網(wǎng)絡(luò)借貸信譽風(fēng)險論文

網(wǎng)絡(luò)借貸信譽風(fēng)險論文一、文獻回首與理論分析Ｐ２Ｐ網(wǎng)絡(luò)借貸作為新生事物，吸引了諸多研究者的關(guān)注，國內(nèi)外學(xué)者對其進行了大量的研究，從最初的Ｐ２Ｐ網(wǎng)絡(luò)借貸起源與現(xiàn)狀、特征、經(jīng)營形式，到后面的積極作用與消極作用、發(fā)展趨勢等方面，而近幾年則將目光集中在了網(wǎng)絡(luò)借貸的信譽風(fēng)險上?！惨弧尘W(wǎng)絡(luò)借貸信譽風(fēng)險分析早期的Ｐ２Ｐ網(wǎng)絡(luò)借貸信譽風(fēng)險研究表明，平臺中借款者的特征差異不大，但是信譽風(fēng)險卻很顯著。Ｈｅｒｚｅｎｓｔｅｉｎｅｔａｌ．〔２００８〕和ＰｏｐｅａｎｄＳｙｄｎｏｒ〔２０１１〕以為，Ｐ２Ｐ網(wǎng)絡(luò)借貸平臺是由投資者個人而非借貸平臺挑選確定借款人能否值得信賴，因而，更容易出現(xiàn)借款人通過虛假陳述騙取借款的情況，即網(wǎng)絡(luò)借貸的風(fēng)險更大［２］。Ｍｉｃｈａｅｌｓ〔２０１２〕通過對Ｐｒｏｓｐｅｒ網(wǎng)站上的數(shù)據(jù)分析，發(fā)現(xiàn)網(wǎng)絡(luò)借貸平臺責(zé)任的缺失使網(wǎng)絡(luò)借貸市場運行有效性下降，因此帶來較大的風(fēng)險［３］。Ｓｕｆｉ〔２００７〕，ＭｉｃｈａｅｌＫｌａｆｆｔ〔２００８〕以為，好像在金融市場中一樣，網(wǎng)絡(luò)借貸市場也存在信息不對稱，此外，由于投資者缺乏經(jīng)歷，網(wǎng)絡(luò)環(huán)境下貸款的信譽風(fēng)險更高［４］。Ｌｅｅｅｔａｌ．〔２０１２〕研究韓國最大Ｐ２Ｐ平臺上的“從眾行為〞發(fā)現(xiàn)，“從眾行為〞導(dǎo)致網(wǎng)絡(luò)借貸信譽風(fēng)險加大，即信息不對稱現(xiàn)象非常嚴重，往往還會導(dǎo)致道德風(fēng)險［５］。在國內(nèi)，近幾年來由于網(wǎng)絡(luò)借貸平臺資質(zhì)良莠不齊，發(fā)展形式并不規(guī)范，帶來很大的信譽風(fēng)險［６］。陳初〔２０１０〕也以為，Ｐ２Ｐ平臺可能泄露重要的信息，加之貸款用處難以核實，信譽風(fēng)險很大［７］。由于網(wǎng)絡(luò)借貸平臺作為交易平臺，實行的是無擔(dān)保無抵押，缺乏擔(dān)保的Ｐ２Ｐ借貸會使債權(quán)人的風(fēng)險增加［８］?！捕尘W(wǎng)絡(luò)借貸信譽風(fēng)險管理信譽風(fēng)險管理就是通過有效的方法對信譽風(fēng)險進行分析、防備和控制，使風(fēng)險貸款安全化，確保本息的收回。借貸平臺信譽風(fēng)險管理水平?jīng)Q定了本身的生存和發(fā)展，也對金融體系的穩(wěn)定與發(fā)展產(chǎn)生宏大影響。國外的信譽風(fēng)險管理體系發(fā)展較早，在實踐和理論上已經(jīng)構(gòu)成相應(yīng)的體系，不少學(xué)者的研究主要集中在怎樣使投資人更好地把握借款人誠信信息以及如何通過借貸平臺本身機制有效緩解信息不對稱等方面。ＦｒｅｅｄｍａｎａｎｄＪｉｎ〔２００８〕發(fā)現(xiàn)，固然投資者由于信息不對稱問題面臨著逆向選擇的風(fēng)險，但網(wǎng)站上提供的資料信息能夠在一定程度上幫助識別潛在的信譽風(fēng)險［９］。Ｌｉｎｅｔａｌ．〔２００９〕也指出社會互動作為一種軟信息資源，能夠一定程度上降低信息不對稱和道德風(fēng)險［１０］。