平臺人氣的增加，而人氣增加又會為平臺帶來更多的用戶信用數據，從而為信用風險評估體系以及信用管理提供更加豐富的資源信息依據，促進平臺信用風險管理水平提升，使P2P網貸行業的信用風險管理步入一個良性循環的狀態，增強了信用風險的管控能力。

從投資人數變化方面來看，投資人數的增長為企業提供了更加穩定的資金支持，投資人數越多企業可能出現的信用風險就越少，資金鏈斷裂的發生概率就越低，因此投資人數的增加對于信用風險也有明顯的影響。

三、國內外P2P網貸平臺的經驗借鑒

（一）國外P2P網貸平臺信用風險防控經驗借鑒

P2P網貸于2006年由穆罕默德·尤努斯首創，全球第一家P2P網貸平臺Zopa由四位英國人共同創建。西方發達國家有著非常優秀的信用基礎條件，無論是信用體系、信用法律，還是信用獎懲機制、信用評級產品，都非常完備，這使得西方國家的P2P網貸發展極為順利。而國外優秀P2P網貸平臺的信用風險防控經驗，對于我國P2P網貸行業而言也有著很強借鑒作用。

（1）英國Zopa.Zopa平臺中對貸款人的信用管理非常完善，主要包括貸前調查、貸中審批、貸后檢查、呆賬催收等各個環節，除了對借款人要求按月償還貸款外，還特別鼓勵提前還款行為。由于其完善的信用風險管理體系，使其在信用風險管控方面表現出非常突出的效果。另外實名認證、出借資金分割是Zopa最重要的分散借款信用風險的手段，通過將投資人的資金劃分為50份，出借給50個不同的借款人來完成信用風險的有效分散，將信用風險的控制能力發揮的非常顯著。

（2）美國Prosper.Prosper是美國的首家P2P網貸平臺，在其網貸業務中，借款利率與借款人信用存在相關性，即信用良好的借款人可享受低借款利率，反之借款利率則會較高。另外，朋友評價機制的設計是Prosper信用風險管理上的一項特殊舉措，通過借款人親屬、朋友等為其作證，來判斷借款人信用是否符合借款申請要求，相關信息還會納入信用記錄，以便于分析來自于各個方面的信用信息的準確性。

（3）美國Lending Club.Lending Club是美國第一大P2P網貸平臺，公司成立于2007年5月，截止2014年貸款累計發放額超過41億美元。LC平臺對借款人的信用管理采用了完善的信用評級系統，將信用劃分為A、B、c、D、E、F、G等七個級別，又對每個級別進行再次細分，分別劃分出卜5的子級別，在這種極為細化的信用評級系統管理下，LC對借款人的信用風險管理效果卓著。同時對于不同信用評級的用戶，實施不同的貸款利率標準。在這種嚴格的信用風險管理體系下，雖然有大約90%的借款申請被駁回，但LC平臺的借款人違約率始終處于4%的低水平，極大了保證了平臺的信用情況，將信用風險控制在了極低的水平。

根據國外P2P網貸平臺信用風險管理模式分析，可為我國網貸行業的信用風險提供以下經驗借鑒：

第一，重視行為監管。根據英國Zopa在信用風險管理上的經驗可見，加強對貸款行為及功能的監管，能夠提高平臺的信用風險管控水平。在傳統的資金監管基礎上，關注借款資金流動過程中涉及各個環節的借款人行為、資金用途等，實現更加有效的信用監管。

第二，重視金融消費者保護。從美國Prosper網貸平臺的信用風險管理經驗可知，通過對借款人信用情況加強管理與保護，企業獲得了更多的信用信息支持，來自于借款人親屬和朋友的關鍵信息不僅為企業提供了非常重要的信用資料，同時更有利于形成信用關系網，加快信用評價體系的完善。

