P2P借款人信用研究

常九潔

摘要：隨著互聯網技術的不斷發展與成熟，P2P網絡信貸憑借其便捷，穩定的特質取得了迅猛的發展，不論是交易數量還是交易規模，在眾多互聯網金融模式中，都處于領先位置。本文是以平臺上投資人的視角對該問題做出研究，通過理論和實證相結合，系統的評估了P2P平臺上借款人的信用風險。

關鍵詞：P2P借款人 信用風險 logistics回歸

引言

進入21世紀以來，隨著互聯網技術的不斷發展與成熟，互聯網的思維模式已經滲入到傳統的各行各業。與此同時，隨著金融業在我國的高速發展，互聯網與金融的結合也越來越頻繁。越來越多額互聯網金融產品出現在人們的視野當中。在眾多的互聯網金融模式中，P2P網絡信貸憑借其便捷，穩定的特質在近幾年來取得了迅猛的發展，不論是交易數量還是交易規模，在眾多互聯網金融模式中，都處于領先位置。

雖然，P2P網貸模式憑借其方便快捷的特性在全球范圍內發展迅猛，但不斷攀升的交易量背后，也伴隨著很多問題和風險，在其面臨的諸多問題和風險當中，信用風險首當其沖，絕大多數P2P平臺都或多或少出現此類問題。根據P2P評級網站融360發布的第三期網貸評級報告披露，我國相當一部分體量較小的P2P平臺由于借款人違約而導致的壞賬率超過了20%，一些有著很高知名度的P2P平臺甚至出現了近30%的個人壞賬率，這也使得在我國P2P發展最火爆的幾年問，因P2P平臺資金鏈斷裂而造成的平臺所有者攜款跑路，投資者無法取現的事情經常發生，給我國P2P行業的健康發展造成了不利的影響。

一、文獻綜述

我國學者注意到P2P網絡借貸這一新興模式的時間比較晚，但發展速度很快，近年來取得了很多研究成果。

辛憲（2009）對我國P2P網絡貸款平臺做了詳細的細分，他將其分為了三種，即中介型，公益型以及復合型。其中，公益型的平臺比較特殊，其面臨的群體主要是低收入群體，并集中在欠發達地區。中介型平臺在借貸雙方關系中扮演的是一個純中介的角色，其不干涉交易的任何環節，只是作為一個信息的交換平臺。復合型平臺目前處于主流，其在擔任借貸雙方中介的同時，還會制定貸款利率，信用審查等。

張玉梅（2010）從法律和政策上對我國當前P2P行業的環境做了研究。研究結果發現，當前我國對于P2P行業的監管有著很大的漏洞，其中一個很明顯的就是監管職責不明確。從P2P的金融屬性來看，各P2P平臺應該接受國家金融監督機構的監管，但我國金融監督機構比較多，并未就P2P的監管明確某一部門。從P2P平臺的互聯網屬性來看，P2P網絡借貸平臺應該由各地區的網絡監管部門監管，但網絡監管部門由于對金融行業缺乏了解，所制定的政策也大多局限于網絡安全等方面，并不能有效防范類似信用違約等現象的發生。

張正平（201 3）認為造成我國P2P行業亂相的最根本原因在于準入機制太寬松。他通過對我國1000多家P2P網貸平臺的母公司做出研究，對其公司資產，利潤率，安全性等做了詳細的統計，結果發現，如果按照美國的P2P平臺準入標準，我國超過80%的P2P網絡平臺將無法運營。同時，張正平建議，我國應盡快建立完善的P2P行業專項規定，約束行業行為。

葉湘榕（2014）著眼于我國P2P平臺的風險研究。通過研究，她認為P2P網絡借貸風險形成主要包括信用風險、市場環境風險、操作技術風險和政策風險四種。其中，信用風險是目前我國P2P平臺所面臨的最大風險，這也直接制約了我國P2P行業的整體健康發展。

張鈺敏（2015）在獲取了拍拍貸1000多條交易數據后，對拍拍貸上的借款人信息和借款成功率做了實證分析。實證結果發現，在眾多的借款人信息中，個人收入，擔保情況，標的物信息和最終的借款成功率呈顯著相關關系。

縱觀國內外研究，筆者發展，雖然大家的關注點已經逐漸聚焦于借款人的信用問題，很多學者都明確表示借款人的信用風險是影響P2P平臺正常運營的最大因素。但是，大部分學者對此類問題的研究仍然停留在表層，通過理論和環境研究對借款人的信用做出分析。筆者認為，要想從根本性上提高對借款人信用風險這一問題的認識，必須要結合實例，通過數據分析來研究借款人的信用問題，這也可以更加科學的提出相關建議。

二、理論分析

下面主要從理論闡述我國P2P行業的主要風險和影響因素。本文的研究是基于借貸雙方均為理性人的假設上，即貸款方出借資金和借款方借入資金都是客觀理性地，不考慮其他不可控因素。因此，綜合考慮借貸雙方的風險因子，我們認為P2P網絡借貸風險形成主要包括信用風險、市場環境風險、操作技術風險和政策風險四種。

