商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的路徑分析及建議——基于貝葉斯網(wǎng)絡(luò)投資模型的測算結(jié)果

?

商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的路徑分析及建議——基于貝葉斯網(wǎng)絡(luò)投資模型的測算結(jié)果

鄧帆帆1，薛菁1，閆海鑫2

(1.福建江夏學(xué)院會計(jì)學(xué)院，福建福州350108; 2.中國銀行業(yè)監(jiān)督管理委員會兩江監(jiān)督分局，重慶401120)

［摘要］面對日益火爆的P2P網(wǎng)絡(luò)借貸市場，商業(yè)銀行的參與欲望也日趨強(qiáng)烈，但商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸是否合理，有無可能性，仍無定論。選取P2P平臺之一“拍拍貸”交易數(shù)據(jù)為樣本，基于貝葉斯網(wǎng)絡(luò)概率模型，測算分析商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的可能性路徑，并指出強(qiáng)化商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸行為管控的政策建議，以期對傳統(tǒng)商業(yè)銀行選擇未來發(fā)展之路提供借鑒。

［關(guān)鍵詞］商業(yè)銀行; P2P網(wǎng)絡(luò)借貸;貝葉斯網(wǎng)絡(luò);路徑分析

一、引言

近年來，互聯(lián)網(wǎng)金融的快速發(fā)展對以網(wǎng)點(diǎn)覆蓋和勞動密集為生產(chǎn)方式的銀行業(yè)產(chǎn)生了深遠(yuǎn)影響，并開始引發(fā)推動銀行業(yè)經(jīng)營方式轉(zhuǎn)變的思考。2013年諾貝爾經(jīng)濟(jì)學(xué)獎得主羅伯特·席勒在他的新書《新金融秩序》中提出:“在金融大眾化實(shí)現(xiàn)的道路上，金融創(chuàng)新的手段可以是激進(jìn)的。”［1］對于傳統(tǒng)商業(yè)銀行而言，隨著利率市場化的進(jìn)一步推進(jìn)和互聯(lián)網(wǎng)技術(shù)的飛速發(fā)展，以“互聯(lián)網(wǎng)+金融機(jī)構(gòu)實(shí)體網(wǎng)點(diǎn)”作為金融通道，以資產(chǎn)信用取代銀行信用，建立更加完善的信貸體系和更為市場化的金融政策必將成為未來發(fā)展趨勢。但迄今為止，國內(nèi)尚未有傳統(tǒng)商業(yè)銀行參與或開展P2P網(wǎng)絡(luò)借貸業(yè)務(wù)。2014年以來，P2P網(wǎng)絡(luò)借貸公司在不斷的質(zhì)疑之聲中數(shù)量已經(jīng)增至1 184家，［2］風(fēng)險投資公司對這一行業(yè)的熱情也逐漸升溫，上半年就有30余家國內(nèi)P2P平臺獲得國內(nèi)外多家風(fēng)投公司不乏上億美元的融資額(人人貸，2014年1月，摯信資本領(lǐng)投，1.3億美元)，甚至連小米、聯(lián)想等集團(tuán)公司，也開始加入這一陣營。目前，商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸模式是否合理，有無合適的路徑供商業(yè)銀行選擇，其中有哪些關(guān)鍵點(diǎn)需要攻克，如何進(jìn)行合理的風(fēng)險防范，應(yīng)該提供怎么樣的政策環(huán)境，這些問題都值得探討。鑒于此，筆者擬在對相關(guān)文獻(xiàn)進(jìn)行收集整理的基礎(chǔ)上，依托已有研究成果，對傳統(tǒng)商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的可能性路徑進(jìn)行分析，并嘗試指出商業(yè)銀行在參與P2P網(wǎng)絡(luò)借貸過程中需要關(guān)注的重點(diǎn)內(nèi)容和行為管控的政策建議，以期為傳統(tǒng)商業(yè)銀行選擇未來發(fā)展之路與監(jiān)管部門開展相關(guān)工作提供借鑒。

二、文獻(xiàn)綜述

目前國內(nèi)外關(guān)于P2P網(wǎng)絡(luò)借貸模式的研究主要基于以下幾個方面:

(一)基于P2P網(wǎng)絡(luò)借貸參與主體的研究

目前的研究熱點(diǎn)主要集中于兩個方面:一是以行為學(xué)為視角進(jìn)行研究。Garman等用最優(yōu)選擇模型對出借人行為進(jìn)行分析;［3］Iyer等認(rèn)為出借人有能力通過平臺提供的信息對借款人的還款能力做出判斷;［4］Herzenstein等通過對借款人的財(cái)務(wù)狀況、借款信息的發(fā)布方式與借款績效的回歸分析證實(shí)其具有顯著相關(guān)關(guān)系;［5］另外，Lin等證實(shí)了社會網(wǎng)絡(luò)對網(wǎng)絡(luò)借貸行為具有控制和約束作用。［6］二是從道德風(fēng)險的角度進(jìn)行的研究。Freedman＆Jin研究發(fā)現(xiàn)，由于借貸雙方的信息不對稱，會造成出借人出現(xiàn)逆向選擇行為;［7］Collier＆Hamphire提出詳盡的信用信息以及個人聲譽(yù)與信貸小組信譽(yù)的綁定之后，將會降低這種逆向選擇行為發(fā)生的概率。［8］

(二)基于P2P網(wǎng)絡(luò)借貸交易過程的研究

基于P2P網(wǎng)絡(luò)借貸交易過程的研究重點(diǎn)關(guān)注促進(jìn)借款績效生成的過程。Lin等通過構(gòu)建借款人與出借人之間的博弈模型對借貸過程進(jìn)行了研究;［9］Puro等對P2P網(wǎng)絡(luò)借貸市場上借款人和競標(biāo)者進(jìn)行策略選擇的過程進(jìn)行研究，這種借貸過程和策略選擇將受到多種因素的影響，［10］比如社會資本(Lin)、借款者的信用等級(Collier，Hamphire)等。國內(nèi)學(xué)者郭弈、趙樂峰對融資成本與融資可得性進(jìn)行了研究。［11－12］

(三)基于P2P網(wǎng)絡(luò)借貸交易中介的研究

Berger＆Gleisne分析了點(diǎn)對點(diǎn)借貸金融中介的角色，提出借款人如果有放款人的推薦可以提高信用，而是否有中介對最終的利率確定會起到重要作用;［13］Kupp等認(rèn)為相比于傳統(tǒng)的信貸市場，P2P網(wǎng)絡(luò)借貸過程中借款人所受到的禮遇相對更加公平;［14］Pope＆Sydnor等則檢驗(yàn)了P2P借貸環(huán)境下語言使用和成功說服之間的關(guān)系，認(rèn)為具體的描述和量化的語言有助于貸款的成功，并且這種中介語言不僅僅只是局限于文字所傳達(dá)的信息，更重要的是文字背后所附帶的社會信息。［15］

通過對已有文獻(xiàn)資料的收集整理可以發(fā)現(xiàn)，目前缺乏對傳統(tǒng)商業(yè)銀行與P2P網(wǎng)絡(luò)借貸二者之間的關(guān)聯(lián)性研究，筆者擬以國內(nèi)“拍拍貸”交易數(shù)據(jù)為樣本，采用貝葉斯概率推理模型，在回歸分析基礎(chǔ)上對傳統(tǒng)商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的可能性、合理性進(jìn)行分析。

三、基于貝葉斯還款概率測算結(jié)果的實(shí)證研究

為更好地判斷商業(yè)銀行在準(zhǔn)備參與P2P網(wǎng)絡(luò)借貸模式過程時需要重點(diǎn)關(guān)注和解決的問題，發(fā)現(xiàn)商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸可能性路徑，在對已有研究成果進(jìn)行分析整理的基礎(chǔ)上，首先選取借款人的還款概率作為基本判斷標(biāo)準(zhǔn)，然后通過回歸分析獲取影響借款人還款概率的主要因素。鑒于借款到還款之間的時間差，無法獲得準(zhǔn)確的還款概率，筆者擬利用從“拍拍貸”上獲取的交易數(shù)據(jù)及貝葉斯網(wǎng)絡(luò)投資模型測算現(xiàn)有借款人在不同時間區(qū)間(以月為單位)內(nèi)的還款概率，然后運(yùn)用SPSS軟件對相同區(qū)間的交易數(shù)據(jù)與還款概率進(jìn)行線性回歸分析。