ＨａｒｐｒｅｅｔＳｉｎｇｈａ〔２００９〕使用決策樹對不同期限、風(fēng)險配置的投資進行研究，以為目前主要是通太多樣化投資來降低信譽風(fēng)險［１１］。國內(nèi)的Ｐ２Ｐ網(wǎng)絡(luò)借貸形式尚處于起步階段，信譽風(fēng)險管理體系不健全，大多數(shù)平臺只是根據(jù)本身情況建立了基于專家判定法的信譽評分模型，但由于此模型的預(yù)測能力沒有通過系統(tǒng)驗證，在實際業(yè)務(wù)中的應(yīng)用實效大打折扣［１２］。可見在我國個人信譽體系缺失的情況下，國內(nèi)網(wǎng)絡(luò)借貸平臺的信譽評級對信譽風(fēng)險控制的作用并不大［８］。此外，李悅雷〔２０１３〕以為借貸中人際關(guān)系的應(yīng)用能降低金融交易的風(fēng)險和成本［１３］。陳初〔２０１０〕則以為可把從事網(wǎng)絡(luò)借貸業(yè)務(wù)的網(wǎng)站界定為民間借貸中介組織，即可將網(wǎng)絡(luò)借貸納入相關(guān)的監(jiān)管系統(tǒng)［７］。綜上所述，學(xué)者主要是基于理論對Ｐ２Ｐ網(wǎng)絡(luò)借貸信譽風(fēng)險進行分析，或者定性分析當(dāng)前Ｐ２Ｐ網(wǎng)絡(luò)借貸的信譽風(fēng)險管理，而對網(wǎng)絡(luò)借貸平臺信譽風(fēng)險影響因素的實證研究較為缺乏。因而，本文擬從Ｐ２Ｐ網(wǎng)絡(luò)借貸平臺的內(nèi)部視角，運用平臺詳細數(shù)據(jù)，對網(wǎng)絡(luò)借貸信譽風(fēng)險的影響因素進行實證，分析網(wǎng)絡(luò)借貸平臺的信譽風(fēng)險管理體系能否能有效控制信譽風(fēng)險，并提出控制網(wǎng)絡(luò)借貸信譽風(fēng)險的政策建議。二、實證分析〔一〕數(shù)據(jù)選取本文基于ＶＢＡ開發(fā)環(huán)境，采用ＸＭＬＨｔｔｐＲｅ－ｑｕｅｓｔ方法。網(wǎng)絡(luò)借貸平臺的貸款頁面ＵＲＬ〔Ｕｎｉ－ｖｅｒｓａｌＲｅｓｏｕｒｃｅＬｏｃａｔｏｒ〕具有一定的規(guī)律，即每筆貸款都根據(jù)借款時間通過編號排列順序，ＵＲＬ的結(jié)尾都是以貸款編號結(jié)束，我們正好利用這一特點，通過固定編號獲取大量貸款數(shù)據(jù)。將需要的貸款編號列入Ｅｘｃｅｌ中的第一列，然后利用ＶＢＡ函數(shù)讀取編號對應(yīng)的網(wǎng)頁。將網(wǎng)頁轉(zhuǎn)換為文本格式以后，由于需要的數(shù)據(jù)都出如今頁面的特定位置上，ＶＢＡ函數(shù)通過定位關(guān)鍵字，將對應(yīng)變量的詳細數(shù)據(jù)采集到Ｅｘｃｅｌ表格對應(yīng)的其他列中。通過不斷地讀取對應(yīng)網(wǎng)址頁面，本文對拍拍貸編號為２２００００～３１９９９９以及人人貸中編號為１２００００～１７９９９９的借款數(shù)據(jù)和相應(yīng)的借款人信息進行下面收集。主要從人口特征、信譽變量、歷史表現(xiàn)和借款信息四個方面選取網(wǎng)絡(luò)借貸信譽風(fēng)險影響因素的變量〔見表１〕，即：從拍拍貸及人人貸網(wǎng)站平臺上提取的數(shù)據(jù)，刪除一些缺失數(shù)據(jù)以及審核未通過數(shù)據(jù)，從拍拍貸網(wǎng)站得到了６１９４４組有效數(shù)據(jù)，其中存在信譽風(fēng)險的用戶數(shù)據(jù)共有３３６０組，違約率到達了５．４２％；從人人貸網(wǎng)站得到了５９９７２組有效數(shù)據(jù)，提取其中存在信譽風(fēng)險的數(shù)據(jù)８１０組，違約率為１．