P2P網(wǎng)貸的行業(yè)現(xiàn)狀分析及風(fēng)險(xiǎn)評(píng)估體系構(gòu)建

劉曉慶，譚雯倩，劉 佳，陳俊男，李美玉，李澤健

(1．廣東金融學(xué)院，廣州 510521；2．廣東外語(yǔ)外貿(mào)大學(xué)，廣州 510006)

引言

P2P網(wǎng)貸(peer to peer lending)是指資金需求方通過(guò)在線網(wǎng)絡(luò)平臺(tái)與資金供給方進(jìn)行直接交易的民間借貸行為。[1]作為互聯(lián)網(wǎng)融資的媒介,P2P平臺(tái)可以為交易雙方提供信息交流互換、融資服務(wù)和其他的服務(wù),通過(guò)互聯(lián)網(wǎng)信息技術(shù)實(shí)現(xiàn)資金的非中介化,使得借貸雙方之間的信息交流與資金融通繞過(guò)傳統(tǒng)的金融機(jī)構(gòu)。[2]P2P最早于2005年在英國(guó)產(chǎn)生。[3]由于該模式比銀行靈活便捷、投資回報(bào)利率高,很快在全球發(fā)展起來(lái),并于2007年引入中國(guó)。P2P是隨著互聯(lián)網(wǎng)的發(fā)展和民間借貸的興起而發(fā)展起來(lái)的一種新的金融模式,具有便捷、高效、低門(mén)檻、低成本的優(yōu)勢(shì)。[4]這種借貸方式不僅促進(jìn)了我國(guó)金融體系的發(fā)展,使社會(huì)閑散資金的配置更加合理,同時(shí)也使中小企業(yè)的融資需求得到了更好的滿足,增加了居民的投資渠道。經(jīng)過(guò)10年的發(fā)展,P2P網(wǎng)貸已有一定的規(guī)模。但是,由于國(guó)內(nèi)對(duì)此行業(yè)的法律和政策還不太完善,且風(fēng)險(xiǎn)控制機(jī)制不成熟,近年來(lái)P2P平臺(tái)“跑路”、停業(yè)或提現(xiàn)困難的現(xiàn)象越來(lái)越多[5],導(dǎo)致眾多投資人無(wú)法收回投資,甚至血本無(wú)歸,資金安全堪憂。

何曉玲等[6]提出,P2P平臺(tái)為了吸引更多的用戶,可能會(huì)突破純粹的信息中介職能,推出高于商業(yè)銀行、保險(xiǎn)等金融機(jī)構(gòu)的產(chǎn)品,變相吸儲(chǔ),觸碰政策紅線。劉麗麗[7]則指出,有關(guān)的監(jiān)管法規(guī)不健全會(huì)導(dǎo)致P2P平臺(tái)的合法性難以確保,對(duì)P2P平臺(tái)管控的不足不利于政府宏觀政策的執(zhí)行。劉峙延等[8]分析了多家P2P平臺(tái)的風(fēng)險(xiǎn)度量體系,通過(guò)借鑒美國(guó)的FICO個(gè)人信用評(píng)級(jí)法、德國(guó)的IPC小微信貸技術(shù)和我國(guó)商業(yè)銀行個(gè)人微貸信用評(píng)分法,為中國(guó)的P2P網(wǎng)貸風(fēng)險(xiǎn)度量提出了三種不同的建議,即平臺(tái)賠付機(jī)制、貸款人投資分散、借款人風(fēng)險(xiǎn)評(píng)級(jí)。

