完善大學(xué)生P2P網(wǎng)貸平臺(tái)征信機(jī)制的措施

劉蕙+盧樂(lè)怡+趙毅+何明芳

[摘 要] 大學(xué)生相對(duì)其他群體社會(huì)閱歷淺，自制力不強(qiáng)，更容易受到誘惑，2016年裸條事件暴露出我國(guó)大學(xué)生征信機(jī)制嚴(yán)重缺失的問(wèn)題。通過(guò)分析大學(xué)生網(wǎng)貸平臺(tái)征信機(jī)制現(xiàn)狀及問(wèn)題，結(jié)合美國(guó)的FICO信用評(píng)分體系與大學(xué)生身份特征，對(duì)大學(xué)生征信機(jī)制的建設(shè)提出建議，即完善征信指標(biāo)體系，建立信用評(píng)級(jí)制度，健全逾期的催收制度，樹(shù)立正確人生觀，普及信貸知識(shí)等。

[關(guān)鍵詞] P2P；大學(xué)生；征信；信用認(rèn)證機(jī)制；措施

[中圖分類(lèi)號(hào)] F832.4 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1009-6043（2017）08-0022-02

Abstract： Compared with other groups， college students have less social experience and self-control， and are more vulnerable to temptation. In 2016， the naked incident revealed a serious lack of credit mechanism of college students in China. Analyzing the current situation and problems of credit mechanism of network loan platform， combined with the FICO credit scoring system and identity characteristics， the study put forward the suggestions. The government should perfect the credit index system， establish the credit rating system， sound the collection system of overdue， set up the correct outlook on life and popularize the knowledge of credit.

Key words： P2P， college students， credit， credit authentication mechanism， countermeasures

一、我國(guó)P2P網(wǎng)貸特征及相關(guān)理論

（一）我國(guó)P2P網(wǎng)貸特征

P2P網(wǎng)絡(luò)借貸指?jìng)€(gè)人和個(gè)人通過(guò)網(wǎng)絡(luò)平臺(tái)實(shí)現(xiàn)點(diǎn)對(duì)點(diǎn)小額借貸。曹亞廷（2014）認(rèn)為P2P網(wǎng)絡(luò)借貸平臺(tái)同時(shí)擔(dān)當(dāng)信息中介和金融中介的角色，運(yùn)作成本低。從2007年我國(guó)第一家網(wǎng)貸平臺(tái)成立，到2016年底，全國(guó)上線平臺(tái)剩余三分之一，共1625家還在正常運(yùn)營(yíng)，年交易額近2萬(wàn)億元。由于發(fā)展過(guò)猛，平臺(tái)收益預(yù)期回報(bào)率過(guò)高與實(shí)體經(jīng)濟(jì)不匹配，缺乏全國(guó)統(tǒng)一征信體系，眾多P2P平臺(tái)倒閉跑路。

（二）我國(guó)P2P網(wǎng)貸相關(guān)理論

總結(jié)中外文獻(xiàn)，個(gè)人征信機(jī)制理論包括：

1.征信體系的功能。Sufi（2007），MichaelKlafft（2008）發(fā)現(xiàn)P2P網(wǎng)絡(luò)借貸市場(chǎng)存在信息不對(duì)稱(chēng)、信用風(fēng)險(xiǎn)高、投資者缺乏經(jīng)驗(yàn)等問(wèn)題。易憲容（2014）認(rèn)為P2P網(wǎng)貸平臺(tái)最大風(fēng)險(xiǎn)是信用風(fēng)險(xiǎn)。饒曦（2008）認(rèn)為通過(guò)對(duì)個(gè)人信用信息采集、整理、評(píng)價(jià)建立個(gè)人征信體系有助于化解信息不對(duì)稱(chēng)和道德風(fēng)險(xiǎn)，抑制信用風(fēng)險(xiǎn)。

2.征信體系的構(gòu)成。程鑫（2014）認(rèn)為智能征信體系包括：（1）充分的客戶信息；（2）統(tǒng)一的信用分析模型；（3）科學(xué)的信用評(píng)估指標(biāo)體系。

3.客戶信息的作用。李焰等（2014）通過(guò)實(shí)證證實(shí)更具體的借款人更容易成功借款。

4.信用風(fēng)險(xiǎn)評(píng)估模型。胡欣漢等人（2012）認(rèn)為L(zhǎng)ogistic模型具有較高的預(yù)測(cè)精度，計(jì)算方法簡(jiǎn)單，解釋變量能力強(qiáng)。Wiginton（1980）實(shí)證選用Logistic模型做信用風(fēng)險(xiǎn)評(píng)估效果比判別分析方法好。