第三，實施信息披露。根據美國LC網貸平臺的信用評級體系管理模式，以及美國信用法律的相關要求，P2P網貸平臺的信用數據應當向P2P網貸監管機構SEC（證券交易委員會）定期提交報告，作為P2P網貸監管的主體，SEC有著龐大的信用信息庫，能夠及時為網貸平臺提供有效的信用信息依據，這樣就能夠有效減少平臺的潛在信用風險。

（二）國內P2P網貸平臺信用風險防控經驗借鑒

（1）陸金所。陸金所是中國平安保險集團旗下的子公司，總部位于上海。陸金所主要提供個人小額信貸類產品線下一對一的交易，以手續費作為主要盈利來源。在信用風險防控上，陸金所主要采取了貸前、貸中、貸后的三階段管理模式。其授信模型來源于平安，審核通過率僅為40%左右。同時陸金所所有產品均由平安集團提供全額擔保，為其P2P網貸業務提供了幾乎零風險的強大支持。

（2）人人貸。人人貸成立于2010年，公司位于北京，是目前我國P2P網貸行業的領軍企業。在我國征信體系尚不完善的情況下，人人貸建立了自有的信用等級體系，有一套完整的用戶信用評級機制。在信用風險防控方面，也是通過貸前、貸中、貸后三階段的分別控制來達到良好的信用風險防控效果。

根據對我國P2P網貸平臺信用風險防控分析可見，當前我國P2P網貸平臺主要是通過對貸款不同階段進行分別防控來實現總體的信用風險防控效果，一般的模式就是貸前嚴格的信用審核、貸中跟進資金用途和經營狀況、貸后對逾期情況進行催收等。

四、對P2P網貸平臺信用認證機制的優化設計

（一）人人貸信用認證機制分析

2016年，白銀監會發布（（P2P網貸風險專項整治工作實施方案》后，對網貸行業信用認證機制提出了新的要求：準確掌握網貸機構相關數據，提高數據權威性、準確性及及時性；根據風險程度進行準確分類、制定差別化措施，確保風險的全面排查。2016年8月《網絡借貸信息中介機構業務活動管理暫行辦法》明確了網貸機構對出借人與借款人的保護要求：向出借人以醒目的方式提示網絡借貸風險及禁止性行為，并經出借人確認；應加強借款人及出借人的信息管理，并確保相關信息采集、處理及使用的合法性和安全性。

人人貸根據新規要求，在原有的信用認證機制上，增加了三重審核體系，提高了信用認證機制的科學性和準確性，使信用風險得到了有效降低。具體來說，三重審核體系主要包括：多重渠道體系審核、個人信用風險分析系統、標準化審核作業流程，以經驗豐富的借款審核團隊執行信用認證的審核并最終決定批核結果。在貸后管理上，主要措施有還款日前3天還款提醒；早期逾期使用電話與實地外訪結合催還；中長期逾期則通過外訪催收與法律訴訟結合的形式來追償。

新規后優化的信用認證機制及信用風險管理體系更加完善，對信用風險管理的有效性得以進一步提升。

（二）強化行業自律

根據國外P2P網貸行業信用風險管理經驗可知，行業自律是強化行業信用管理的重要保證，為此優化信用認證機制的首要前提就是加強行業自律，為有效的信用認證機制提供必要條件。具體來說，行業自律主要包括三個方面的內容：

（1）完善行業自律標準。以行業協會的形式建立行業自律機制，增加從業人員資格認證考試，提高行業自律協會工作水平，為行業的健康發展提供保障；

（2）公開財務數據。定期對重要的財務數據進行公開公示，為投資者提供有效的數據參考，使投資者能夠對資金的安全性做出更加有效的判斷；

（3）加強金融消費者保護。建立有效的金融消費者維權機制，完善客戶投訴、安全教育等功能，使金融消費者能夠有效的保護自身權益。

（三）重視行為監管

根據國內外P2P網貸信用風險管理經驗可知，在信用風險防控上，國內外企業都非常關注對貸款行為的監管，傳統的主體監管模式難以滿足信用風險控制的需求，因此從功能監管和行為監管方面入手，加強對信用風險相關行為及功能的監管與審查，能夠使信用認證機制得到有效優化。