logistic回歸分析是處理多個(gè)變量之間相互關(guān)系的一種數(shù)學(xué)方法,用極大似然估計(jì)法,得出回歸系數(shù)最適合的參數(shù)估計(jì)值。Wiginton[9]在信用評(píng)分研究領(lǐng)域中第一次嘗試應(yīng)用Logistic回歸分析法,并提出Logistic模型沒(méi)有受到解釋變量關(guān)于分布假設(shè)的嚴(yán)格要求是很大的一個(gè)優(yōu)點(diǎn)。馬九杰等[10]根據(jù)中小企業(yè)的貸款違約數(shù)據(jù),基于Logistic回歸方法進(jìn)行了信用風(fēng)險(xiǎn)實(shí)證研究,結(jié)果預(yù)測(cè)的成功概率超出了70%。Puro等[11]則應(yīng)用Logistic回歸分析法,以借款者借款利率,債務(wù)收入比,貸款金額和逾期金額等作為自變量,設(shè)計(jì)出了能夠預(yù)測(cè)借款者融資成功概率的模型,以此為借款者提供決策建議。吳曉光等[12][13]則為監(jiān)管部門(mén)對(duì)P2P網(wǎng)貸行業(yè)的管理提出以下五點(diǎn)提議:(1)改進(jìn)用戶識(shí)別安全機(jī)制；(2)增強(qiáng)資金管理機(jī)制；(3)建立健全的反洗錢(qián)管理系統(tǒng)；(4)加強(qiáng)信用評(píng)級(jí)體系的建設(shè)；(5)完善改進(jìn)P2P借貸網(wǎng)站的安全技術(shù)。

雖然P2P發(fā)展的歷程較短,并不是特別成熟,但其高收益伴隨的高風(fēng)險(xiǎn)已經(jīng)引起諸多學(xué)者的注意。但是,目前的研究焦點(diǎn)主要集中在借貸方式中的信息不對(duì)稱所帶來(lái)的風(fēng)險(xiǎn),主要是借款人的信用風(fēng)險(xiǎn)等,關(guān)于平臺(tái)本身的風(fēng)險(xiǎn)及風(fēng)險(xiǎn)評(píng)估與預(yù)測(cè)方面的研究較少。為此,筆者首先研究P2P平臺(tái)的現(xiàn)狀以及存在的問(wèn)題,接著將P2P行業(yè)中的“跑路”平臺(tái)與正常平臺(tái)作為研究對(duì)象,在多家金融類(lèi)咨詢網(wǎng)站及多渠道收集資料與數(shù)據(jù)作為研究樣本,并通過(guò)Logistic分析法建立了P2P網(wǎng)貸平臺(tái)的信用評(píng)價(jià)指標(biāo)體系,從而為P2P網(wǎng)貸的有序發(fā)展提供一定的參考意見(jiàn),并為其風(fēng)險(xiǎn)的分析及預(yù)測(cè)提供依據(jù)。

一、P2P網(wǎng)絡(luò)借貸行業(yè)的現(xiàn)狀分析

自P2P問(wèn)世以來(lái),在全球范圍內(nèi)飛速擴(kuò)張、推廣與發(fā)展,行業(yè)交易量持續(xù)攀升。至2017年7月份,我國(guó)P2P網(wǎng)貸平臺(tái)累計(jì)交易金額近4．9萬(wàn)億元,P2P網(wǎng)貸平臺(tái)的貸款余額約12170億元,同比增長(zhǎng)98．7%,環(huán)比增長(zhǎng)5．4%,其發(fā)展速度可見(jiàn)一斑。 但另一方面,由于國(guó)內(nèi)P2P行業(yè)的監(jiān)督管理存在一定的空白,P2P網(wǎng)貸平臺(tái)“跑路”、詐騙等丑聞?lì)l發(fā),越來(lái)越多的不良貸款日漸顯現(xiàn),嚴(yán)重影響投資者的信心,給投資者和借款者造成了巨大的損失。為促進(jìn)P2P網(wǎng)貸行業(yè)正常發(fā)展,也迫使“指導(dǎo)意見(jiàn)”落地,監(jiān)管細(xì)則逐漸到位,P2P的發(fā)展開(kāi)始走向正軌。隨著P2P網(wǎng)貸行業(yè)法律法規(guī)的逐漸完善,意味著風(fēng)險(xiǎn)等級(jí)高的平臺(tái)將會(huì)暴露無(wú)疑,必須面對(duì)優(yōu)勝劣汰的形勢(shì),合法合規(guī)地開(kāi)展其業(yè)務(wù)。