5.征信指標(biāo)選擇。征信指標(biāo)可用的變量選擇方法有AIC、BIC子集選擇法、Logistic模型、神經(jīng)網(wǎng)絡(luò)等方法。此外美國(guó)的FICO信用評(píng)分系統(tǒng)被廣泛接受，標(biāo)準(zhǔn)規(guī)格齊全，各項(xiàng)指標(biāo)細(xì)分為兩級(jí)和三級(jí)指標(biāo)，能較為準(zhǔn)確方便地評(píng)估借款人的還款能力，值得借鑒。

二、高校P2P市場(chǎng)現(xiàn)狀及特征

（一）現(xiàn)狀

近兩年，各方企業(yè)受眾多網(wǎng)絡(luò)借貸平臺(tái)相繼倒閉的影響，為尋求出路，紛紛聚焦消費(fèi)金融創(chuàng)新，面向主體多樣化。

（二）特征

相對(duì)其他網(wǎng)貸客戶群體，大學(xué)生網(wǎng)貸群體具有以下特征：

1.征信信息獲取相對(duì)容易。王俊義（2016）認(rèn)為開(kāi)發(fā)大學(xué)生網(wǎng)貸優(yōu)勢(shì)在于可以方便地獲取線上線下征信資訊。網(wǎng)貸平臺(tái)除了能夠獲取常規(guī)網(wǎng)上注冊(cè)認(rèn)證資料外，在校大學(xué)生尚未擺脫學(xué)校的束縛，平臺(tái)可以利用線下協(xié)助驗(yàn)證包括身份證、學(xué)校、專(zhuān)業(yè)、入學(xué)年份等信息，能有效化解信息不對(duì)稱(chēng)以及驗(yàn)證渠道單一的問(wèn)題。

2.貸款資金額度小。大部分的大學(xué)生財(cái)務(wù)不獨(dú)立，沒(méi)有穩(wěn)定收入，平臺(tái)針對(duì)這種特殊的貸款群體設(shè)置額度限制，九成在5000元以下，主要用于購(gòu)買(mǎi)生活日用品及電子產(chǎn)品，屬于小額借款群體。

3.還款有保障。大學(xué)生以父母的經(jīng)濟(jì)來(lái)源作為貸款的后盾，較其它工薪階層，大學(xué)生的壞賬率相對(duì)較低，是P2P網(wǎng)貸平臺(tái)降低信用風(fēng)險(xiǎn)、轉(zhuǎn)型創(chuàng)新、尋求主體多樣化、爭(zhēng)奪的熱門(mén)優(yōu)質(zhì)資源。

三、P2P平臺(tái)針對(duì)大學(xué)生現(xiàn)有的信用機(jī)制及問(wèn)題

（一）學(xué)生征信與信用認(rèn)證機(jī)制的關(guān)系

賀學(xué)會(huì)，尹晨（2005）認(rèn)為征信是企業(yè)或個(gè)人的信用信息征集、共享和報(bào)告的活動(dòng)。而學(xué)生征信是平臺(tái)針對(duì)大學(xué)生的具體收入以及還款能力做的一份貸前調(diào)查，識(shí)別、確認(rèn)學(xué)生的身份信息，屬于一種貸前風(fēng)險(xiǎn)控制，用以解決借款人的還款能力、穩(wěn)定性和意愿三大問(wèn)題。信用認(rèn)證機(jī)制等同于對(duì)征信的結(jié)果做一份再加工，把搜索到有關(guān)借款人的信息，整理并分析，得出借款人的信用評(píng)級(jí)結(jié)果，即對(duì)借款人的還款能力做一個(gè)等級(jí)劃分。信用評(píng)級(jí)在一定程度上揭示了借款人的信用風(fēng)險(xiǎn)，緩解了雙方之間的信息不對(duì)稱(chēng)。利用信用評(píng)級(jí)，出借方有更多的思考余地以及可做出更合理的放款決策。前者是P2P平臺(tái)做的基礎(chǔ)調(diào)查，后者是對(duì)前者的再加工，兩者相輔相成。

（二）與其它信用認(rèn)證機(jī)制的差異

首先，征信的對(duì)象存在差異。與其它信用認(rèn)證機(jī)制相比，大學(xué)生信用認(rèn)證機(jī)制鎖定的對(duì)象群體為大學(xué)生，借款群體以大學(xué)生為主。而其它信用認(rèn)證機(jī)制適用對(duì)象為社會(huì)各個(gè)層次人事，范圍廣泛。其次，借款的資金額度不同，校園貸的資金額度與工薪階層借款的資金額度存在差異大學(xué)生沒(méi)有固定的工作收入，平臺(tái)針對(duì)這種特殊的借款群體，給予資金額度限制。再者，認(rèn)證指標(biāo)不同。一些大眾認(rèn)證指標(biāo)并不適用于學(xué)生群體，如婚姻、車(chē)產(chǎn)、房產(chǎn)以及工作認(rèn)證等指標(biāo)對(duì)大學(xué)生毫無(wú)意義。