(一)基于貝葉斯網(wǎng)絡(luò)決策模型的還款概率測算

貝葉斯網(wǎng)絡(luò)模型綜合考慮了各個屬性對目標(biāo)的影響以及每個屬性之間存在的某種關(guān)聯(lián)，這種處理不確定性關(guān)系的方法在數(shù)據(jù)挖掘、決策支持等領(lǐng)域取得很多成功的應(yīng)用成果。筆者采用修訂后的投資者還款概率計(jì)算公式(如公式1)對P2P網(wǎng)絡(luò)借貸平臺上借款人的還款概率進(jìn)行測算，測算結(jié)果見表1。

表1　以0.8為概率基數(shù)的還款率測算結(jié)果

(二)基于還款概率測算結(jié)果的回歸分析

以貝葉斯網(wǎng)絡(luò)投資模型計(jì)算的還款概率為基礎(chǔ)，筆者對借款總額、借款利率、借出信用、借入信用、借款用途、借款人債務(wù)收入比、住房等不動產(chǎn)情況、總投標(biāo)數(shù)目、每月還款額、借款期限、歷史成功借款次數(shù)、歷史流標(biāo)次數(shù)等與借款人還款概率進(jìn)行多元線性回歸。回歸模型為:

Yi=β0+β1X1+β2X2+β3X3+β4X4+β5X5+β6X6+β7X7+β8X8+β9X9+β10X10+β11X11+β12X12+εi

其中: Yi:還款概率，X1:借款總額，X2:借款利率，X3:借出信用，X4:借入信用，X5:借款用途，X6:債務(wù)收入比，X7:住房等不動產(chǎn)情況，X8:總投標(biāo)數(shù)目，X9:每月還款額，X10:借款期限，X11:歷史成功借款次數(shù)，X12:歷史流標(biāo)次數(shù)。

對以上回歸模型的回歸結(jié)果見表1、表3，二者分別列示了回歸方程的總體效果參數(shù)和回歸系數(shù)及顯著性檢驗(yàn)結(jié)果。

表2　借款人屬性對還款概率回歸的總體效果參數(shù)

a Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)，借款利率，每月還款額，借款期限，借款總額。

b Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)，借款利率，每月還款額，借款期限。

c Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)，借款利率，每月還款額。

d Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)，借款利率，每月還款額。

e Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)，借款利率。

f Predictor: (Constant)，借出信用，借入信用，借款人債務(wù)收入比，住房等不動產(chǎn)情況，總投標(biāo)數(shù)目，借款用途，歷史成功借款次數(shù)，歷史流標(biāo)次數(shù)。

從表2中列示的回歸結(jié)果來看:借款人屬性特征對借款人還款概率的逐步回歸做了六次，模型的卡方值比較滿意，回歸效果可以作為研究所用。由表中得知，卡方值為0.423，回歸方程可以解釋的總體變異為42.3%。同時，第六次回歸模型已解釋變差的統(tǒng)計(jì)值F為26.253，其顯著性概率為0.009＜0.01，說明最后模型的總體回歸效果達(dá)到了顯著水平。

表3列示了借款人屬性特征對借款人還款概率的回歸方程系數(shù)、顯著性檢驗(yàn)，表中列示了逐步回歸過程中最后一次回歸計(jì)算的結(jié)果，即各因素進(jìn)入回歸方程的情況，以及各個因素的標(biāo)準(zhǔn)回歸系數(shù)和顯著性概率。剔除了借款總額、借款期限、每月還款額、借款利率之后，除常數(shù)項(xiàng)外，借出信用、借入信用、借款人債務(wù)收入比、住房等不動產(chǎn)情況、總投標(biāo)數(shù)目、借款用途、歷史成功借款次數(shù)、歷史流標(biāo)次數(shù)的t統(tǒng)計(jì)值的顯著性概率均＜0.01，t檢驗(yàn)結(jié)果良好，同時由于常數(shù)項(xiàng)的T檢驗(yàn)依然大于0.05，因此，本問題采用標(biāo)準(zhǔn)化回歸系數(shù)。由此，各因素對借款人P2P網(wǎng)絡(luò)借貸還款概率的影響的標(biāo)準(zhǔn)回歸方程是:

Yi =0.529×借出信用+0.496×借入信用+ 0.478×借款人債務(wù)收入比+0.433×住房等不動產(chǎn)情況+0.407×總投標(biāo)數(shù)目+0.404×借款用途+0.401×歷史成功借款次數(shù)－0.391×歷史流標(biāo)次數(shù)。

表3　回歸方程系數(shù)、顯著性檢驗(yàn)

四、商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的可能性路徑分析

從回歸結(jié)果看，影響P2P網(wǎng)絡(luò)借貸還款率的主要因素包括借款人的信用評分(包括借入信用和借出信用)、借款人債權(quán)債務(wù)比及住房等不動產(chǎn)情況、借款人歷史招標(biāo)成功和失敗的次數(shù)、借款用途等。目前從商業(yè)銀行傳統(tǒng)放貸的過程來看，對借款人進(jìn)行信用評級、借款用途及借款人歷史借貸情況的調(diào)查研究也是其進(jìn)行審慎決策的重要方面，如果商業(yè)銀行要參與P2P網(wǎng)絡(luò)借貸市場，運(yùn)作模式時效性差、靈活性不足等問題就將成為影響其競爭力的障礙。因此，建議對以下幾方面進(jìn)行重點(diǎn)關(guān)注。

(一)以收購模式作為分管機(jī)構(gòu)設(shè)置的主要方式

回歸結(jié)果顯示，總投標(biāo)數(shù)目、借款人歷史投標(biāo)次數(shù)和借款人歷史流標(biāo)的次數(shù)等會顯著影響借款人的還款概率。P2P網(wǎng)絡(luò)借貸公司相關(guān)的數(shù)據(jù)完整且連續(xù)，并早已利用大數(shù)據(jù)技術(shù)，歸類出不同的客戶群體，提供精準(zhǔn)的客戶個性化、定制化服務(wù)，“千人千面”的數(shù)據(jù)庫已經(jīng)形成。而商業(yè)銀行作為P2P網(wǎng)絡(luò)借貸市場的后入者，在進(jìn)入市場的初步階段，這一方面的數(shù)據(jù)缺失將成為其進(jìn)行業(yè)務(wù)拓展的主要制約因素。因此，建議考慮通過收購現(xiàn)有網(wǎng)貸公司的形式，設(shè)立自己的全資或控股分管機(jī)構(gòu)。一方面，通過收購方式可以直接獲得相對成熟的管理經(jīng)驗(yàn)、一定規(guī)模的客戶群體和現(xiàn)有的經(jīng)驗(yàn)數(shù)據(jù)，提升發(fā)展初期客戶基礎(chǔ)群，并形成基礎(chǔ)數(shù)據(jù)庫，壓縮進(jìn)入新市場的適應(yīng)期。再者，商業(yè)銀行在信息技術(shù)安全保障上較有優(yōu)勢，其較先進(jìn)的信息安全管理模式和內(nèi)部制度設(shè)計(jì)更利于平臺的信息安全保障。另一方面，這樣的方式也符合金融行業(yè)分業(yè)經(jīng)營的監(jiān)管要求，同時這也與目前P2P網(wǎng)絡(luò)借貸行業(yè)缺乏行業(yè)龍頭、業(yè)內(nèi)競爭無序及商業(yè)銀行雄厚的自身實(shí)力相契合。

(二)以中介模式引入擔(dān)保作為業(yè)務(wù)經(jīng)營的主要方式

從回歸結(jié)果來看，借出信用、借入信用情況顯著影響借款人的還款概率，且對該類信息的掌握將直接關(guān)系到放貸的風(fēng)險大小。由于P2P平臺的風(fēng)控能力較差，審核機(jī)制缺乏，以平臺自身為借款人作擔(dān)保，借款人的信用情況難以評定，導(dǎo)致出現(xiàn)壞賬等問題使平臺資金鏈斷裂。最新數(shù)據(jù)顯示，全國累計(jì)已有約150家P2P平臺倒閉或“跑路”，［2］32銀監(jiān)會的官員在各種公開場合亦提到“P2P平臺本身不得提供擔(dān)?！保⑵渥鳛樗臈l監(jiān)管“紅線”之一，“去擔(dān)?；币呀?jīng)在P2P平臺蔓延開來。鑒于目前的監(jiān)管實(shí)踐以及風(fēng)險管控的需要，建議商業(yè)銀行采用中介模式開展經(jīng)營，避免自身作為擔(dān)保人直接參與P2P借貸過程。主要原因包括:一是需要避開超范圍經(jīng)營的監(jiān)管底線;二是中介服務(wù)業(yè)務(wù)與商業(yè)銀行傳統(tǒng)經(jīng)營業(yè)務(wù)形成有效結(jié)合;三是利用第三方資源實(shí)現(xiàn)對借貸過程的風(fēng)險管控，如由第三方擔(dān)保公司提供擔(dān)?；蚺c保險公司合作。