(一)網(wǎng)貸平臺(tái)發(fā)展規(guī)模

從艾瑞咨詢數(shù)據(jù)可以得知,我國(guó)網(wǎng)貸平臺(tái)發(fā)展迅速,網(wǎng)貸行業(yè)交易規(guī)模呈逐年擴(kuò)大的趨勢(shì)。至2018年2月,P2P平臺(tái)累計(jì)的成交量已高達(dá)66111．44億元,貸款余額近12737．17億元,環(huán)比上升了1．95%。在平臺(tái)集中度方面,2016年9月前100平臺(tái)集中度約為 75．91%,比半年前 75．34%上升 0．57%,集中度略有上升。但行業(yè)成交熱度持續(xù)走高,預(yù)計(jì)2018年和2019年交易規(guī)模分別將達(dá)3．075億萬(wàn)億元和3．734億萬(wàn)億元,行業(yè)前景尤為可觀。近年來(lái)“中國(guó)網(wǎng)絡(luò)借貸行業(yè)交易規(guī)模發(fā)展?fàn)顩r”如圖1所示。

圖1 網(wǎng)貸行業(yè)發(fā)展?fàn)顩r(注：數(shù)據(jù)來(lái)源艾瑞網(wǎng)《中國(guó)網(wǎng)絡(luò)借貸行業(yè)合規(guī)化報(bào)告》)

(二)網(wǎng)絡(luò)借貸行業(yè)問(wèn)題分析

雖然我國(guó)P2P網(wǎng)貸發(fā)展迅速,平臺(tái)數(shù)量迅速增長(zhǎng),行業(yè)交易規(guī)模呈逐年擴(kuò)大的趨勢(shì),但也出現(xiàn)不少P2P網(wǎng)貸平臺(tái)經(jīng)營(yíng)不順甚至跑路問(wèn)題。因此,研究具有哪些特征的P2P平臺(tái)可能會(huì)出現(xiàn)問(wèn)題甚至“跑路”成為亟待解決的一個(gè)問(wèn)題。

1．行業(yè)問(wèn)題——問(wèn)題平臺(tái)數(shù)量逐年攀升

據(jù)調(diào)查可知,截至2017年末P2P網(wǎng)貸行業(yè)發(fā)展迅猛,我國(guó)的P2P平臺(tái)數(shù)量累計(jì)已高達(dá)5970家。其中,正常運(yùn)營(yíng)平臺(tái)數(shù)量約1931家,問(wèn)題平臺(tái)數(shù)量高達(dá)4039家,并有持續(xù)增加的趨勢(shì)。而2016年累計(jì)停業(yè)及問(wèn)題平臺(tái)的數(shù)量高達(dá)1741家,經(jīng)對(duì)比發(fā)現(xiàn)竟超過(guò)了2015年新增的問(wèn)題平臺(tái)總數(shù),由此可見(jiàn)中國(guó)P2P網(wǎng)貸的整體發(fā)展?fàn)顩r堪憂,存在的問(wèn)題已不容小覷。

圖2 2011-2016．10P2P網(wǎng)貸問(wèn)題平臺(tái)數(shù)量

2．問(wèn)題平臺(tái)分類(lèi)

