用戶局限于企業(yè)團(tuán)內(nèi)部的P2P借貸系統(tǒng)的信用評(píng)價(jià)模型與風(fēng)險(xiǎn)機(jī)制

摘 要：文章是探討基于手機(jī)平臺(tái)的用戶群局限為企業(yè)團(tuán)內(nèi)部人群的P2P借貸系統(tǒng)項(xiàng)目本身的借出與借入需要的相應(yīng)的信用評(píng)價(jià)模型，和風(fēng)險(xiǎn)機(jī)制。以最直觀的方式，讓貸方對(duì)資金的流出進(jìn)行選擇。本模型相比面向大眾的P2P借貸信用評(píng)價(jià)模型而言更簡(jiǎn)潔直觀，直接與企業(yè)內(nèi)部職員信息與工資掛鉤，免去了與銀行信用中心打交道的繁瑣流程，且一定程度上降低了壞賬風(fēng)險(xiǎn)，安全性更有保障。

關(guān)鍵詞：P2P；借貸系統(tǒng)；企業(yè)內(nèi)部；信用評(píng)價(jià)模型；風(fēng)險(xiǎn)機(jī)制

中圖分類號(hào)：TP183

1 P2P借貸系統(tǒng)的信用評(píng)價(jià)體系與風(fēng)險(xiǎn)機(jī)制

所謂P2P借貸系統(tǒng)的信用評(píng)價(jià)體系，是指?jìng)€(gè)人在初次進(jìn)入系統(tǒng)時(shí)按照個(gè)人資料進(jìn)行判定所得的最初信用認(rèn)證，以及交易雙方在一筆交易完成后，在評(píng)價(jià)有效期內(nèi)，根據(jù)本次交易的情況對(duì)交易對(duì)象進(jìn)行相互評(píng)價(jià)，形成信用的信息反饋，并將一個(gè)用戶得到的所有評(píng)價(jià)按一定方式集結(jié)為該用戶的信用度和信用記錄，用以反映該用戶的信用狀況，供其他用戶作交易決策參考。而相應(yīng)的風(fēng)險(xiǎn)機(jī)制，則是系統(tǒng)為了避免產(chǎn)生借款拖欠或者其他人為與非人為原因造成壞賬率而采取的措施和運(yùn)營(yíng)方式。

1.1 現(xiàn)有的P2P信用評(píng)價(jià)模型與風(fēng)險(xiǎn)機(jī)制

1.1.1 信用評(píng)價(jià)模型

拍拍貸的信用評(píng)價(jià)體系會(huì)根據(jù)借款人提供的資料將借款人分為AA、A、B、C、D、E、HR七個(gè)等級(jí)，信用等級(jí)的分?jǐn)?shù)同時(shí)包括網(wǎng)上得分和網(wǎng)下得分，網(wǎng)上得分一般為認(rèn)證得分。網(wǎng)下得分是根據(jù)用戶提交的其他信息來確定的，包括年齡、學(xué)歷、工作、收入等各個(gè)因素。

1.1.2 風(fēng)險(xiǎn)機(jī)制

拍拍貸根據(jù)借款人的真實(shí)身份、銀行存款、動(dòng)產(chǎn)及不動(dòng)產(chǎn)等信息對(duì)借款人進(jìn)行信用評(píng)級(jí)。與此同時(shí)，拍拍貸攜手身份網(wǎng)并基于“全國(guó)公民身份信息系統(tǒng)（NCIIS）”來推出權(quán)威的身份認(rèn)證方式。

1.2 P2P信用體系與風(fēng)險(xiǎn)機(jī)制存在的問題

1.2.1 缺少相關(guān)法律規(guī)定，從而缺乏監(jiān)管

由于缺乏相關(guān)法律規(guī)定，P2P網(wǎng)絡(luò)借貸業(yè)務(wù)無法被明確的界定，從而缺少監(jiān)管，目前仍無法確定到底由銀監(jiān)、工商、通信、公安、哪個(gè)部門監(jiān)管或協(xié)管。

1.2.2 貸款者面臨壞賬風(fēng)險(xiǎn)

目前貸款者在P2P網(wǎng)絡(luò)借貸平臺(tái)上進(jìn)行投資，面臨兩類風(fēng)險(xiǎn)：一是平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)，二是借款者不按時(shí)還款及惡意拖欠造成的壞賬風(fēng)險(xiǎn)。