(三)以線上線下同步模式作為客戶選擇的主要方式

影響借款人還款率的借款人信用評分(包括借入信用和借出信用)、債務(wù)結(jié)構(gòu)(借款人債務(wù)收入比)、資產(chǎn)情況(住房等不動產(chǎn)情況)和借款用途四個方面，對于P2P平臺和商業(yè)銀行都較為容易獲取，但P2P平臺比商業(yè)銀行傳統(tǒng)評價方式更加直接、快速、高效，評價過程關(guān)注的內(nèi)容更加全面，參與評價的主體更加豐富和多元，也更具實(shí)效性。商業(yè)銀行在參與P2P網(wǎng)絡(luò)借貸的過程中，為合理進(jìn)行風(fēng)險管控，必然需要對以上信息進(jìn)行充分收集，且對時效要求極高。鑒于此，建議采用線上線下相結(jié)合的模式，原因有四:一是商業(yè)銀行本身積累了大量的客戶資源及較完整的金融信用評價數(shù)據(jù)，線下審核考察體系完善，銀行可一方面充分利用客戶在本行的數(shù)據(jù)流，根據(jù)客戶形成的數(shù)據(jù)流對其進(jìn)行等級測評，另一方面輔之以傳統(tǒng)的評級資料，對借款人提供的相關(guān)證明進(jìn)行嚴(yán)格地線下審核，甚至實(shí)地考察，以區(qū)域現(xiàn)有機(jī)構(gòu)為依托，快速完成客戶選擇;二是結(jié)合大數(shù)據(jù)收集客戶消費(fèi)習(xí)慣、社交愛好等更個人信息，掌握客戶群體個性，順應(yīng)互聯(lián)網(wǎng)金融大數(shù)據(jù)時代的發(fā)展趨勢;三是有助于克服單純依靠平臺數(shù)據(jù)真實(shí)性和完整性難以保證的問題;四是商業(yè)銀行更善于客戶管理，定期回訪，及時掌握客戶財(cái)務(wù)變動情況。

(四)以“第三方規(guī)則”作為風(fēng)險控制的主要方式

另外，違約風(fēng)險和中間賬戶監(jiān)管缺位風(fēng)險是P2P網(wǎng)絡(luò)借貸平臺的風(fēng)險點(diǎn)。商業(yè)銀行在參與P2P網(wǎng)絡(luò)借貸過程中，要實(shí)現(xiàn)對借貸過程的風(fēng)險管控，同樣需要對主要風(fēng)險點(diǎn)進(jìn)行重點(diǎn)防范。鑒于商業(yè)銀行在參與P2P網(wǎng)絡(luò)借貸過程中的角色定位，建議以“第三方規(guī)則”的方式開展相應(yīng)的風(fēng)險管控。對于中間賬戶監(jiān)管缺位風(fēng)險，商業(yè)銀行相較于一般的P2P網(wǎng)絡(luò)借貸平臺具有天然的優(yōu)勢，因?yàn)樯虡I(yè)銀行作為平臺的主要控制方，完全可以通過銀行自身經(jīng)營管理方面的便利條件開展中間賬戶監(jiān)管，充當(dāng)資金賬戶監(jiān)管的第三方角色。對于違約風(fēng)險，可以以第三方的姿態(tài)，要求借款人獲得擔(dān)保公司的擔(dān)?；蛘咛峁┍匾牡盅?、質(zhì)押品來緩釋風(fēng)險。同時，作為第三方角色參與者，要秉承“所有的雞蛋不要放在同一個籃子里”的原則，督促平臺交易過程中堅(jiān)持分散投資，進(jìn)一步降低風(fēng)險后果的嚴(yán)重性。