由于P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)因素較多,截至2016年末,問(wèn)題平臺(tái)已高達(dá)3231家,本文對(duì)這3231家問(wèn)題平臺(tái)的數(shù)據(jù)進(jìn)行分析(見(jiàn)圖3)。其中“停業(yè)”的問(wèn)題平臺(tái)占比最高,高達(dá)69．34%,此類(lèi)平臺(tái)通常由于盈利能力太差而導(dǎo)致沒(méi)有穩(wěn)定持續(xù)的現(xiàn)金流來(lái)維持正常的運(yùn)營(yíng),最后才主動(dòng)關(guān)停平臺(tái)。其次,則是“提現(xiàn)困難”的問(wèn)題平臺(tái),占比達(dá)到20．00%。此類(lèi)平臺(tái)通常由于經(jīng)營(yíng)管理和風(fēng)險(xiǎn)防范能力較差,加上缺乏專(zhuān)業(yè)的管理人才和完善的風(fēng)險(xiǎn)控制體系,一旦出現(xiàn)資金斷鏈將直接導(dǎo)致平臺(tái)無(wú)法持續(xù)正常經(jīng)營(yíng)。最后,“跑路”平臺(tái)和“轉(zhuǎn)型”平臺(tái)占比最少,均為5．33%。

2．問(wèn)題平臺(tái)運(yùn)營(yíng)風(fēng)險(xiǎn)原因解析

從調(diào)查和分析來(lái)看,中國(guó)P2P行業(yè)產(chǎn)生問(wèn)題的主要原因可以分為兩個(gè)方面:一是經(jīng)營(yíng)性原因；二是互聯(lián)網(wǎng)詐騙。經(jīng)營(yíng)性問(wèn)題主要包括以下四點(diǎn):流動(dòng)性問(wèn)題；風(fēng)控問(wèn)題；合規(guī)問(wèn)題；盈利問(wèn)題。除了網(wǎng)絡(luò)詐騙之外,風(fēng)控問(wèn)題、盈利問(wèn)題、流動(dòng)性問(wèn)題都是可以通過(guò)數(shù)據(jù)進(jìn)行量化,以評(píng)估風(fēng)險(xiǎn)。如圖4所示。

圖3 停業(yè)及問(wèn)題平臺(tái)事件類(lèi)型分布(數(shù)據(jù)來(lái)源：網(wǎng)貸之家研究中心)

圖4 平臺(tái)出現(xiàn)問(wèn)題的原因

二、構(gòu)建網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)度量指標(biāo)體系

首先,利用爬蟲(chóng)技術(shù)從725家P2P平臺(tái)網(wǎng)站上獲取到有用的數(shù)據(jù)信息,其中457個(gè)平臺(tái)是健康平臺(tái),其他268個(gè)平臺(tái)是問(wèn)題平臺(tái)；其次,將P2P平臺(tái)信譽(yù)風(fēng)險(xiǎn)度量指標(biāo)分為資本充足性、資產(chǎn)質(zhì)量、盈利狀況、流動(dòng)性、風(fēng)險(xiǎn)管控能力、平臺(tái)軟實(shí)力六個(gè)維度,進(jìn)行歸類(lèi)與總結(jié)；最后,利用Logistic回歸模型分析各個(gè)平臺(tái)的原始指標(biāo),并構(gòu)建了P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)度量指標(biāo)體系。

(一)指標(biāo)因子整理

經(jīng)過(guò)對(duì)傳統(tǒng)金融行業(yè)風(fēng)險(xiǎn)指標(biāo)的篩選,根據(jù)數(shù)據(jù)可獲取性的原則,初步選取了16個(gè)影響因子,以度量和預(yù)測(cè)P2P網(wǎng)貸平臺(tái)的運(yùn)營(yíng)風(fēng)險(xiǎn)。

本文涉及的全部基礎(chǔ)指標(biāo)的定義,以及描述性統(tǒng)計(jì)如表1所示。

(二)數(shù)據(jù)預(yù)處理——Z Score標(biāo)準(zhǔn)化

1．原始數(shù)據(jù)的獲取

本文的原始數(shù)據(jù)是從第三方網(wǎng)貸權(quán)威機(jī)構(gòu)上利用爬蟲(chóng)技術(shù)抓取的731家P2P網(wǎng)貸平臺(tái)2017年度的詳細(xì)運(yùn)營(yíng)數(shù)據(jù)。根據(jù)可獲取性、可評(píng)估性的原則,抓取的731家平臺(tái)公司的詳細(xì)運(yùn)營(yíng)數(shù)據(jù)包括注冊(cè)資本、待收款、綜合收益、已付利息及獎(jiǎng)勵(lì)、人均借款金額、借款人總數(shù)、借款集中度、資本充足率、人均投資金額、運(yùn)營(yíng)時(shí)間等指標(biāo)。