（四）明確監管思路

P2P網貸平臺信用認證的優化，應當有明確的監管思路作為指導。以國外網貸行業信用風險監管經驗為依據，主要應當從三個方面來展開：提高準入門檻、加強資金安全、重視信息披露。

（1）提高準入門檻，是通過行業監管控制企業信用風險的最首要任務，根據國外管理經驗可知，西方國家在P2P網貸行業都有著較高的準入門檻，例如美國準入門檻是400萬美元保證金，這是保障消費者（投資人）資金安全的第一道屏障。

（2）加強資金安全管理，要求對資金流向、第三方存管、信息真實性等各方面進行有效的考量，做到全方位的關注資金安全，將信用風險問題出現的可能性降至最低。

（3）重視信息披露，新的行業監管政策對信息披露做出了一定的要求，但要實現有效的信用認證，還是應當對信息披露加強管理，與信用風險相關的關鍵數據不可不真實、不完整。

P2P網貸行業信用認證系統的完善來自于各方面的支持和努力，行業自身應當重視自律、重視行為監管，更要明確監管思路，才能將信用認證機制做到更加完善，為行業發展提供強大的信用風險管控支持。

五、防范P2P網貸平臺信用風險的政策建議

（一）完善基礎性金融法律

從政府視角來看，金融法律的支持是信用風險有效防范的最有力依據。根據國外企業信用風險防控經驗分析可以了解到，國外健全的金融、信用法律環境，是其行業發展的最堅實后盾，因此我國也應當以此為參考，對相關法律法規進行完善。首先，以中國人民銀行征信中心為基礎建立相應的信用系統，并與商業征信體系結合起來，提高網貸平臺的信用對稱性；其次，加強違約處罰機制建設，借鑒國外的管理經驗，對違約行為進行處罰，并記入征信體系中，加強信用管理；最后，對科學的信用評級進行制度完善，以法律角度對P2P網貸平臺的信用評級做出制度要求，完善網貸交易過程。

（二）合理劃分監管主體

根據本文的研究分析可知，目前監管主體的多元化發展趨勢明顯，各種類型的P2P網貸平臺在業務模式上存在著極大的差別，在對不同類型的網貸平臺進行監管時，就必然應當實施創新的監管方式，才能做出更加合理的監管行為。具體來說，需要根據P2P網貸平臺的資本實力、經營狀況、違約率等多個指標，對P2P網貸平臺進行信用等級的評定，以信用評價結果為主要依據，對平臺進行評分，并有針對性的對信用得分較低的平臺加強管理與監督。

（三）完善社會征信體系

雖然目前新規出臺后各P2P網貸平臺在信用風險管理上都得到了有效的加強，但從行業總體來看，要想使信用風險管理水平得到更加全面的提升，從社會層面進行征信體系的完善需求更加突出。因此這就需要從行業內部加強企業問的合作，進一步實現借貸信息的共享及數據交互，并建立起統一的行業信息查詢及審核體系，使行業信用風險管理體系能夠實現與央行信用數據的有效對接，這樣才能使P2P網貸行業的信用風險管理能力得到更加有效的提升。

（四）強化違約懲罰機制

P2P網貸平臺面臨的違約風險會對投資人利益造成極大的損害，互聯網的交易環境使得借款人違約賴賬的代價很低，因此為了對借款人進行更加有力的信用風險管理，就必然應當加強違約懲罰機制，使借款人違約代價提升，以較高的罰款金額、實名制公告、借款違約黑名單等途徑，對違約行為進行嚴厲的懲罰，從而達到控制違約行為的效果。