３５％。對數(shù)據(jù)中借款人的基本人口特征進行初步分析，結(jié)果如表２、３所示。從表２、３的數(shù)據(jù)能夠初步判定，具有信譽風(fēng)險的借款人性別主要以男性為主，無論是占樣本比率還是占逾期比率，男性借款人逾期概率都要遠遠高于女性；年齡方面，２６～３１歲的逾期人數(shù)占到總逾期人數(shù)的比率明顯高于其他年齡段，且隨著年齡的增加，違約概率呈明顯降低趨勢?！捕衬Ｐ瓦x擇①類似于二元選擇模型，假設(shè)潛在變量ｙ與解釋變量ｘ存在線性關(guān)系ｙ＊ｉ＝ｘ＊ｉβ＋ｕ＊ｉ，ｉ＝１，２，３，…，Ｎ，其中ｕｉ是獨立同分布的隨機干擾。總共有Ｍ＋１個等級，觀測到ｙｉ位各個等級的概率為：Ｐ〔ｙｉ＝０〕＝Ｆ〔ｃ１－ｘ′ｉβ〕，Ｐ〔ｙｉ＝１〕＝Ｆ〔ｃ２－ｘ＇ｉβ〕－Ｆ〔ｃ１－ｘ′ｉβ〕，…，Ｐ〔ｙｉ＝Ｍ〕＝１－Ｆ〔ｃＭ－ｘ＇ｉβ〕。模型采用極大似然法估計，其中，ｃ１，ｃ２，…，ｃＭ是Ｍ的臨界值，作為參數(shù)和回歸系數(shù)一起估計?！踩硨嵶C研究從結(jié)果能夠看出，除了ａｇｅ不夠顯著〔Ｐ值＜１０％，呈負相關(guān)〕以外，剩下的變量ｆａｉｌ、ｇｅｎｄｅｒ、ｃｒｅｄｉｔ、ｓｕｃｃｅｓｓ、ｒａｔｅ和ｔｉｍｅ對于信譽風(fēng)險的影響都很顯著〔Ｐ值＜５％，呈正相關(guān)〕。正如Ｉｙｅｒｅｔａｌ．〔２００９〕發(fā)現(xiàn)的，信譽變量、歷史信譽等對信譽風(fēng)險有相關(guān)影響［１４］。而ＦｒｅｅｄｍａｎａｎｄＪｉｎ〔２００８〕也發(fā)現(xiàn)，高利率的借款人通常具有較高的信譽風(fēng)險［９］。人人貸中ｇｅｎｄｅｒ、ｓｕｃｃｅｓｓ不夠顯著，可能是由于人人貸網(wǎng)站中具有信譽風(fēng)險的用戶較少，人口特征和歷史表現(xiàn)無法在一定程度上反映信譽風(fēng)險。排序選擇模型是概率模型，由于有多個等級，圖２為觀測到的屬于各個等級的概率預(yù)測，每個觀測都是對應(yīng)信譽風(fēng)險等級的概率預(yù)測，并且概率之和為１。從圖２看出，基本各個風(fēng)險的概率處于穩(wěn)定。以上分別從人口特征、信譽變量、歷史表現(xiàn)和借款信息四個方面對信譽風(fēng)險的影響進行了研究，結(jié)果發(fā)現(xiàn)：１．人口特征〔ａｇｅ、ｇｅｎｄｅｒ〕對信譽風(fēng)險的影響都較為顯著，講明人口特征對網(wǎng)絡(luò)借貸經(jīng)過中的信譽風(fēng)險具有一定的影響。從表２和３中可以以看出，在具有信譽風(fēng)險的借款人中，男性的比率遠遠高于女性。由于Ｐ２Ｐ網(wǎng)絡(luò)借貸依托于互聯(lián)網(wǎng)，介入用戶體現(xiàn)出年齡較小的趨勢，但是年輕的用戶經(jīng)濟基礎(chǔ)較為薄弱，經(jīng)濟來源也不太穩(wěn)定，往往容易出現(xiàn)資金短缺的情況，信譽風(fēng)險較高；年齡較大的用戶社會資源豐富，經(jīng)濟來源也較為穩(wěn)定，信譽風(fēng)險就相對較低。２．信譽變量〔ｃｒｅｄｉｔ〕中，認證等級是網(wǎng)站對用戶各項資料進行評分，然后加總起來得到的信譽評級。理論上，認證等級越高信譽風(fēng)險就越低，但實證結(jié)果顯示，認證等級與信譽風(fēng)險正相關(guān)。網(wǎng)站上的認證分僅僅只是對一些基礎(chǔ)信息打出的分數(shù)，如身份證、學(xué)歷、視頻等認證，但平臺往往無法保證其真實性，所以，網(wǎng)站由于本身能力有限而無法到達控制信譽風(fēng)險的預(yù)期效果，即平臺的信譽等級評分對用戶避免信譽風(fēng)險起到的作用不大，有時還導(dǎo)致一些反效果。