互聯網金融信用風險管理的文獻綜述

何超 關偉

摘要：現代金融越來越信息化，現在的經濟越來越發展成為了信息的集合體，互聯網借貸平臺自誕生以來，其去中介化的交易模式一直是經濟學、金融學、信息學和社會學等學者們關注的重點。文章基于互聯網金融市場的參與主體對研究成果進行分類和歸納整理，發現以往的研究主要集中于：借款人特征與信息識別對借款成功率及違約風險的影響；投資人的風險偏好和投資行為；以及網貸平臺的定價策略、風險傳導以及造成的監管困境等。文章還提出了未來的研究方向，包括互聯網金融平臺信息價值研究，國際國內互聯網金融的對比研究，傳統商業銀行消費信貸與互聯網金融對比分析等。

關鍵詞：互聯網金融；信息識別；投資行為；信用風險管理；監管

一、 引言

我國改革開放40年，金融行業的結構、功能、風險及監管模式也經歷了發展和變革的40年，信息技術的不斷發展促進了傳統金融的互聯網化，基于高科技因素的互聯網金融開始進入人們的視野，不斷滿足人們日益增長的、多元化的金融服務需求。雖然互聯網金融與傳統商業銀行借貸關系相似，都涉及投資人、借款人和金融中介，但是這三者在這兩個市場中的關系有著本質的區別，銀行作為金融中介完全隔離了投資人和借款人之間的債權債務關系，但是互聯網借貸平臺只是信息樞紐，原則上不承擔任何投資風險（程華和楊威，2016），是對傳統金融融資功能的補充和延伸，服務于主流金融服務半徑難以達到的企業和個人。這種互聯網金融模式具有違約風險、欺詐風險、政策風險和操作風險等風險，由此凸顯出加強互聯網金融信息披露的重要性和必要性。互聯網金融試圖通過大數據平臺、金融科技解決過去的信用評級出現的種種制度和技術障礙，現有的數據平臺可以利用已有的技術對信息進行挖掘、整合和優化，然后提供給平臺的投融資客戶，所以這些平臺企業就成為了信息的中介，并具有一定的信息生產能力，信息對稱是形成合理價格的先前條件。但是目前互聯網金融市場存在嚴重的信息不對稱性，主要是因為較多擁有暴利心態的人簇擁到了互聯網金融的平臺上，從而加深了該市場的風險水平，所以了解該平臺的運營機制和該市場的風險來源和組成尤為重要。

本文整理了對互聯網金融的相關研究，以互聯網金融的參與主體為分類依據，包括借款人特征與信息識別對借款成功率及借款違約風險的影響；投資人的風險偏好和投資行為；以及互聯網平臺企業的定價策略、風險傳導以及造成的監管困境等，以下分別闡述以上三者的相關研究綜述。

二、 關于互聯網借款人風險管理的研究

1. 借款人特征與信息識別對借款成功率的影響研究。網絡借貸是互聯網金融的主要模式之一，特別是在無抵押的信用貸款平臺上，相比于傳統的金融市場，互聯網金融市場投融人之間的信息不對稱程度更大，特別是道德屬性的信息不對稱（Stiglitz & Weiss，1981），因為借款人擁有的信息量遠高于投資人和平臺，所以借款人有可能隱瞞不利于自己獲得低利率貸款的信息，所以對于該平臺的借款人需要更加嚴格的信用評分模型進行信用風險管理（廖理和張偉強，2017）。在這個平臺上，借款人若想通過網貸平臺獲得借款，除了披露一些能夠體現貸款主體和項目信用水平的硬信息，也會自愿披露一些如家庭背景、興趣愛好、社交等軟信息。信息的整理與加工直接決定了借款人的信用等級，而信用等級對借款人能否借款成功至關重要（Klafft，2008），而平臺也是根據聚類借款人的這些信息為出借人提供投資決策的依據（丁杰等，2018），所以借款人的特征和信息識別是影響借款人借款成功率的重要因素。