表1 基礎(chǔ)指標(biāo)描述性統(tǒng)計(jì)

2．?dāng)?shù)據(jù)標(biāo)準(zhǔn)化

原始數(shù)據(jù)標(biāo)準(zhǔn)分?jǐn)?shù)可用公式表示為:z＝(xμ)/σ。z分?jǐn)?shù)是一個(gè)抽象值,表示一個(gè)原始分?jǐn)?shù)在團(tuán)體中所處的位置,由z分?jǐn)?shù)組成的分布有兩個(gè)特點(diǎn):一是z分?jǐn)?shù)的平均等于0；二是其標(biāo)準(zhǔn)差等于1。z分?jǐn)?shù)不僅能夠刻畫(huà)原數(shù)據(jù)的分布特征,還能對(duì)不同測(cè)量單位的數(shù)據(jù)直接進(jìn)行比較。經(jīng)過(guò)標(biāo)準(zhǔn)化的指標(biāo)命名為Z注冊(cè)資本,Z待收款,Z綜合收益,Z已付利息及獎(jiǎng)勵(lì),Z人均借款金額,Z借款人總數(shù),Z借款集中度,Z資本充足率,Z人均投資金額,Z運(yùn)營(yíng)時(shí)間。

3．缺失值處理

高質(zhì)量的數(shù)據(jù)有利于得到高質(zhì)量的分析結(jié)果,數(shù)據(jù)值缺失是數(shù)據(jù)分析中經(jīng)常遇到的問(wèn)題之一。當(dāng)缺失比例很小時(shí),可直接對(duì)缺失記錄進(jìn)行舍棄或進(jìn)行手工處理。造成數(shù)據(jù)缺失的原因是多方面的,本文研究的數(shù)據(jù)產(chǎn)生缺失值的主要原因?yàn)閿?shù)據(jù)被遺漏或未妥善保存。

缺失值的處理方法,大致可以分為刪除元組、數(shù)據(jù)補(bǔ)齊和不處理。刪除元組是指將存在遺漏信息的對(duì)象進(jìn)行刪除,從而得到一個(gè)完整的數(shù)據(jù)表。這種方法簡(jiǎn)單易行,在對(duì)象有多個(gè)缺失值時(shí)非常有效。而數(shù)據(jù)補(bǔ)齊是指用一定的值去填充空值,從而使數(shù)據(jù)表完整化。但是此類(lèi)方法適用于客觀數(shù)據(jù)的應(yīng)用,不適用于主觀數(shù)據(jù)。本文將把有缺失值的數(shù)據(jù)進(jìn)行刪除,以防其對(duì)預(yù)測(cè)結(jié)果造成影響。

4．剔除離群值

離群值(outlier),即逸出值,往往會(huì)扭曲預(yù)測(cè)結(jié)果并影響模型精度。我們?cè)赟PSS中處理數(shù)據(jù),將數(shù)據(jù)的篩選條件設(shè)置為Z綜合收益]＝-3 Z綜合收益[＝3 Z資本充足率]＝-3 Z資本充足率[＝3 Z借款集中度]＝-3 Z借款集中度[＝3 Z人均投資金額]＝-3 Z人均投資金額[＝3 Z人均借款金額]＝-3 Z人均借款金額[＝3 Z運(yùn)營(yíng)時(shí)間]＝-3 Z運(yùn)營(yíng)時(shí)間[＝3,從而剔除出 Z分?jǐn)?shù)絕對(duì)值大于3的數(shù)據(jù),保證樣本的可靠性。處理后的數(shù)據(jù),共計(jì)704家平臺(tái)。