（一）信用風險

隨著互聯網技術的高速發展，網絡信貸業務也在不斷擴增，隨之而來的信用風險加劇。與傳統信貸平臺相比，P2P網絡信貸平臺在控制信用風險方面具有明顯的缺陷，主要由兩種原因導致：其一，基于互聯網平臺的信貸公司規模較小，其整體應對風險能力和管理債務能力難以同有幾十年甚至百年歷史的銀行等傳統金融機構相媲美；其二，大量的數據證明，P2P網絡貸款的質量偏低，借款人還款能力整體偏弱，壞賬發生率較高，P2P平臺的穩定性遠不如傳統金融機構，因此在信用風險防范方面，P2P平臺應該拿出比商業銀行更有效的管理措施。

（二）市場環境風險

市場環境風險主要指的是信貸活動中可能因利率、匯率、股價等金融因素波動而產生不在預期范圍內的風險，導致借款人或出借人利益受損。在市場環境風險中，利率風險占主要因素。

（三）操作技術風險

與傳統商業銀行相比，P2P網絡借貸作為一項新興行業，其進入門檻較低，國家還未對此出臺完善的監管政策，短時間內大量P2P平臺涌現，但數量雖大，個體規模卻較小，其專業操作難比傳統銀行，因此相關操作技術風險不可忽略。

（四）政策風險

我國目前尚未出臺針對性的法律法規對P2P網絡借貸平臺進行完善的監管和約束，法律的不完備性，使得相關監管機構的職責不明，監管的缺位導致P2P網貸平臺成為被忽視的灰色地帶，行業風險變得更不可控。同時，未來一旦國家政策出臺相關規定，嚴格監管P2P網貸平臺，很可能使其失去現有優勢，發展受阻。因此，政策環境的不確定性，直接影響到P2P的未來生存環境。

三、實證分析

本文中由于因變量的取值只有嚴重違約和沒有嚴重違約兩種類型，因而選取二元Logistic回歸模型進行實證分析。

（一）構建實證分析模型

本文擬通過建立LOGISTIC回歸模型來判斷影響P2P網絡借貸中借款人信用風險的因素。

根據本文的研究目的，利用爬蟲技術獲取的P2P網絡信貸公司人人貸的796條樣本數據進行篩選合并，劃分為正常還款的交易697條和嚴重違約的交易99條。對各變量數據進行賦值。

建立二元Logistic回歸理論模型如下：

（二）二元Logistic回歸模型擬合結果.

擬合回歸模型的偽決定系數為0.243，一般認為分類數據的模型分析中，這一系數都不會太高，本文中偽決定系數不高，符合這一規律。

在本次模型擬合中，X1為年齡，X2為婚姻狀況，X3為受教育程度，X4為月收入，X5為工作年限，X6為地域分布，X7為借貸金額，X8為借貸期限，X9為歷史違約次數，X10為信用等級，X11為認證水平回歸模型式為：

從結果可以看出，年齡變量的系數為負表明年輕群體中更容易在使用P2P網絡借貸平臺時出現嚴重違約行為的情況，這與傳統認識中年輕人較少具有擔當的觀點相一致；婚姻狀況變量的系數為負，這表明在已婚群體在使用P2P網絡借貸平臺時所出現嚴重違約行為的情形較少，相比較于未婚或者其他婚姻狀況，已婚群體的信用風險偏小；

受教育程度變量的系數為負也反映出隨著借款人受教育程度的提高，借款人通過P2P網絡借貸平臺而出現嚴重違約的情形也逐步減少；月收入情況變量的系數為負，表明隨著借款人月收入的提高，在P2P網絡借貸平臺上出現嚴重違約的行為在減少；

工作年限變量系數為正則表明隨著借款人工作年限的不斷增加，借款人通過P2P網絡借貸平臺上出現嚴重違約的行為概率會提高，這與通常認為借款人工作年限的增加，違約成本提高，信用風險下降的認識有所矛盾，本文認為這可能與本文中所涉及的工作年限的跨度相對局限有關，工作年限變量系數為正可能在一定區間內成立，具體還有待之后的研究進一步探索發現。

綜上可以得出，容易在P2P網絡借貸活動中信用風險偏高的群體具備有以下的特征：年齡較低、未婚、受教育程度較低、月收入情況較低、工作年限較長、所處的地區經濟發展水平相對滯后、借貸期限較短、歷史違約次數較多、信用等級較低、認證水平低。上述特征僅是通過本文所搜集數據進行實證研究的結論，由于研究還存在值得改進的地方，因而本文所歸納的特征僅作為學術研究探討之用。

四、結論

本文首先通過網絡爬蟲技術從P2P網絡借貸平臺人人貸上獲取了樣本數據信息，其次在對樣本數據進行篩選之后，對借款人的基本信息情況和借款信息進行描述性統計分析，最后以借款人在P2P網絡借貸平臺是否發生嚴重違約行為為因變量建立二元Logistic回歸模型進行影響借款人發生嚴重違約行為影響因素的實證分析。

分析結果表明，容易在P2P網絡借貸活動中信用風險偏高的群體具備有以下的特征：年齡較低、未婚、受教育程度較低、月收入情況較低、工作年限較長、所處的地區經濟發展水平相對滯后、借貸期限較短、歷史違約次數較多、信用等級較低、認證水平低。P2P網絡借貸平臺在建立風險管理模型的過程中，需要針對影響借款人信用風險的因素進行全面考量，降低P2P網絡借貸平臺的運營風險，維護我國金融市場的穩定有序發展。