互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范研究

韋艷肖

【摘 要】 文章由風(fēng)險(xiǎn)因素量化角度入手，對(duì)借款利率、借款人信用、信息透明程度、標(biāo)的期限等風(fēng)險(xiǎn)因素進(jìn)行處理，基于Logit模型，以網(wǎng)貸平臺(tái)為例，定量研究互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)。研究表明：借款利率、標(biāo)的期限與借款標(biāo)的風(fēng)險(xiǎn)呈正向關(guān)系，借款利率越高、標(biāo)的期限越長(zhǎng)，則借貸標(biāo)的風(fēng)險(xiǎn)越大；借款人信用評(píng)價(jià)、信息透明度與借款標(biāo)的風(fēng)險(xiǎn)呈反向關(guān)系，借款人信用評(píng)價(jià)越好、信息透明度越高，則借貸標(biāo)的風(fēng)險(xiǎn)越低。最后，立足于研究結(jié)論為我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范提供可操作的建議。

【關(guān)鍵詞】 互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)； 網(wǎng)貸平臺(tái)； Logit模型

【中圖分類號(hào)】 F274 【文獻(xiàn)標(biāo)識(shí)碼】 A 【文章編號(hào)】 1004-5937（2018）16-0104-05

一、引言

2005年，全球第一個(gè)網(wǎng)貸平臺(tái)Zopa起源于英國(guó)，之后網(wǎng)貸平臺(tái)在全球范圍內(nèi)被廣泛復(fù)制和創(chuàng)新，2007年拍拍貸的出現(xiàn)，標(biāo)志著網(wǎng)貸平臺(tái)正式進(jìn)入中國(guó)。隨后，我國(guó)相繼出現(xiàn)了大量的網(wǎng)貸平臺(tái)，網(wǎng)貸天眼研究院調(diào)查數(shù)據(jù)顯示，截至2017年10月，我國(guó)共有P2P網(wǎng)貸平臺(tái)5 306家。網(wǎng)貸平臺(tái)規(guī)模和數(shù)量不斷擴(kuò)大，拓寬了中小企業(yè)的融資渠道，為我國(guó)中小企業(yè)提供了有效的項(xiàng)目資金，這對(duì)我國(guó)GDP的有效增長(zhǎng)起到了積極的支撐作用。此外，網(wǎng)貸平臺(tái)也提供了大量就業(yè)崗位，對(duì)于緩解我國(guó)就業(yè)壓力也起到了積極作用。但是我國(guó)網(wǎng)貸平臺(tái)發(fā)展起步晚，相關(guān)網(wǎng)貸體系還有待完善，中小企業(yè)和消費(fèi)者缺乏良好的風(fēng)險(xiǎn)意識(shí)，導(dǎo)致我國(guó)網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)頻發(fā)，5 306家網(wǎng)貸平臺(tái)中，問(wèn)題網(wǎng)貸平臺(tái)達(dá)3 527家，行業(yè)淘汰率高達(dá)66.47%。我國(guó)政府高度重視網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)的防范，早在2011年就頒布了《P2P網(wǎng)絡(luò)借貸平臺(tái)標(biāo)準(zhǔn)規(guī)定》，其中把我國(guó)網(wǎng)貸平臺(tái)分為微型網(wǎng)貸平臺(tái)、小型網(wǎng)貸平臺(tái)、中型網(wǎng)貸平臺(tái)三種，并對(duì)網(wǎng)貸平臺(tái)的從業(yè)人員、資產(chǎn)等方面制定了硬性要求[1]，目的是為了規(guī)范我國(guó)網(wǎng)貸平臺(tái)的運(yùn)行。2015年銀監(jiān)部門發(fā)布了《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法》，嚴(yán)格規(guī)定網(wǎng)貸平臺(tái)應(yīng)當(dāng)履行的多種義務(wù)。在此背景下，以網(wǎng)貸平臺(tái)為例探究我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范就顯得至關(guān)重要。本文研究的理論意義在于彌補(bǔ)我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)評(píng)估機(jī)制研究方面的缺失，為我國(guó)金融風(fēng)險(xiǎn)防范研究提供新思路；實(shí)踐意義在于通過(guò)定量研究為網(wǎng)貸平臺(tái)互聯(lián)網(wǎng)資金的合理利用提供幫助，以期能夠推動(dòng)我國(guó)網(wǎng)貸平臺(tái)的發(fā)展，完善我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范體系。

