我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險下投資者利益保護研究

鄭彥彥

【摘要】作為一種新興的借貸模式，P2P網(wǎng)絡(luò)借貸兼具互聯(lián)網(wǎng)思維和普惠金融理念，自傳入我國至今已成長為一股不可小覷的金融力量。而在P2P網(wǎng)絡(luò)借貸中存在的借款人信用風(fēng)險，嚴(yán)重危害了投資人的利益。國內(nèi)P2P網(wǎng)絡(luò)借貸平臺為緩解此現(xiàn)象也進行了借款人信息披露機制，但通過對“人人貸”的實證研究發(fā)現(xiàn)，其標(biāo)的信息中的大部分信息并不足以為投資者提供有效的風(fēng)險判斷。

【關(guān)鍵詞】P2P網(wǎng)絡(luò)借貸 信用風(fēng)險 投資人保護

一、引言

P2P網(wǎng)絡(luò)借貸（Peer to Peer Lending，下稱“P2P網(wǎng)貸”）指的是個體和個體之間通過網(wǎng)絡(luò)實現(xiàn)直接借貸，脫離傳統(tǒng)借貸模式中的的資金媒介，實現(xiàn)了“金融脫媒”。2005年，P2P網(wǎng)貸行業(yè)鼻祖——Zopa模式推出之后得到市場的熱烈響應(yīng)；2006～2013年間，其年度交易額增長接近20倍，增長率長期保持在50%以上。在此榜樣的帶動之下，2006年2月，美國第一家P2P網(wǎng)貸平臺Prosper上線運營；同年5月，我國宜信公司成立，從小額信貸角度切入P2P網(wǎng)貸。2007年5月，Lending Club在社交網(wǎng)站Facebook上推出P2P網(wǎng)貸應(yīng)用；同年8月，我國的第一家P2P網(wǎng)貸平臺拍拍貸成立。從2011年開始，我國的P2P網(wǎng)貸市場開始爆發(fā)，平臺數(shù)量和年度總交易額均以每年4～5倍的速度遞增。

P2P網(wǎng)貸業(yè)務(wù)主要是針對小微客戶的小額信貸服務(wù)，其大部分的業(yè)務(wù)是無抵押無擔(dān)保和純信用性的，嚴(yán)重依賴征信體系、誠信環(huán)境和數(shù)據(jù)技術(shù)。另外，由于投資者不了解借款人還款的資金渠道，因此，投資者會面臨無法達到預(yù)期收益或無法收回本金的風(fēng)險。與國外相比，我國征信環(huán)境和大眾金融行為習(xí)慣較不成熟，單靠互聯(lián)網(wǎng)來實現(xiàn)信息對稱性和信用評定模式的難度和風(fēng)險較大。

據(jù)信息不對稱理論可以得出，在P2P網(wǎng)貸活動中，投資人不擁有借款人的全部信息。在P2P網(wǎng)貸交易之前，投資人沒有完全掌握借款人的償還能力信息，而這些信息可能對投資人不利，就有了逆向選擇問題。處于信息優(yōu)勢的借款人可能采取有利于自己的行動，而投資人則由于信息劣勢而處于對自己不利的選擇位置上。在P2P網(wǎng)貸交易之后，當(dāng)信息不對稱出現(xiàn)時，就有了道德風(fēng)險問題。道德風(fēng)險使得借款人在使其自身效用最大化的同時損害了投資人的利益，而借款人并不承擔(dān)他們行為的全部后果的現(xiàn)象。逆向選擇和道德風(fēng)險不但會使投資人的利益受損，而且會干預(yù)P2P網(wǎng)貸市場的有效運行，降低整個P2P網(wǎng)貸市場的資源配置效率。因此，P2P網(wǎng)貸中由信息不對稱引發(fā)的逆向選擇和道德風(fēng)險不能忽視。

綜上所述，在P2P網(wǎng)貸過程中，由于信息不對稱的存在投資人所要承擔(dān)的借款人違約風(fēng)險特別突出，一方面會危及投資人利益，使得投資受損，另一方面也會使承擔(dān)連帶責(zé)任的第三方擔(dān)保平臺和網(wǎng)貸平臺蒙受聲譽上和金錢上的損失。對此，國內(nèi)各網(wǎng)貸平臺紛紛推出借款人信息披露機制，通過向投資人披露借款人的詳細(xì)個人信息進而緩解借貸雙方的信息不對稱現(xiàn)象，以達到控制借款人信用風(fēng)險的目的，但是這種做法是否起到了實質(zhì)性的作用，這正是本文所要研究的問題。