３．歷史表現(xiàn)〔ｓｕｃｃｅｓｓ、ｆａｉｌ〕中，失敗和成功的次數(shù)都是用戶在平臺的活躍程度。成功的次數(shù)越高，講明在此次借款之前，借款人都按時完成還款，即信譽等級很高，但對某些人來講，成功的次數(shù)只是為了提高本人的信譽，最終借到需要的金額，所以與信譽風(fēng)險呈正相關(guān)。失敗的次數(shù)多，講明借款人的信息無法給投資者安全感，即被大多數(shù)投資者以為具有較高的信譽風(fēng)險，在借款成功后出現(xiàn)違約的可能性更大，即失敗次數(shù)與信譽風(fēng)險負相關(guān)。４．借款信息〔ｒａｔｅ、ｔｉｍｅ〕中，優(yōu)質(zhì)的借款者往往難以提供足夠高的收益率，即利率與信譽風(fēng)險呈正相關(guān)。還款期限也和風(fēng)險呈正相關(guān)關(guān)系，在網(wǎng)絡(luò)借貸平臺上的借貸行為，由于沒有人際關(guān)系作為潛在的信譽保障，一筆投資無疑是時間越短，所要面臨的信譽風(fēng)險就越小。時間越長，投資者的相對風(fēng)險就越大，因而，時間成為正向影響信譽風(fēng)險的顯著因素。從以上的數(shù)據(jù)分析以及實證中發(fā)現(xiàn)，網(wǎng)站對于借款人的信譽評分對信譽風(fēng)險管理并沒有起到本質(zhì)性作用，評分高的用戶仍然具有較高的信譽風(fēng)險。網(wǎng)站為知足借款人的資金安全性要求，在借款滿額后進行內(nèi)部審核，但是內(nèi)部審核主要也是以信譽評分為基礎(chǔ)，對防止信譽風(fēng)險效果不大。出現(xiàn)逾期現(xiàn)象后，平臺對借款人實行本金保障制度，但在監(jiān)管缺失的情況下，由于沒有特定的維權(quán)部門，逾期還款的追討難度很大，而風(fēng)險儲備池的資金有限，加大了平臺的經(jīng)營風(fēng)險，所以，單靠平臺本身無法對信譽風(fēng)險進行有效管理。三、結(jié)論與政策建議在傳統(tǒng)的借貸形式中，銀行等金融機構(gòu)承當(dāng)了審貸和管理的角色。由于銀行有借款人的具體信息，同時也把握復(fù)雜的風(fēng)險評估方法，因此能相對較好地消除借貸經(jīng)過中的信息不對稱。而在Ｐ２Ｐ網(wǎng)絡(luò)借貸環(huán)境中，出借人幾乎無法把握借款人的真實情況，信息不對稱問題非常嚴重。以上實證發(fā)現(xiàn)，網(wǎng)站中所提供的信譽數(shù)據(jù)，對防備信譽風(fēng)險沒有起到本質(zhì)性作用，即單靠網(wǎng)站來解決信譽風(fēng)險是不夠的。為了有效控制網(wǎng)絡(luò)借貸信譽風(fēng)險，需要從下面幾個方面進行努力：〔１〕在平臺外部，政府應(yīng)確立專門的監(jiān)管體系，規(guī)范網(wǎng)絡(luò)借貸平臺運行機制，明確網(wǎng)絡(luò)借貸中網(wǎng)站、借款人、貸款人和監(jiān)管方的權(quán)利和義務(wù)，尤其要注意維護用戶的合法權(quán)益〔如知情權(quán)、隱私權(quán)等〕，制定平臺用戶信息安全保障的詳細內(nèi)容，最大程度地使網(wǎng)絡(luò)借貸安全有序進行。同時，要構(gòu)建客觀全面的客戶信譽評級體系，將網(wǎng)絡(luò)信譽的數(shù)據(jù)與人民銀行的個人征信系統(tǒng)結(jié)合起來，實現(xiàn)統(tǒng)一的信譽體系，到達控制風(fēng)險、促進網(wǎng)絡(luò)借貸