二、文獻(xiàn)綜述

國(guó)內(nèi)外有關(guān)互聯(lián)金融風(fēng)險(xiǎn)防范以及網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)的研究可以分為4類。第一，技術(shù)風(fēng)險(xiǎn)方面。王云紅（2005）研究發(fā)現(xiàn)網(wǎng)貸平臺(tái)主要面臨技術(shù)風(fēng)險(xiǎn)和業(yè)務(wù)風(fēng)險(xiǎn)，提出加強(qiáng)對(duì)網(wǎng)貸平臺(tái)的監(jiān)管，建立國(guó)家、行業(yè)、企業(yè)三方參與的互聯(lián)網(wǎng)金融技術(shù)風(fēng)險(xiǎn)防范體系。第二，風(fēng)險(xiǎn)現(xiàn)狀、模式和類型方面。張玉梅（2010）將我國(guó)網(wǎng)絡(luò)借貸平臺(tái)發(fā)展模式分為中介式、復(fù)合中介式以及線上與線下結(jié)合式三類。Berger等（2009）將網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)分為內(nèi)生風(fēng)險(xiǎn)與外生風(fēng)險(xiǎn)，其中內(nèi)生風(fēng)險(xiǎn)是指技術(shù)、運(yùn)營(yíng)、合同等，外生風(fēng)險(xiǎn)是指法律、國(guó)家政府、交易對(duì)手等方面存在的風(fēng)險(xiǎn)。第三，將互聯(lián)網(wǎng)金融與網(wǎng)貸平臺(tái)相結(jié)合進(jìn)行研究。劉迎秋（2012）認(rèn)為我國(guó)網(wǎng)絡(luò)借貸平臺(tái)迅速發(fā)展得益于其通過(guò)地緣關(guān)系和人緣關(guān)系進(jìn)行發(fā)展，也就是說(shuō)交易雙方基本是相互熟悉的群體，這樣增強(qiáng)了彼此的信任，因此網(wǎng)絡(luò)借貸平臺(tái)數(shù)量和規(guī)模不斷擴(kuò)大。Weiss（2010）對(duì)網(wǎng)貸平臺(tái)發(fā)展研究發(fā)現(xiàn)，由于網(wǎng)絡(luò)借貸的交易是在互聯(lián)網(wǎng)上進(jìn)行的，這使得網(wǎng)絡(luò)借貸的交易風(fēng)險(xiǎn)大大高于傳統(tǒng)的商業(yè)銀行。Chaffe（2012）在Weiss研究的基礎(chǔ)上，提出了政府機(jī)構(gòu)應(yīng)該像監(jiān)管傳統(tǒng)商業(yè)銀行那樣，加強(qiáng)對(duì)網(wǎng)絡(luò)借貸平臺(tái)的監(jiān)管，以規(guī)避網(wǎng)絡(luò)借貸平臺(tái)交易風(fēng)險(xiǎn)。第四，有關(guān)網(wǎng)貸交易平臺(tái)的進(jìn)一步研究方向。梁笑雨等（2013）認(rèn)為網(wǎng)貸平臺(tái)是一種新的互聯(lián)網(wǎng)金融產(chǎn)品，政府有關(guān)部門應(yīng)該引導(dǎo)其發(fā)展，提升網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)意識(shí)。他指出如何引導(dǎo)網(wǎng)貸平臺(tái)健康發(fā)展以及如何構(gòu)建規(guī)避網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)的機(jī)制。Weir（2012）對(duì)網(wǎng)貸平臺(tái)近年的發(fā)展進(jìn)行分析，發(fā)現(xiàn)網(wǎng)貸功能穩(wěn)定性極高，金融機(jī)構(gòu)會(huì)隨著時(shí)代發(fā)展發(fā)生較大變化，但是這些立足于網(wǎng)貸平臺(tái)的金融機(jī)構(gòu)基本功能不會(huì)發(fā)生太大的變化。