（1）借款信息描述與借款成功率。在網貸市場借款人會通過借款描述一欄介紹自己更多的個人信息化或者借款目的及用途，進一步說服投資人做出投資決策（王會娟和何琳，2015）。但有學者通過研究發現，借款信息描述對借款是否成功的影響并不一致（陳霄和葉德珠，2018；2017），作者發現提高借款描述的可讀性能夠顯著減少信息噪音，并降低投資者的信息處理成本，從而提高借款的成功率；而且借款描述的標點增加降低了可讀性，但是字數增加提高了可讀性或者信息量，降低了信息不對稱程度。并且，很多情況下，出借人并不能很好地識別借款人的描述的背后的風險，相反，當借款人使用欺騙性的語言時更容易獲得借款，但是這類人的違約率更高（廖理和張偉強，2017）。同樣也有學者發現借款描述的字數、表達方式、具體情況、與金錢相關的數詞或單詞都與借款成功率有關（Herzenstein et al.，2011；Larrimore & Jiang，2011）。

（2）借款人特征與借款成功率?，F有大量學者從行為金融學的角度，研究了網貸市場借款人特征對借款成功率的影響，包括借款人的年齡、性別、外貌、種族、受教育程度和社交等方面。

有研究表明在目前的網貸市場上存在年齡歧視，即年青年人和老年人不容易獲得貸款，或者獲得的貸款金額較少（Loureiro & Gonzalez，2015）。但是對于該平臺是否存在性別歧視和種族歧視，并沒有一致的研究結論。有學者認為在美國的互聯網市場借貸平臺，女性更容易獲得低利率的貸款，但在中國的網貸市場則相反，雖然女性的違約率低，但是女性需要支付更高的貸款利率。同時有學者發現，雖然非洲裔美國人相比白人更不容易得到貸款，且借款利率高，但是他們的違約率也同樣較高（Pope & Sydnor，2011）。

許多研究表明，網貸市場上借款人的外貌對借款人成功率起到了一定的作用（Loureiro & Gonzalez，2015）。比如有學者研究美麗的溢價，認為長相更漂亮的借款人更容易獲得借款，如Ravina（2012）通過研究發現：漂亮的借款人借款成功率比不漂亮的借款人的借款成功率高1.59%，但是也有部分研究表明，漂亮的外貌并不一定能夠給借款人帶來好處，還有可能使其處于劣勢，還有部分學者則研究了是否能夠通過外貌預測借款的違約率和可信度。

除此之外，也有學者研究了借款人社交特征對借款成功率的影響，例如Berger和Gleisner（2012）通過研究得出借款人加入群有利于降低信息不對稱，特別是對信用等級不高的借款人，可以通過群提高其借款成功率（Everett，2010）。還有學者認為擁有更多朋友的借款人能容易獲得借款，而且借款利率相對較低，而且朋友質量越高，借款人將獲得越高的信用等級，也越容易獲得借款（Li，S.，Lin & Qiu，2015）。

2. 借款人違約風險研究。對互聯網金融市場的借款人違約風險的研究主要集中于：研究網絡借款人違約風險影響因素、借款人的違約風險評估以及如何防范借款人違約等。

對借款人違約率的影響因素研究中，有學者通過研究認為借款人的信用等級、償付能力、財務狀況等硬信息對借款違約率有顯著的正向影響（Klafft，2008；陳霄和葉德珠，2016），還有學者認為“軟信息”對借款違約了也會產生一定的影響，而且借款人有可能利用“軟信息”進行“自我粉飾”，從而影響違約率（Berger & Gleisner，2014），有學者研究了種族信息對違約率的影響，得出雖然平臺給黑人的貸款利率越高，但是他們的違約率也更高（Pope & Sydnor，2011）。還有學者研究得出借款人的社群網絡會產生一種“質量信號”，對降低借款人違約率有顯著的正向影響，即能夠顯著抑制違約率（Lin et al.，2013），廖理（2018）認為投資人具有學習效應，同時受教育程度較高的借款者的實際違約率較低。

阮素梅和何浩然（2017）研究了借款人違約風險評估和防范，認為決策樹和支持向量機（SVM）算法能夠較為準確地預測借款人的違約概率。涂艷和王翔宇（2018）則認為平臺可以通過建立相關機器學習模型來正確評價借款人的信用，以實現對借款人違約風險的有效防范。

三、 關于互聯網金融市場的投資人的研究

1. 投資人風險偏好對借貸平臺企業選擇的影響。網貸平臺的運營風險不僅來源于貸方，同時也與投資者的風險偏好相關，程華和楊威（2016）構建了一個企業通過“純平臺模式”的網貸平臺進行融資的模型，并引入了不同風險偏好程度的投資者，認為當融資剛開始進行時更多是風險偏好型投資者進行投資，只有當平臺運營者經營的條件達到更高的水平，風險厭惡型的投資者才有可能進入，所以網貸平臺的參與方需要做好投資者的風險偏好、風險承受能力的綜合評估，對投資者整體的風險偏好信息有充分的了解。Liu和Xia（2017）也通過引入不同風險偏好的投資者建立借貸雙方的演化博弈模型，以研究不同風險偏好的投資者人的投資行為，認為信息搜集成本能夠顯著降低市場的信息不對稱，而且貸款人具有評估借款人的資金需求的能力。

