淺談大數據對P2P產業鏈金融動態風險傳導的影響

楊立 丁燕 林喜陽

[摘 要]近年來，我國網絡借貸平臺（peer-to-peer lending platform，P2P）平臺數量大幅增長甚至超過美國，但P2P的發展仍飽受爭議，而且P2P的金融風險也一直成為平臺發展的制約因素，因此，對金融風險傳導機理和防范機制進行研究，具有明顯的現實意義。隨著信息技術的不斷發展，大數據和互聯網對社會發展和生產生活的影響日益提升，大數據時代的到來使P2P的發展呈現出新的態勢，有利于控制P2P產業的金融風險，但也存在很多問題。基于此，本文詳細分析了大數據對P2P產業鏈金融風險傳導源、傳導載體的影響，從而探究大數據對P2P產業鏈金融風險動態風險傳導的影響。

[關鍵詞]大數據;P2P產業鏈;金融風險;傳導源

0? ? ?引 言

起初大部分學者關于大數據對網絡借貸平臺（peer-to-peer lending platform，P2P）風險傳導影響的研究集中在作為風險源的借款人身上。而近年來不少學者關于大數據對P2P風險傳導影響的研究逐漸全面，并明確表明大數據對P2P產業鏈的風險傳導具有一定影響。基于此，本文在前人研究的基礎上詳細分析了大數據對P2P產業鏈風險傳導的影響。

1? ? ?文獻綜述

Emekter認為借助大數據技術挖掘出影響金融風險大小的因素是多樣且復雜的;Lin M、Michels J提出通過借款人的朋友圈、個人財務披露以及借款原因的描述等可以判定借款人作為風險源的風險;Larrimore L指出數據信息歸納分析都會發現投資風險的蹤跡，進而作為借款與否的判斷因子之一;Paravisini D利用對投資者投資組合選擇的分析，估計投資者的風險偏好研究，表明網上金融中介可顯著改善借款人的信貸狀況。

袁義煒認為大數據擴大了風險邊界，風險傳播路徑更加復雜，互聯網金融的風險管控應充分考慮網貸平臺的特殊性，對風險進行合理評估，降低網貸行業違約事件的發生。周漢君詳細分析了P2P網絡風險傳導的機制，包括風險源分析、風險傳導載體、風險傳導對象、傳導路徑等方面，而在風險傳導的每個環節，大數據都起到了或多或少的作用。江東瀚指出大數據對P2P產業鏈的影響有兩面性，大數據本身具備的快速性、透明性、融合性等會提高P2P產業鏈運行效率，使風險傳導更加迅速;李迎春 等認為大數據大量的數據信息有利于減少信息不對稱問題，主張通過建立借款人征信系統來防控風險。

2? ? ?研究技術路線

從P2P網貸產業鏈資金和信息的橫向和縱向傳導方向梳理運作模式，從風險傳導理論出發，尋求風險源、風險傳導過程中風險擴散臨界節點，借助多源數據融合的大數據采集和處理技術，建立風險源形成的影響因子指標體系。其中，大數據背景下P2P產業鏈金融動態風險傳導機制如圖1所示。等級全息建模方法解構P2P網貸產業鏈模型，查找金融風險產生來源;運用大數據融合、挖掘及風控技術等創新手段及實地調研方法，探索P2P網貸產業鏈行業整體金融風險影響因子以及特殊風險因子;案例分析、演繹歸納結合極端假設法綜合構建大數據背景下P2P網貸產業鏈金融風險HHM框架。