國(guó)內(nèi)外有關(guān)互聯(lián)金融風(fēng)險(xiǎn)防范以及網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)的研究文獻(xiàn)多集中于定性分析，缺乏定量分析。基于此，本文以網(wǎng)貸平臺(tái)為例，立足于構(gòu)建Logit模型對(duì)我國(guó)互聯(lián)網(wǎng)金融中存在的風(fēng)險(xiǎn)進(jìn)行定量分析，進(jìn)而為我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)防范提出具體的政策建議，以期能夠促進(jìn)我國(guó)網(wǎng)貸平臺(tái)在更加規(guī)范、科學(xué)的環(huán)境中成長(zhǎng)，推動(dòng)我國(guó)互聯(lián)網(wǎng)金融持續(xù)穩(wěn)定發(fā)展。

三、現(xiàn)狀分析

（一）網(wǎng)貸平臺(tái)發(fā)展現(xiàn)狀

截至2018年6月底，P2P網(wǎng)貸行業(yè)正常運(yùn)營(yíng)平臺(tái)數(shù)量為1 836家[2]。網(wǎng)貸平臺(tái)的出現(xiàn)大大緩解了中國(guó)社會(huì)融資困難問(wèn)題，不僅為急需資金的消費(fèi)者提供方便快捷的資金獲取渠道，也解決了我國(guó)眾多的中小企業(yè)融資難問(wèn)題。為社會(huì)經(jīng)濟(jì)發(fā)展帶來(lái)極大便利性，有利于我國(guó)互聯(lián)網(wǎng)金融事業(yè)的發(fā)展，為我國(guó)經(jīng)濟(jì)進(jìn)入“新常態(tài)”提供了一個(gè)新的增長(zhǎng)點(diǎn)。特別是2014年李克強(qiáng)總理在達(dá)沃斯論壇上提出“大眾創(chuàng)業(yè)，萬(wàn)眾創(chuàng)新”之后，我國(guó)每天新增企業(yè)1萬(wàn)多家，而網(wǎng)貸平臺(tái)的出現(xiàn)為這些中小企業(yè)發(fā)展提供項(xiàng)目資金，所以我國(guó)網(wǎng)貸平臺(tái)近年來(lái)呈現(xiàn)快速發(fā)展趨勢(shì)。就我國(guó)網(wǎng)貸平臺(tái)而言，其主要有3個(gè)特點(diǎn)：首先，我國(guó)網(wǎng)貸平臺(tái)交易主體并不固定，雙方交易零散化，難以形成較大規(guī)模，參與人群可以是社會(huì)中任何一人。其次，我國(guó)網(wǎng)貸平臺(tái)交易方式簡(jiǎn)單、快捷，滿足了人們對(duì)于產(chǎn)品靈活性的要求。最后，網(wǎng)貸平臺(tái)的發(fā)展依賴于互聯(lián)網(wǎng)技術(shù)的進(jìn)步，所以我國(guó)網(wǎng)貸平臺(tái)的蓬勃發(fā)展促進(jìn)了我國(guó)科學(xué)技術(shù)，尤其是互聯(lián)網(wǎng)技術(shù)的進(jìn)步。但是，我國(guó)的網(wǎng)貸平臺(tái)發(fā)展并不健全，在我國(guó)現(xiàn)代互聯(lián)網(wǎng)金融背景下，網(wǎng)貸平臺(tái)的發(fā)展常常出現(xiàn)許多風(fēng)險(xiǎn)。