2. 投資人投資行為與市場情緒對借款成功率的影響。學界對投資人投資行為的研究多集中于投資人羊群行為的研究（zhang & Liu，P.，2012），認為羊群行為對網貸交易的成功與否有著顯著的影響，網貸平臺的多元化的投資模式將影響投資人的投資行為（Chen & Lin，2014；zhang & Liu，P.，2012）。有學者研究了網貸市場中的投資者是否具有理性意識對收益和風險進行權衡，胡金焱和宋唯實（2017）認為網貸市場的投資者不屬于完全非理性投資者，從而保證了網貸的平臺中介能夠發揮信息中介的作用，并提升資金的匹配效率。還有學者認為網貸投資人具有群體智慧，隨著羊群效應程度的增強，借款的違約率將下降（廖理，2018），但是投資人也不是完全理性經濟人，他們的投資行為往往還會受到心理、生理和社會的影響（王臘梅，2017）。

對網貸市場投資者情緒的刻畫則主要是通過新聞媒體的詞條進行研究，北京大學互聯網金融研究中心聯合上海金融研究院和螞蟻金服2016年編制的“北京大學互聯網金融發展指數”，刻畫了2014年以來我國互聯網金融的快速發展趨勢。王婧一和黃益平（2018）基于1 700萬條新聞文本數據構建了金融科技情緒指數，發現對于正常的平臺，媒體的關注度和凈情緒的增長與平臺的成交量顯著正相關，而對于問題型平臺，媒體的關注度對成交量與正常平臺的影響沒有顯著的差別，但是凈情緒對成交量的影響更為顯著。

四、 關于互聯網平臺企業運營風險的研究

1. 平臺借貸利率定價影響因素研究。有學者認為互聯網金融借貸市場基本實現了通過市場化行為進行資源配置和差別化定價的發展階段（廖理等，2014）。大多數學者對網貸利率的研究多集中于借款人微觀特征對利率的影響因素上，包括收入（Burtch et al.，2014），認為收入越高的借款人在定價的過程中越有可能存在風險與價格的認知偏誤；年齡及婚姻狀況（陳霄和葉德珠，2016），認為隨著年齡的增長，借款人可能存在認知老化和保守的趨勢，從而無法準確判斷自身的信用狀況（Liu et al.，2015），并且已婚借款人更能充分認知自我，其定價更能反應真實風險（Lepore，1992）；性別（Barasinska & Schafer，2014），認為女性借款人在定價中的抑價幅度高于男性，且對借款定價波動影響不大（Barber & Odean，2001）；教育水平（陳霄和葉德珠，2016；廖理，2018），認為學歷越高的借款人能掌握更多的資源，并能對借款進行準確的定價。還有學者研究網貸市場參與主體的行為如何影響利率，如有學者認為該市場參與主體并非能夠在特定的條件下實現借貸成本的最優化，非理性行為如羊群行為和非理性歧視（Pope & Sydnor，2011）是決定網貸市場利率的重要因素（陳霄和葉德珠，2016）。

2. 對網貸平臺風險管理研究。風險經營是金融的本質，所以風控是金融研究的永恒話題，學者對網貸市場風險的研究主要包括：（1）影響互聯網金融市場違約率的因素及風險評估，如工資收支、性別、借款額度、網站瀏覽的數字足跡等（李杰，2018；阮素梅，2017）；（2）互聯網金融對傳統金融風險承擔的影響（顧海峰，2018），學者認為，首先，互聯網金融與銀行風險承擔之間存在邊際遞增的單門限效應，銀行資本充足率越高，銀行風險承擔對互聯網金融沖擊的反應越靈敏，而且互聯網金融對銀行風險承擔存在功能性差異。其次，互聯網金融能夠促成金融二次脫媒，提升金融風險管理的水平（Srivastava，2014）；（3）網貸市場的風險預警與防范（涂艷，2018；趙虹茜，2016）；（4）網絡借貸市場的信用風險緩釋于管控機制（牛豐和楊立，2016；楊立等，2018），學者通過理論研究拆解了信用風險產生的“理論黑箱”，對網貸風險緩釋提出理論分析框架和支持。（5）互聯網金融科技公司的破產與倒閉（李先玲，2016）等。