3? ? ?研究結論

3.1? ?大數據對風險源的影響

P2P生產鏈金融動態風險傳導是由風險源經載體傳導至傳播對象，風險源是其金融動態風險傳播的起點，分為內源和外源，其中，內源包括P2P平臺、借款人、投資者。

3.1.1? ?內源影響

①大數據的開放性給P2P平臺的安全管理帶來了巨大挑戰。大數據時代帶來了大量信息，公開透明化的信息有利于解決信息不對稱的相關問題，然而信息的安全問題也接踵而至，信息技術的安全是開展P2P網絡業務的前提和基礎，如果平臺技術不過關，則很可能導致客戶信息泄露、隱私曝光，進而增大風險。在大數據背景下，對平臺信息安全管理的要求更高。②大數據背景下仍存在信息障礙，借款人有粉飾資信的傾向。目前，互聯網金融貿易雙方的信息公開化程度越來越高，信息不對稱的問題有所緩解，但在P2P網絡平臺中仍然存在信息共享障礙等問題：首先，借款人可以通過一定方式優化自己的資信讓平臺誤判自己的信用等級來獲取資金;其次，平臺方很難了解借款人對資金的使用方法，導致很多投機者通過“借新還舊”（從A平臺借錢還之前在B平臺之前借的錢）的做法來獲取高額收益，大數據對信息公開問題有所幫助但還存在一定弊端。③大數據背景下，高效的信息傳遞環境會使投資人非理性行為更加劇烈。由于大部分投資者都是個體投資者，由此可以得知這部分人群大多數屬于個體投資者，可能對金融投資的知識了解還不夠，無法理性、科學、全面地判斷投資標的的投資價值，大數據中的信息廣泛且在互聯網幫助下的傳播速度極快，導致投資人沖動投資行為產生，當聽到或者看到某個平臺的項目收益高時，不經過理性思考、不判斷信息的準確性、沒有進行實際考察便蜂擁而上，產生一種羊群效應，最后可能血本無歸。

3.1.2? ?外源影響

P2P網絡借貸風險的外源指P2P網絡借貸業務參與主體以外的相關風險源，包括監管法規、金融市場、宏觀經濟環境、第三方機構。大數據對P2P風險外源的影響主要體現在對金融市場的影響上。在大數據背景下，參與金融的個體數量遠高于傳統的金融模式，使互聯網金融環境復雜度不斷增加。此外，互聯網金融參與者受金融素質等因素的影響，許多參與者識別和承擔風險的能力較差，容易產生多種錯誤的金融行為，而如果出現大規模的非理性決策，會導致互聯網金融市場的平衡性受到破壞，產生系統性的金融危機。不僅如此，我國現行的金融監管主要以“一委一行兩會”（國務院金融穩定發展委員會、中國人民銀行、中國銀行保險監督管理委員會、中國證監會）為主，這種模式對P2P網貸平臺的監管效果較差，我國的P2P發展正處于新興階段，各種P2P產品不斷更新換代，監管政策雖然已經在逐步跟進，但還沒有形成健全的監管系統，P2P一旦受到宏觀經濟環境或者其他方面的沖擊就可能崩塌。

3.2? ?大數據對傳播載體的影響

金融風險的傳導需要依賴一定的載體，P2P生產鏈的風險傳導也是如此。P2P生產鏈金融風險影響因子附著于傳導載體中，沿著一定的路徑進行風險傳導。沒有載體，風險就不可能完成傳導。P2P網絡風險傳導載體主要包括數據信息載體、心理預期載體和業務載體。大數據不僅通過影響風險內源、外源影響風險傳導，也同樣作用于傳播載體。

3.2.1? ?數據信息載體

數據信息是大數據最核心的內容，同時也是P2P進行風險管理最本質的需求。與傳統金融機構相比，P2P利用大數據大幅降低了信息收集、處理和交易成本。一方面，P2P平臺需要大數據的數據信息，以此分析客戶的信用狀況，并根據用戶信息設計出更個性化、更受歡迎的產品;另一方面，由于大數據信息傳播具有速度快、范圍廣的特點，導致P2P生產鏈動態金融風險的傳導速度要比傳統金融更迅速。

3.2.2? ?心理預期載體

心理預期載體指P2P網絡借貸和客戶的心理都會受到來自周圍環境和個體的影響。在大數據背景下，互聯網的催化使信息傳播速度快、心理預期傳導載體的作用更大。投資者會對這個新興產業感到好奇，具有強烈的投資欲望，在投資過程中極有可能忽略一些潛在風險導致投資過度及資產泡沫破滅，從眾心理、羊群效應等在P2P網絡借貸市場層出不窮，投資者的預期和金融市場的道德風險無疑也加劇了金融風險的破環力。

3.2.3? ?業務載體

P2P網絡業務載體指平臺業務本身以及業務流程管理過程中潛在的各種風險（如流動性風險、操作風險等）。即使在大數據的幫助下仍存在信息共享障礙，實際上，在P2P網絡借貸過程中，借款人掌握了自身資信的主動權，極有可能利用這種障礙修改自己的資信狀況，導致風險傳導受到阻礙;平臺借貸在線審核不需要擔保抵押程序，平臺的業務流程設計將直接關系到平臺的安全與否。不好的業務流程設計不僅會導致平臺的運營效率降低，還會滋生平臺的信用危機、操作風險等，這些風險會在大數據的催化下以極快的速度沿著生產鏈的形成路徑傳導給其他業務環節最終導致崩盤。