（三）大學(xué)生個(gè)人征信系統(tǒng)存在的主要問(wèn)題

首先針對(duì)高校學(xué)生的貸款途徑非常少，包括：1.由政府主導(dǎo)的用于扶持貧困學(xué)生的助學(xué)貸款；2.扶持剛畢業(yè)大學(xué)生創(chuàng)業(yè)的大學(xué)生創(chuàng)業(yè)貸款；3.基于互聯(lián)網(wǎng)的校園貸款，主要集中在分期消費(fèi)貸款。整體狀況是大學(xué)生貸款需求旺，渠道少，導(dǎo)致學(xué)生為實(shí)現(xiàn)某些特殊的目的，在沒(méi)有資產(chǎn)和資信，常規(guī)借貸沒(méi)有途徑獲取情況下，又缺乏自我保護(hù)意識(shí)和信貸常識(shí)，法律意識(shí)淡薄，容易采用極端的方法借錢(qián)，被不法分子挾持利用，墮落犯罪分子黃色產(chǎn)業(yè)鏈，為了保存自己的面子，不得已“肉償賣(mài)淫”。其次，線下渠道分散成本高。由于單個(gè)大學(xué)生貸款額度小，校園網(wǎng)貸平臺(tái)依靠規(guī)模決勝，需要大量招攬線下人員開(kāi)拓市場(chǎng)，收集整理征信信息，增加了成本。線下工作人員由校園經(jīng)理、校園代理構(gòu)成，主要是兼職學(xué)生，容易為了收取提成而盲目拉取貸款用戶，增加了平臺(tái)逾期風(fēng)險(xiǎn)；再其次，征信認(rèn)證指標(biāo)特殊且過(guò)于簡(jiǎn)單。鑒于大學(xué)生網(wǎng)貸低風(fēng)險(xiǎn)特性，大部分的校園網(wǎng)貸申請(qǐng)手續(xù)簡(jiǎn)便、審核時(shí)間短、資料單一，通常只需審核借款人身份信息、在校證明以及還款能力證明，普遍對(duì)用戶的信用風(fēng)險(xiǎn)評(píng)估不足，無(wú)法對(duì)借款人實(shí)施明確且適宜的借款利率、逾期利率，風(fēng)險(xiǎn)控制失效，繼而引發(fā)的逾期風(fēng)險(xiǎn)增加。

四、建議與措施

（一）完善征信指標(biāo)體系

從大學(xué)生收支狀況來(lái)看，大學(xué)生的收入有來(lái)自父母給予的日常生活費(fèi)、學(xué)校頒發(fā)的獎(jiǎng)學(xué)金、助學(xué)金以及個(gè)人經(jīng)營(yíng)收入等；而飲食支出為大學(xué)生群體的主要支出，其余依次為戀愛(ài)支出、購(gòu)物支出、旅游支出以及沖動(dòng)消費(fèi)支出等，收入高并不意味著借款人還款能力強(qiáng)。平臺(tái)理應(yīng)結(jié)合大學(xué)生的收支狀況，囊括更多更詳細(xì)的指標(biāo)和信息，建議建立類(lèi)似美國(guó)FICO信用評(píng)分體系的三級(jí)征信指標(biāo)體系，逐層細(xì)化，并及時(shí)更新信息，具體指標(biāo)細(xì)目見(jiàn)下表：

（二）建立信用評(píng)級(jí)制度

在健全的信用認(rèn)證指標(biāo)體系的基礎(chǔ)上，繼續(xù)完善信用評(píng)級(jí)制度，對(duì)征信收集的數(shù)據(jù)進(jìn)行系統(tǒng)性的定量分析，避免定性分析和主觀經(jīng)驗(yàn)判斷給信用管理帶來(lái)不確定因素。

1.充分利用互聯(lián)網(wǎng)大數(shù)據(jù)。和擁有大量消費(fèi)記錄、交易信息的電商平臺(tái)合作，如：淘寶、京東等，利用消費(fèi)記錄作為征信的參考數(shù)據(jù)，以彌補(bǔ)我國(guó)P2P平臺(tái)歷史數(shù)據(jù)少這一缺陷。