綜上所述，P2P網貸由于以互聯網為依托，有著更高的效率，受到了市場的青睞，同時由于互聯網提供的信息支持，使得P2P網貸能夠在低成本的模式下完整的運營，為其提供了優于傳統金融借貸業務的最大競爭力。然而在我國P2P網貸市場發展不斷趨于穩定的狀態下，依然可見其中的信用風險因素影響明顯，為了對其進行更加有效的防控，本文認為通過加強信用認證，明確監管機制、完善相關法律、實施合理監管等渠道，可以為網貸市場的規范化發展提供更加有效的支持，推動我國P2P網貸市場的健康發展。

參考文獻：

[1]王丹，張洪潮.P2P網貨平臺信用風險評級模型構建[J].財會月刊，2016，（09）.

[2]魏強，王迪光.P2P網貨平臺借款人信用風險評價指標體系的研究[J].商，2016，（14）.

[3]陳輝.基于100家P2P網貸平臺的貸款人信用風險評估[J].管理觀察，2016，（17）.

[4]張偉男，伊亞秋.P2P網貸平臺信用風險調查分析[J].吉林金融研究，2016，（07）.

[5]董梁，胡明雅.基于Logi stic回歸模型的P2P網貸平臺新進借款人信用風險研究[J].江蘇科技大學學報（社會科學版），2016，（03）.

[6]嚴復雷，李浩然.P2P網貸平臺信用風險影響因素分析[J].西南金融，201 6，（10）.

[7]吳筱霞.基于大數據技術視角的Y網貸公司信用風險管理研究[D].廣西大學，2016.

[8]鄧皓楠.P2P網貸平臺借款人信用風險防范研究[D].湖南大學，2016.

[9]董文奎.P2P網貸平臺借款人信用風險影響因素研究[J].時代金融，2017，（02）.

[10]霍江林，劉素榮.P2P網貸平臺借款人信用風險評估研究[J].金融發展研究，2016，（12）.

[11]郭壬癸.P2P網貸平臺的信用風險現實化控制機制初探——以征信機制為視角[J].中國市場，201 6，（46）.

[12]潘爽，魏建國.P2P網貨平臺的信用風險及其分散機制設計——基于信號傳遞模型[J].財會月刊，201 7，（11）.

[13]劉鵬翔.P2P網貸平臺借款人信用風險的影響因素分析——以拍拍貨平臺為例[J].征信，2017，（03）.

[14]林凌，黃鋅瑩.福建省P2P網貸平臺信用風險影響因素及對策[J].福建金融，2017，（05）.

[15]劉驊，張婕.互聯網金融信用風險預警與審計治理策略研究——以江蘇省P2P網貸平臺為例[J].南京財經大學學報，2017，（04）.

[16]陳燕，夏人青，傅毅.我國大學生P2P網貸信用風險度量研究——基于“速溶360”平臺交易數據[J].金融管理研究，2017，（01）.

[17]鄭彥彥.我國P2P網絡借貸借款人信用風險研究[D].河南大學，2016.

[18]許波.高信用風險下中國P2P網貸新模式的探討[J].北方金融，2015，（03）.

[19] Riza Emekter， Yanbin Tu，Benjamas Jirasakuldech，Min Lu.Evaluating credit risk and loan performance in onlinePeer-to-Peer （P2P） lending[J]. Applied Economics， 2015， （1）.

[20]Xue Lei. Discussion of the Risks and Risk Control ofP2P in China [J]. Modern Economy， 2016， （04）.

[21]Ximing Lv，Lan Zhou， Xiaona Guo. Research on P2P NetworkLoan Risk Evaluation Based on Generalized DEA Model and R-TypeClustering Analysis under the Background of Big Data [J]. Jour-nal of Financial Risk Management， 2017， （02）.

[22]Yanhong Guo， Wen jun Zhou， Chunyu Luo， Chuanren Liu， HuiXiong. Instance-based credit risk assessment for investment de-cisions in P2P lending [J]. European Journal of Operational Re-search， 2016， （2）.