4? ? ?總結與展望

大數據通過影響P2P生產鏈金融動態風險的風險源和三大風險傳導載體，將風險沿著生產鏈的路徑傳輸到各傳導對象造成其遭受損失。P2P網絡借貸的風險傳導對象主要包括其他P2P網絡借貸平臺機構、傳統金融機構、平臺擔保機構、金融市場以及個體投資者等。每個P2P機構風險的承載能力有限，當機構面臨的風險超過其閥值時，累計的風險將會傳導到P2P網貸業務鏈條中的各個經濟主體。為靜態風險的風險因子在傳導過程中經載體轉變為動態金融風險，大數據的流動性將變得更強，擴大了其金融風險的影響力，使其傳導更加廣泛和迅速。

總的來說，大數據對P2P平臺的作用影響是雙面的，一方面，構建數據信息庫為P2P生產鏈所用，有利于建立征信系統、設計更好的P2P產品;另一方面，大數據的廣泛傳播性會帶來安全管理的考驗、讓P2P生產鏈金融動態風險傳導得更快、波及得更廣，這樣一來，也更容易造成更大的金融危機。因此，相關研究人員應從不同的角度看待大數據對P2P的影響，趨利避害、揚長避短，使其更好地為P2P所用，同時通過研究大數據對P2P生產鏈金融風險傳導機理，制定相應的金融風險防范措施。

在這個過程中，研究人員可以借鑒國外的一些經驗，比如，美國，Lending Club是美國最大的P2P平臺。Lending Club采用了個人信用評級（FairIsaac&Company，FICO）信用評分，具有一套完善且嚴格的評選標準，對借款者和投資者都十分嚴格。這種嚴格的制度有效降低了P2P網貸平臺的信用風險。FICO信用評分得益于大數據的不斷發展，評分包括多方面、多層次的因素，比如，負債歷史、信用年限等，且對此設置不同的權重，最終加權平均得到FICO信用分。P2P的發展降低了物理時空距離對資源交換和信息傳播的影響。伴隨“大數據”“云計算”以及移動互聯網技術等的發展和應用，信息搜尋、存儲成本顯著降低，只要相關工作人員能攻破重重困難，一定能獲得更好的發展。

主要參考文獻

[1]R Emekter，Y Tu，B Jirasakuldech，et al.Evaluating Credit Risk and Loan Performance in Online Peer-to-Peer （P2P） Lending[J].Applied Economics，2015，47（1）：54-70.

[2]Mingfeng Lin，Nagpurnanand R Prabhala，Siva Viswanathan.Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J].Management Science，2013（1）：17-35.

[3]Michels J.Do Unverifiable Disclosures Matter？ Evidence from peer-to-peer Lending[J].Accounting Review，2012（4）：1385–1413.

[4]Laura Larrimore，Li Jiang，Jeff Larrimore，et al.Peer to Peer Lending：The Relationship Between Language Features，Trustworthiness， and Persuasion Success[J].Journal of Applied Communication Research，2011，39（1）：19-37.

[5]Paravisini D，Rappoport V，Ravina E.Risk Aversion and Wealth：Evidence from person-to-person Lending Portfolios[R].National Bureau of Economic Research Working Paper No.16063，2013.

[6]袁義煒.傳統金融與互聯網金融的風險傳導機制分析與比較[J].時代金融，2016（18）：53-54.

[7]周漢君.P2P網絡借貸風險傳導機理與監管策略研究[D].南寧：廣西大學，2018：1-55.

[8]江東瀚.基于大數據P2P網貸產業鏈下金融風險傳導機理與防范機制研究[J].黑河學院學報，2018（6）：68-69.

[9]紀詩諾.大數據技術在P2P網貸平臺征信系統的應用研究[J].對外經貿，2020（5）：75-77，83.

[11]馬婧.產業鏈金融效應分析與風險控制[J].新理財，2020（6）：26-27.

[12]王唯寧.論財務公司在產業鏈金融中的作用[J].時代金融，2015（5）：112.

[13]中國人民銀行鷹潭市中心支行課題組.農村領域P2P網貸平臺的發展與風險初探：以江西省涉農P2P網貸平臺為例[J].武漢金融，2018（3）：87-89.

[14]江乾坤，常夢瑤.我國PP2P網貸平臺大數據風控應用研究[J].財會研究，2016（8）：59-62.

[15]張森，潘丹蓓.大數據環境下P2P網貸平臺個人信用風險評價[J].商訊：公司金融，2017（23）：1.

[16]陳永堅.大數據技術與金融行業的深度融合研究[J].中國商貿，2020（4）：68-69.

[17]李玉，李敬潔.基于大數據的互聯網金融創新模式應用研究[J].農家科技，2018（2）：44.

[18]樊子琦，楊青青.大數據背景下我國民營征信機構發展現狀及改進研究：基于個人征信視角[J].時代金融，2018（23）：35-36.