五、商業(yè)銀行參與P2P網(wǎng)絡(luò)借貸的建議

參與P2P網(wǎng)絡(luò)借貸是商業(yè)銀行面臨的重要發(fā)展機(jī)遇，也是國內(nèi)關(guān)于金融市場發(fā)展的一個新的研究起點(diǎn)，但是這一制度設(shè)計(jì)的快速、健康落地，需要得到一個良好的經(jīng)濟(jì)和社會環(huán)境的支撐，因此，筆者提出以下政策建議:

(一)進(jìn)一步完善國內(nèi)個人信用評估體系

從國外P2P網(wǎng)絡(luò)借貸市場的發(fā)展來看，P2P平臺是通過大數(shù)據(jù)分析的數(shù)學(xué)模型與算法向資金方提供貸款者信用的甄別平臺，但這是國內(nèi)P2P平臺的短板。國內(nèi)信用環(huán)境建設(shè)相對滯后，個人信用評估體系尚不健全，由于P2P網(wǎng)絡(luò)借貸風(fēng)險控制難度較大，加之國內(nèi)信用意識相對淡薄、失信成本很低，從而對國內(nèi)P2P網(wǎng)絡(luò)借貸的發(fā)展帶來困擾。建議在現(xiàn)有個人征信系統(tǒng)的基礎(chǔ)上，吸收國外先進(jìn)的征信管理理念和管理模式，嘗試依靠大數(shù)據(jù)建立信用評估系統(tǒng)，在政府主導(dǎo)下進(jìn)一步提升征信系統(tǒng)內(nèi)容的全面化和市場化，為P2P網(wǎng)絡(luò)借貸提供依據(jù)，提升融資效率，降低貸款風(fēng)險。

(二)嘗試建立平臺自主參與的風(fēng)險備付金制度

國內(nèi)存款保險制度的呼聲早已出現(xiàn)，但可以預(yù)料P2P網(wǎng)絡(luò)借貸模式短期內(nèi)仍無法納入存款保險的范疇。目前雖然有部分P2P平臺推出了本金保障計(jì)劃，但過高的壞賬損失給P2P平臺帶來的財(cái)務(wù)負(fù)擔(dān)已經(jīng)非常嚴(yán)重。對于參與P2P網(wǎng)絡(luò)借貸的投資者而言，其最為關(guān)心的資金安全問題上仍處于無處施力的狀態(tài)。因此建議在P2P行業(yè)中引入風(fēng)險備付金制度，投資者按照收益金額的一定比例向三方平臺上繳，形成備付金資金池，當(dāng)單位項(xiàng)目違約時，可抽調(diào)該部分資金償付給投資人，提升投資者參與P2P網(wǎng)絡(luò)借貸的信心。

(三)盡快建立起P2P平臺的準(zhǔn)入退出標(biāo)準(zhǔn)以明確監(jiān)管依據(jù)

目前剛剛明確銀監(jiān)會將作為P2P的主要監(jiān)管部門，這是對這一監(jiān)管盲區(qū)最大訊息，P2P行業(yè)的監(jiān)管即將到來。但是對于這一新興的民間借貸形式，尚沒有明確的法律條款加以規(guī)范和保護(hù)。建議盡快建立相關(guān)的法律法規(guī)，對P2P平臺的準(zhǔn)入條件、組織形式、業(yè)務(wù)經(jīng)營范圍、資金風(fēng)險管控機(jī)制、市場推出等提出明確具體的監(jiān)管意見。同時，以法律法規(guī)的形式將商業(yè)銀行傳統(tǒng)業(yè)務(wù)和參與P2P借貸業(yè)務(wù)明確劃分開來，降低商業(yè)銀行依托該平臺進(jìn)行金融投機(jī)。

(四)提倡建立P2P平臺自律互助組織

第三方監(jiān)管的實(shí)施過程需要行業(yè)自律的協(xié)同配合，往往能夠起到事半功倍的效果。2013年中國小額信貸聯(lián)盟P2P行業(yè)自律公約成功簽署，并成立了行業(yè)委員會自律工作執(zhí)行小組。在此基礎(chǔ)上，建議建立P2P行業(yè)協(xié)會，在政府和P2P平臺之間建立一個中介組織，實(shí)現(xiàn)借貸平臺自律為主、他律為輔的監(jiān)管模式。