(三)Logistic回歸分析

由于因變量是否為問(wèn)題平臺(tái)為無(wú)序分類(lèi)變量,故采取二元logistics分析的方式來(lái)判斷各指標(biāo)體系與是否為問(wèn)題平臺(tái)的相關(guān)性和顯著性。設(shè)原假設(shè)H0:各自變量與是否為問(wèn)題平臺(tái)不相關(guān)。備擇假設(shè)H1:各自變量與是否為問(wèn)題平臺(tái)相關(guān)。

如表2所示,將健康平臺(tái)賦值為0,問(wèn)題平臺(tái)賦值為1,令置信水平 α＝0．05,進(jìn)行 logistics回歸分析。

表2 因變量編碼

表 3 分類(lèi)表a，b

表4 方程式中的變量

由表3,4,5的數(shù)據(jù)可知,數(shù)據(jù)原始預(yù)測(cè)準(zhǔn)確率為63．7%。其中Z已付利息及獎(jiǎng)勵(lì),Z綜合收益,Z資本充足率,Z人均投資金額,Z人均借款金額,Z借款集中度的概率水平都小于0．05,因此拒絕H0,各自變量與平臺(tái)是否為問(wèn)題平臺(tái)緊密相關(guān)。而Z注冊(cè)資本,Z待收款,Z借款人總數(shù),Z運(yùn)營(yíng)時(shí)間的顯著性大于0．05,故與平臺(tái)是否為問(wèn)題平臺(tái)無(wú)明顯關(guān)系。剔除這四個(gè)指標(biāo)后,再次進(jìn)行l(wèi)ogistic回歸分析(見(jiàn)下表6)。

表5 方程式中的變量

表 6 分類(lèi)表a，b

由表6可知,預(yù)測(cè)的準(zhǔn)確率由63．7%提高到了89．8%,故這六個(gè)指標(biāo)對(duì)回歸模型有顯著幫助。

表7 風(fēng)險(xiǎn)預(yù)警指標(biāo)體系

小結(jié)

本文從投資者的角度出發(fā),將P2P網(wǎng)貸行業(yè)中的問(wèn)題平臺(tái)與運(yùn)營(yíng)正常平臺(tái)作為研究對(duì)象,結(jié)合風(fēng)險(xiǎn)評(píng)估與風(fēng)險(xiǎn)控制理論,總結(jié)整理出中國(guó)P2P行業(yè)的現(xiàn)狀及問(wèn)題,并運(yùn)用爬蟲(chóng)技術(shù)對(duì)731家P2P平臺(tái)的原始指標(biāo)進(jìn)行了標(biāo)準(zhǔn)化篩選,對(duì)平臺(tái)面臨的風(fēng)險(xiǎn)進(jìn)行識(shí)別,最后對(duì)處理后的原始指標(biāo)數(shù)據(jù)進(jìn)行Logistic分析,構(gòu)建了由八個(gè)信用度量指標(biāo)組成的P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)預(yù)警指標(biāo)體系,以幫助交易方做出投資決策,并刻畫(huà)出P2P平臺(tái)的風(fēng)險(xiǎn)特征,為投資人提供風(fēng)險(xiǎn)預(yù)警作用。

但本文也存在著不足之處,很多P2P平臺(tái)的指標(biāo)數(shù)據(jù)并不透明公開(kāi),這導(dǎo)致對(duì)平臺(tái)風(fēng)險(xiǎn)度量指標(biāo)的選取造成限制,指標(biāo)統(tǒng)計(jì)分析處理可能并不是很完善,致使風(fēng)險(xiǎn)評(píng)估指標(biāo)體系存在一定的缺陷。P2P作為一種創(chuàng)新型的資金融通方式,還處于發(fā)展的初級(jí)階段,對(duì)P2P的研究也相對(duì)較少,今后的研究還有待更多的數(shù)據(jù)支持,進(jìn)一步補(bǔ)充、修正和深入。