3. 互聯網金融造成的監管困境研究。有學者認為在目前互聯網金融發展的相關法律法規和監管缺位且建設過程復雜的情況下，行業自律組織作為政府監管的有效補充，能夠發揮自律管理的重要作用（謝平，2014）。有學者分析了創新與監管中的群體博弈局勢的變化，提出在現有互聯網金融監管缺位的情況下，如何進行金融創新路徑的選擇與監管的策略的選擇（俞林，2015）。還有學者則認為需要強化功能型監管，采用不同的監管模式（鄭聯盛，2014），因為網絡借貸科技公司存在兩種運營策略——“自律”與“不自律”，因為兩種策略的存在，導致了監管也存在“寬松監管”和“嚴格監管”兩種策略，平臺企業和監管機構選擇不同的策略將達到不同的均衡，網貸市場多重均衡的存在，導致了該市場的不穩定性（程華和楊威，2016；劉偉和夏立秋，2018；2017）。可見，網絡借貸市場的健康發展離不開金融監管機構的有效的、動態監管策略。

五、 結論與未來研究方向

網絡借貸自誕生以來一直是經濟學、金融學、信息學和社會學等學科領域關注的重點，大部分對網貸市場的研究主要集中于借款人的風險識別、出借人的投資行為及平臺的風險傳導等。雖然網貸市場的交易模式有利于提高交易的效率，理論上能夠幫助降低借款人的借款成本，并提高出借人的投資收益，但是也因為長尾客戶的特征而加深了金融市場的信息不對稱程度。

基于此，本文提出以下幾個網貸市場未來的研究方向：一是新信息價值研究方向，即互聯網科技公司如何提升自己的信息生產能力，更清晰地界定自身的市場定位，以識別網貸參與者的信用風險等；二是不同國家的互聯網金融與我國互聯網金融發展模式的比較研究，不同國家的網絡借貸發展模式都是基于本國的文化、法律制度和經濟環境發展而來，特別是國外信用評價技術對我國網貸行業信用評價體系的建設具有重要的借鑒意義；三是我國傳統商業銀行業消費金融與網絡借貸在信用評價、客戶群體、成本收益、金融創新等方面的對比分析；四是對網絡借貸的投資人風險偏好、投資行為對借款人成功率與違約風險的影響研究。

參考文獻：

[1] 廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風險識別——來自P2P網絡借貸的證據[J].經濟研究，2014，（7）：125-137.

[2] 廖理，張偉強.P2P網絡借貸實證研究：一個文獻綜述[J].清華大學學報（哲學社會科學版），2017，（2）：186-196.

[3] 葉德珠，陳霄.標點與字數會影響網絡借貸嗎——來自人人貸的經驗證據[J].財貿經濟，2017，（5）：65-79.

[4] 廖理，向佳，王正位.P2P借貸投資者的群體智慧[J].中國管理科學，2018，26（10）：30-40.

[5] 顧海峰，楊立翔.互聯網金融與銀行風險承擔：基于中國銀行業的證據[J].世界經濟，2018，（10）：75-100.

[6] 劉偉，夏立秋.網絡借貸市場參與主體行為策略的演化博弈均衡分析——基于三方博弈的視角[J].中國管理科學，2018，（5）：169-177.

[7] Barber，B.M.，& Odean，T.Boys will be boys：Gender，overconfidence，and common stock investment.Quarterly Journal of Economics，2001，116（1）：261-292.

[8] Herzenstein，M.，Sonenshein，S.，& Dholakia，U. Tell me a good story and I may lend you money：The role of narratives in Peer-to-peer lending decisions.Journal of Marketing Research，2011，48（SPL），S138-S149.

[9] Liu，W.，& Xia，L.-Q.An Evolutionary Behavior Forecasting Model for Online Lenders and Borrowers in Peer-to-Peer Lending.Asia-Pacific Journal of Operational Research，2017，34（01）.doi：10.1142/s0217595917400085.

作者簡介：關偉（1962-），男，滿族，遼寧省沈陽市人，中國人民大學財政金融學院教授、博士生導師，研究方向為信用管理；何超（1990-），女，漢族，湖南省湘潭市人，中國人民大學財政金融學院博士生，研究方向為信用管理。

收稿日期：2019-01-16。