二、研究設(shè)計

（一）數(shù)據(jù)來源與預(yù)處理

本文整理了國內(nèi)知名P2P網(wǎng)貸平臺“人人貸”網(wǎng)站上公布的部分?jǐn)?shù)據(jù)，進行借款人信用風(fēng)險的實證研究。人人貸作為我國P2P網(wǎng)貸平臺的一分子，具有國內(nèi)P2P網(wǎng)貸平臺的各種特質(zhì)，能夠真實反映目前我國P2P網(wǎng)貸的信用風(fēng)險狀況。在人人貸網(wǎng)站2015年9月-11月公布借款人標(biāo)的信息中選取976組作為樣本，其中676組作為訓(xùn)練樣本，300作為檢驗樣本，訓(xùn)練樣本和檢驗樣本中均其中含有正?？蛻艉瓦`約客戶。樣本信息為借款人標(biāo)的信息，共34種。其中逾期金額、逾期次數(shù)和嚴(yán)重逾期次數(shù)轉(zhuǎn)化為變量“是否違約”。房產(chǎn)、車產(chǎn)、房貸、車貸四個指標(biāo)由于是恒定值，進入模型后不具有意義，因此在此去除。另外，人人貸的平臺審核中的6個認(rèn)證因素：信用報告、身份認(rèn)證、工作認(rèn)證、收入認(rèn)證、實地認(rèn)證、機構(gòu)擔(dān)保決定了其發(fā)布的標(biāo)的類型（表1），因此在此去除這6個認(rèn)證因素，留下“標(biāo)的類型”作為代表，最終余下22個指標(biāo)為：x1（年齡）、x2（婚姻狀況）、x3（學(xué)歷）、x4（工作所在地）、x5（工作行業(yè)）、x6（公司規(guī)模）、x7（工作時間）、x8（崗位職位）、x9（年收入）、x10（信用額度）、x11（標(biāo)的總額）、x12（年利率）、x13（還款期限）、x14（待還本息）、x15（標(biāo)的類型）、x16（借款用途）、x17（貸款總額）、x18（申請筆數(shù)）、x19（成功筆數(shù)）、x20（還清筆數(shù)）、x21（信用評級）、y（是否違約）。

（二）模型構(gòu)建

經(jīng)過共線性檢驗（表2）和處理，剔除變量：x10、x14、x15、x17、x19、x21。將剩余變量x1、x2、x3、x4、x5、x6、x7、x8、x9、x11、x12、x13、x16、x18、x20進入logistic回歸模型。經(jīng)過對比，向后步推法最合理，結(jié)果見表3：

表4給出了模型系數(shù)的綜合檢驗結(jié)果，卡方值為132.520，自由度為8，顯著度為0.000，說明研究模型整體檢驗非常顯著，自變量中至少有一個回歸系數(shù)顯著區(qū)別于0，拒絕零假設(shè)。

（三）模型結(jié)果分析

1.X12的系數(shù)為負(fù)，表明標(biāo)的金額的年利率越小，借款人違約的可能性就越大。預(yù)測公式（1）中顯示：年利率與風(fēng)險成反比，那么年利率所代表的風(fēng)險從小到大為：12%～13.2%（機構(gòu)擔(dān)保標(biāo)）、11%～12%（實地認(rèn)證標(biāo)）、8%～11%（信用認(rèn)證標(biāo)）。由表1可知，就信用風(fēng)險而言，三種標(biāo)的由小到大依次是：機構(gòu)擔(dān)保標(biāo)、實地認(rèn)證標(biāo)、信用認(rèn)證標(biāo)。這種排序正好與以上分析的標(biāo)的類型排序契合，也就是說本文logistic模型中的年利率因素實際上是受標(biāo)的類型的影響。

2.還款期限X13的系數(shù)為正，表明標(biāo)的金額的還款期限越長，借款人違約的可能性就越大。不管是在傳統(tǒng)信貸中還是在P2P網(wǎng)貸中，貸款時間越長，在這個過程中影響借款人違約的因素就會越多，那么投資者面臨的風(fēng)險就越大，所以還款期限與信用風(fēng)險成正相關(guān)。

3.還清筆數(shù)X20的系數(shù)為負(fù)值，表明借款人的還清筆數(shù)越多，其違約的可能性越小。還清筆數(shù)越多，說明在此前的借貸中，借款人都已按時還款，信用度因此提升。那么預(yù)測此類借款人的未來違約率自然要低于還清筆數(shù)少的借款人，投資者也更愿意借款給此類型的借款人。所以，還清筆數(shù)與違約率成負(fù)相關(guān)。