1.2.3 平臺(tái)信用風(fēng)險(xiǎn)及個(gè)人信用風(fēng)險(xiǎn)

（1）借貸平臺(tái)信用風(fēng)險(xiǎn)。作為新興行業(yè)，進(jìn)入門檻低，注冊(cè)沒有資本金要求，不少缺乏實(shí)力及運(yùn)作經(jīng)驗(yàn)的人可以大量開辦。（2）借款人信用風(fēng)險(xiǎn)。中國(guó)個(gè)人征信體系不完善所帶來的風(fēng)險(xiǎn)

1.2.4 網(wǎng)絡(luò)安全風(fēng)險(xiǎn)

（1）用戶數(shù)據(jù)泄露，個(gè)人資料泄露會(huì)給用戶帶來重大損失。（2）平臺(tái)賬戶被不法者利用。平臺(tái)本身疏于自律，或內(nèi)部控制程序失效，導(dǎo)致不法人員捏造借款信息出現(xiàn)非法集資的情形。

2 用戶群局限于企業(yè)團(tuán)內(nèi)部的P2P借貸的信用評(píng)價(jià)模型與風(fēng)險(xiǎn)機(jī)制

2.1 信用評(píng)價(jià)模型

2.1.1 初次注冊(cè)用戶信用評(píng)分（信用認(rèn)證）

首先對(duì)于P2P的借貸系統(tǒng)的注冊(cè)，由于系統(tǒng)的客戶人群定位局限于企業(yè)團(tuán)內(nèi)部，故人員的具體詳細(xì)信息在后臺(tái)的數(shù)據(jù)庫(kù)中均存在。從而無需像一般借入申請(qǐng)一樣需要前往征信中心，獲取個(gè)人信用報(bào)告，有效的避免了冗雜的借款流程。當(dāng)注冊(cè)時(shí)，系統(tǒng)直接從數(shù)據(jù)庫(kù)端進(jìn)行信息查詢，數(shù)據(jù)庫(kù)中只有存在人物信息，方可允許進(jìn)行注冊(cè)，否則拒絕注冊(cè)。注冊(cè)成功之后，系統(tǒng)通過對(duì)于有無住房、有無抵押、個(gè)人收入、工作年限、婚姻情況、職位性質(zhì)、戶籍情況、文化程度、年齡等方面進(jìn)行相關(guān)計(jì)算給出對(duì)個(gè)人的信用認(rèn)證，以及初次評(píng)分。接著，由同時(shí)調(diào)出的存在數(shù)據(jù)庫(kù)中的個(gè)人信息檔案，系統(tǒng)進(jìn)行后臺(tái)打分。由得出的分?jǐn)?shù)以及企業(yè)分?jǐn)?shù)的折算比加成為個(gè)人的初始借款信用評(píng)分。企業(yè)與個(gè)人信用所得評(píng)分進(jìn)行加成之后為個(gè)人初始借款評(píng)分，即初次注冊(cè)用戶的借款信用評(píng)分，供借出人進(jìn)行參考。在注冊(cè)時(shí)，系統(tǒng)直接可以獲得用戶的工資卡信息，且用戶提出借款申請(qǐng)時(shí)需要授權(quán)系統(tǒng)在必要時(shí)可以直接從用戶工資卡中提取相應(yīng)金額，來防止用戶而已拖欠還款，而進(jìn)行相應(yīng)的強(qiáng)制手段。

2.1.2 用戶進(jìn)行借款操作的評(píng)分標(biāo)準(zhǔn)

對(duì)于用戶的不同還款行為給予相應(yīng)的獎(jiǎng)勵(lì)與懲罰。

每一次成功的交易，以用戶還清所有的借款為準(zhǔn)。系統(tǒng)采用分散投標(biāo)方法，即每一次借款均拆成多份進(jìn)行投標(biāo)，從而降低風(fēng)險(xiǎn)。

2.1.3 用戶進(jìn)行借出操作的評(píng)分標(biāo)準(zhǔn)

對(duì)于作為出借人，根據(jù)投標(biāo)行為進(jìn)行相應(yīng)加分，分?jǐn)?shù)主要反應(yīng)的是用戶作為出借人的投標(biāo)表現(xiàn)，在需要借款時(shí)，也具有一定的個(gè)人信用評(píng)判價(jià)值。