［參考文獻(xiàn)］

［1］席勒．新金融秩序［M］．束宇，譯．北京:中信出版社，2014．

［2］朱寶，華薇薇，唐晚霞．P2P的混沌時代［J］．第一財(cái)經(jīng)周刊，2014 (33) : 30－37．

［3］GARMAN S，HAMPSHIRE R，KRISHNAN R．Person－to－person lending: The pursuit of (more) competitive credit markets［C］/ /Proceedings of the International Conference on Information Systems，ICIS 2008．Paris，F(xiàn)rance，2008．

［4］IYER R，KHWAJA A，LUTTMER E，et al．Screening in New Credit Markets: Can Individual Lenders Infer Borrower Creditworthiness in Peer－to－Peer Lending［R］．Harvard University，John F．Kennedy School of Government，2009．

［5］HERZENSTEIN M．The democratization of personal consume loans determinants of success in online peerto－peer lending communities［R］．University of Delaware: Wilmington，DE，2008．

［6］LIN M，PRABHALA N，VISWANATHAN S．Can Social Networks Help Mitigate Information Asymmetry in Online Markets［C］/ / Proceedings of the International Conference on Information Systems，ICIS 2009，Phoenix，Arizona，USA，2009．

［7］FREEDMAN S，JIN G．Dynamic learning and selection: the early years of prosper．com［R］．National Bureau of Economic Research，2009．

［8］COLLIER B，HAMPSHIRE R．Sending Mixed Signals: Multilevel Reputation Effects in Peer－to－Peer Lending Markets［C］/ /Proceedings of the 2010 ACM Conference on Computer Supported Cooperative Work，CSCW 2010，Savannah，Georgia，USA，2010．

［9］LIN M．Peer－to－Peer Lending : An Empirical Study ［D］．University of Maryland－college park．2009．

［10］PURO L，TEICH J，WALLENIUS H，et al．Borrower Decision Aid for people－to－people lending ［J］．Decision Support Systems，2010，49: 52－60．

［11］郭奕．P2P網(wǎng)絡(luò)借貸市場的融資成本與可獲得性研究［D］．成都:西南財(cái)經(jīng)大學(xué)，2011．

［12］趙樂峰．P2P網(wǎng)絡(luò)借貸融資可得性分析［D］．石家莊:河北經(jīng)貿(mào)大學(xué)，2013．

［13］BERGER，GLEISNER．Emergence of financial intermediaries in electronic markets: The case of online P2P lending［J］．Business Research，2009，2 (1) : 77－80．

［14］KUPP M，ANDERSON J ZOPA．Web 2.0 meets retail banking［J］．Business Strategy Review，2007，18 (3) : 11－17．

(責(zé)任編輯陳蒙腰)

［15］POPE，DEVIN G，JUSTIN R S．What is in a Picture Evidence of Discrimination from Prosper．com ［R］．SSRN，2008．

An Analysis of and Suggestions for the Path for Commercial Banks to Participate in the P2P Network Lending——Based on the Bayesian Network Model

DENG Fan-fan1，XUE Jing1，YAN Hai-xin2

(1．College of Accounting，F(xiàn)ujian Jiangxia University，F(xiàn)uzhou350108，China; 2．Liangjiang Supervision Bureau，China Banking Regulatory Commission，Chongqing 401120，China)

Abstract:Faced with an increasingly popular P2P network lending market，commercial banks’desire to participate is becoming stronger，but it is still unknown whether their participation is reasonable and possible．This paper selected trading data of PPDAI as sample，and based on the Bayesian network model，analyzed the feasible path for commercial banks to participate in theP2P network lending．It also offered some policy recommendations to strengthen their participation in the management and control of P2P network lending．The paper provides a reference for traditional commercial banks to choose their future development．

Key words:commercial bank; P2P network lending; Bayesian network model; path analysis

［作者簡介］鄧帆帆(1982—)，女，湖北宜昌人，講師，碩士，主要從事財(cái)務(wù)管理研究。

［基金項(xiàng)目］國家社科基金(14BJY198)

［收稿日期］2014－11－10［修回日期］2014－12－15

［中圖分類號］F 830.33

［文獻(xiàn)標(biāo)識碼］A

［文章編號］1008-889X (2015) 02-53-06