從以上的數(shù)據(jù)分析及實證中發(fā)現(xiàn)，其中在常識認(rèn)知中可能會對違約率有影響的因素在此并沒有進入模型，例如個人信息中的年齡、學(xué)歷，工作信息中的工作崗位、公司情況，標(biāo)的信息中的信用額度、借款用途等。由于模型存在諸多假設(shè)，其結(jié)果只是作為參考性質(zhì)，但也以人人貸為例說明了國內(nèi)多數(shù)網(wǎng)貸平臺對投資人的利益保護上仍是心有余而力不足。

三、相關(guān)建議

從人人貸的風(fēng)控狀況可見國內(nèi)其他P2P網(wǎng)貸平臺在信用風(fēng)險管理上也存在很大問題，單靠P2P網(wǎng)貸平臺來控制信用風(fēng)險是不夠的。為了有效控制國內(nèi)P2P網(wǎng)貸的信用風(fēng)險，使投資人的利益得到有效保護，需要政府和網(wǎng)貸平臺共同努力：

（一）網(wǎng)貸平臺方面

第一，平臺之間互相合作，信息共享。人民銀行的個人征信系統(tǒng)并不對民間金融機構(gòu)開放，因此網(wǎng)貸平臺之間更應(yīng)加強合作，共享借款人信用信息。同時應(yīng)建立平臺間“重復(fù)借款篩查機制”，對于在各平臺之間游走的借款人，應(yīng)發(fā)出警告，嚴(yán)重者列入各平臺黑名單。第二，平臺應(yīng)讓用戶在借貸之前簽署“用戶信息誠信協(xié)議”，如若出現(xiàn)因信息虛假而導(dǎo)致的嚴(yán)重違約，應(yīng)交由相關(guān)政府機關(guān)進行法律制裁。第三，平臺應(yīng)建立包括貸前審核、貸后跟蹤管理的全面的風(fēng)險管理體系與完善的網(wǎng)絡(luò)借貸檢測體系，對借款人可能的風(fēng)險因素進行全面有效的監(jiān)測。同時，平臺必須定期向監(jiān)管部門提交數(shù)據(jù)報表和平臺監(jiān)管報告。

（二）政府方面政府應(yīng)從監(jiān)管和立法兩方面入手

政府應(yīng)及早實施行政干預(yù)，針對P2P網(wǎng)貸設(shè)立專門的投資者保護機構(gòu)，機構(gòu)應(yīng)從監(jiān)管和立法兩方面入手。第一，監(jiān)管方面，出臺統(tǒng)一從業(yè)標(biāo)準(zhǔn)，設(shè)立準(zhǔn)入門檻。2015年10月21日江蘇省互聯(lián)網(wǎng)金融協(xié)會發(fā)布《P2P平臺企業(yè)收費規(guī)定指導(dǎo)意見（征求意見稿）》，雖然只是征求意見稿，但已成為全國首個規(guī)范P2P網(wǎng)貸平臺的收費標(biāo)準(zhǔn)。政府應(yīng)以此為鑒，從行政角度積極作為。第二，立法方面，出臺專門針對P2P網(wǎng)貸的法律細(xì)則，以規(guī)范行業(yè)發(fā)展。明確網(wǎng)絡(luò)借貸中平臺、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，并對損害投資者利益的行為進行法律制裁，最大限度地使我國P2P網(wǎng)貸安全有序進行。

只有P2P網(wǎng)貸平臺加強行業(yè)自律性，積極應(yīng)對風(fēng)險，且政府充分發(fā)揮行政職能對P2P網(wǎng)貸進行立法和監(jiān)管，最終才能使得我國P2P網(wǎng)貸風(fēng)險可控，投資人的利益才能進一步得到保護。

參考文獻

[1]零壹財經(jīng)，零壹數(shù)據(jù).中國P2P借貸服務(wù)行業(yè)白皮書（2014）[M].北京：中國經(jīng)濟出版社，2014，06.

[2]張凱，馬曉楠.P2P網(wǎng)貸平臺經(jīng)營風(fēng)險與法律規(guī)制研究[J].中國場，2015，03：135-136+142.

[3]第一財經(jīng)新金融研究中心.中國P2P借貸服務(wù)行業(yè)白皮書（2013）[M].北京：中國經(jīng)濟出版社，2013，07.