2.建立評(píng)分模型，對(duì)征信收集的數(shù)據(jù)以及用戶在平臺(tái)累計(jì)的歷史信息，衡量計(jì)算單個(gè)用戶的內(nèi)部信用評(píng)分，以此劃分單個(gè)用戶的信用等級(jí)。根據(jù)劃分的信用等級(jí)，對(duì)借款人的借款利率合理定價(jià)，以此解決平臺(tái)無(wú)法根據(jù)借款人逾期風(fēng)險(xiǎn)的大小給予合適利率的問(wèn)題。

3.借助互聯(lián)網(wǎng)多媒體信息如音頻、視頻、圖像及日志獲取客戶數(shù)據(jù)和多元化的日常生活消費(fèi)比各種卡充值、訂餐、加油、日常生活繳費(fèi)等交易記錄，充實(shí)信用評(píng)級(jí)數(shù)據(jù)。

4.借助社交關(guān)系朋友圈以甄別用戶信用度。

5.投入培訓(xùn)和時(shí)間成本，對(duì)信用風(fēng)險(xiǎn)管理人員進(jìn)行專(zhuān)業(yè)培訓(xùn)，提升人員的操控能力，提高借款人違約概率數(shù)據(jù)的可靠性。

（三）健全逾期的催收制度

為預(yù)防P2P網(wǎng)絡(luò)借貸平臺(tái)以低門(mén)檻、零首付、免擔(dān)保等作為誘餌，以每月看似較低的分期付款額度，隱藏P2P網(wǎng)貸平臺(tái)年利息高、違約金罰款高、服務(wù)費(fèi)高的真實(shí)背景，以此收取學(xué)生高額的逾期費(fèi)，建議：

1.對(duì)借款人設(shè)置合理配套的借款利率和逾期利率，明確表明逾期條款、逾期費(fèi)率，增加平臺(tái)的透明度，以此推動(dòng)平臺(tái)的良性長(zhǎng)遠(yuǎn)發(fā)展。

2.催收方式合理合法，對(duì)逾期還款的用戶采用網(wǎng)絡(luò)公布信息，各平臺(tái)間加聯(lián)合作，把逾期的用戶名單以及相關(guān)的個(gè)人信息資源共享，遏制借款人過(guò)度負(fù)債。

3.對(duì)線下的工作人員進(jìn)行專(zhuān)業(yè)培訓(xùn)。防范校園經(jīng)理、校園代理為爭(zhēng)取更多提成盲目拉取貸款用戶行為。

4.設(shè)置獎(jiǎng)勵(lì)懲罰機(jī)制。

5.對(duì)如期還款或提前還款的用戶，提高其信用評(píng)級(jí)；對(duì)逾期還款的用戶提供兼職工作的機(jī)會(huì)，用勞務(wù)抵債。

（四）樹(shù)立正確人生觀，普及信貸知識(shí)

幫助大學(xué)生樹(shù)立正確的人生觀，培養(yǎng)理性消費(fèi)習(xí)慣，不貪慕虛榮，不攀比，不超前消費(fèi)。加強(qiáng)征信常識(shí)普及，增強(qiáng)個(gè)人隱私和信息保護(hù)意識(shí)，幫助學(xué)生鑒別非法網(wǎng)站的不合理征信要求，加強(qiáng)自我保護(hù)和法律意識(shí)。建立健全互聯(lián)網(wǎng)金融的個(gè)人信息保護(hù)法規(guī)的建設(shè)，保護(hù)個(gè)人信息權(quán)益，嚴(yán)懲利用即時(shí)通信工具，威逼學(xué)生以裸照獲取貸款及在互聯(lián)網(wǎng)上販賣(mài)濫用個(gè)人信息的不法分子，保護(hù)學(xué)生的合法權(quán)益、信譽(yù)。

[參考文獻(xiàn)]

[1]夏露.具有高校特色的P2P網(wǎng)貸平臺(tái)初期經(jīng)營(yíng)模式的探索[J].商，2015（31）.

[2]曹亞廷.P2P網(wǎng)貸與征信系統(tǒng)關(guān)系研究[J].理論研究，2014（9）.

[3]莫易嫻.P2P網(wǎng)絡(luò)借貸國(guó)內(nèi)外理論與實(shí)踐研究文獻(xiàn)綜述[J].金融理論與實(shí)踐，2011（12）.

[4]Michael Klafft.Peer to Peer Lending：Auctioning Microcredits over the Internet[A].Proceedings of the International Conference on Information Systems[J].Technology and Management，2008，02.

[5]Wiginton J.C.，A Note on the Comparison of Logit and Discriminant Models of Consumer Credit Behavior[J]. Journal of Financial and Quantitative Analysis，1980（8）.

[責(zé)任編輯：潘洪志]