2.2 風(fēng)險(xiǎn)機(jī)制

2.2.1 自己治理，自己監(jiān)管

作為企業(yè)團(tuán)內(nèi)部的P2P借貸系統(tǒng)，對(duì)于特定人群，整個(gè)系統(tǒng)的后臺(tái)操縱都是企業(yè)團(tuán)內(nèi)部人員，比較公正。是一款相當(dāng)純凈的P2P借貸系統(tǒng)，極大的降低了運(yùn)營(yíng)風(fēng)險(xiǎn)，且由于數(shù)據(jù)量相比其他借貸系統(tǒng)要小的多，在整體維護(hù)方面要輕松的多。由于操縱系統(tǒng)以及管理的權(quán)力交由整個(gè)企業(yè)團(tuán)，故而在借貸過程中，沉淀下來的資金由于受到各加盟商的監(jiān)管，固然不會(huì)挪用此部分資金。

2.2.2 極大降低壞賬風(fēng)險(xiǎn)

對(duì)于個(gè)人風(fēng)險(xiǎn)方面，如若出現(xiàn)惡意拖欠，在申請(qǐng)借款流程的流程中，有一項(xiàng)必要的協(xié)議：允許系統(tǒng)直接調(diào)用工資信息。同意之后方可申請(qǐng)借款成功。30天未還款，則直接系統(tǒng)判定為由系統(tǒng)直接通過強(qiáng)制手段從用戶工資渠道直接扣除等額工資，彌補(bǔ)沒有還清的金額。

2.2.3 平臺(tái)信用風(fēng)險(xiǎn)和個(gè)人信用風(fēng)險(xiǎn)

此款系統(tǒng)直接由企業(yè)團(tuán)進(jìn)行運(yùn)營(yíng)，嚴(yán)格意義上來講雖然屬于第三方，但是運(yùn)營(yíng)方與借貸雙方有著直接的附屬關(guān)系，而且由各加盟商進(jìn)行監(jiān)管和協(xié)管，因此實(shí)際運(yùn)營(yíng)情況對(duì)所有加盟商以及所有借貸人員來說都相當(dāng)透明，更不存在運(yùn)營(yíng)方攜款而逃等詐騙現(xiàn)象。相比于還不完善健全的國(guó)內(nèi)的征信體系，以及相當(dāng)大數(shù)據(jù)量的全民信息，本系統(tǒng)基于的個(gè)人數(shù)據(jù)庫(kù)僅僅為企業(yè)團(tuán)內(nèi)部職工人員的信息，且信息充足，償還能力透明，不會(huì)出現(xiàn)虛假信息注冊(cè)。

2.2.4 網(wǎng)絡(luò)信息安全

運(yùn)營(yíng)方為企業(yè)團(tuán)內(nèi)部，與借貸雙方都有直接的附屬關(guān)系，基本可以視為內(nèi)部的交易，且個(gè)人數(shù)據(jù)直接存于企業(yè)團(tuán)內(nèi)部的數(shù)據(jù)庫(kù)中，本身只是調(diào)用，也并非個(gè)人提供，也就不存在個(gè)人信息遭到透露的潛在隱患。保密技術(shù)遭破解即是企業(yè)后臺(tái)的數(shù)據(jù)庫(kù)遭攻擊，已然與系統(tǒng)不存在直接關(guān)系。

參考文獻(xiàn)：

[1]宋文.P2P網(wǎng)絡(luò)借貸行為的實(shí)證研究.上海交通大學(xué).2013

[2]張職.P2P網(wǎng)絡(luò)借貸平臺(tái)營(yíng)運(yùn)模式的比較_問題及對(duì)策研究.華東理工大學(xué).2012

[3]肖智，王明愷，謝林林.基于支持向量機(jī)的大學(xué)生助學(xué)貸款個(gè)人信用評(píng)價(jià).清華大學(xué)學(xué)報(bào).2006年，46（s1）1120-1124

[4]Vedala，R.1；Kumar，B.R.2 An application of Naive Bayes classification for credit scoring in e-lending platform 2012 International Conference on Data Science amp；Engineering（ICDSE 2012），81-4，2012

作者簡(jiǎn)介：丁思崗（1989-），男，江蘇南通人，碩士研究生，研究方向：移動(dòng)軟件設(shè)計(jì)。

作者單位：同濟(jì)大學(xué) 軟件學(xué)院，上海 201804