（二）網(wǎng)貸風(fēng)險(xiǎn)類型

1.內(nèi)部風(fēng)險(xiǎn)

第一，信貸操作技術(shù)風(fēng)險(xiǎn)。由于逆向選擇和道德風(fēng)險(xiǎn)的存在，借貸平臺(tái)不能準(zhǔn)確得知借貸者的信用度，同時(shí)，市場(chǎng)上借貸平臺(tái)眾多，借貸者也無(wú)法準(zhǔn)確地判斷借貸平臺(tái)的信用度，很容易導(dǎo)致信貸操作技術(shù)風(fēng)險(xiǎn)的發(fā)生，造成資金損失[3]。第二，管理風(fēng)險(xiǎn)。由于缺乏有效的監(jiān)管，國(guó)內(nèi)很多借貸平臺(tái)管理混亂，借貸資金的管理只能依靠管理者的自覺(jué)性，投資者無(wú)法知曉資金去向，加大了資金管理風(fēng)險(xiǎn)。第三，信息披露風(fēng)險(xiǎn)。市場(chǎng)中出現(xiàn)大量的信貸平臺(tái)，彼此之間的競(jìng)爭(zhēng)也是異常激烈的，很多借貸平臺(tái)為了謀求發(fā)展，進(jìn)行虛假的宣傳，信息披露不完整，甚至提供虛假信息致使借貸者無(wú)法獲取真實(shí)信息而上當(dāng)受騙。第四，網(wǎng)絡(luò)風(fēng)險(xiǎn)。網(wǎng)絡(luò)風(fēng)險(xiǎn)是指在交易中投資者和借貸者的個(gè)人信息可能出現(xiàn)泄露的情況。

2.外部風(fēng)險(xiǎn)

第一，非法集資風(fēng)險(xiǎn)。由于我國(guó)互聯(lián)網(wǎng)金融缺乏必要監(jiān)管，網(wǎng)貸平臺(tái)非法集資的情況時(shí)有發(fā)生，2014年出現(xiàn)的問(wèn)題借貸平臺(tái)e租寶就是一個(gè)非法集資的例子，造成了大量資金損失[4]。第二，政策限制風(fēng)險(xiǎn)。雖然我國(guó)政府相當(dāng)重視網(wǎng)貸平臺(tái)的發(fā)展，但是政府出臺(tái)的政策還是過(guò)少，對(duì)網(wǎng)貸平臺(tái)的發(fā)展扶持不夠，難以解決網(wǎng)貸平臺(tái)發(fā)展面臨的資金困難、監(jiān)管困難等難題。第三，地方性約束風(fēng)險(xiǎn)。地方政府的優(yōu)惠政策致使有些人借機(jī)牟利、獲得地產(chǎn)產(chǎn)權(quán)或者其他產(chǎn)權(quán)，而這些優(yōu)惠政策對(duì)于借貸平臺(tái)的發(fā)展是弊大于利的。

四、Logit模型分析

（一）模型設(shè)定

此部分主要是定量分析網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)存在與否，因此不能利用傳統(tǒng)的經(jīng)典線性回歸模型[5]，故此本文選擇Logit模型結(jié)合安心貸的相關(guān)數(shù)據(jù)對(duì)網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)進(jìn)行定量回歸分析。Logit模型的構(gòu)建原理分為L(zhǎng)ogit模型構(gòu)建法、EVA法、價(jià)值投資模式三種。

1.Logit模型構(gòu)建法。Logit模型也稱為評(píng)定模型，是以離散選擇法和散點(diǎn)分析法為基礎(chǔ)的回歸分析方法，其原理如公式1。

其中B是最大似然估計(jì)、X是自變量、Y是因變量、P是交易價(jià)格。由于網(wǎng)貸交易過(guò)程也必定遵守市場(chǎng)交易價(jià)格理論，因此Logit模型構(gòu)建法可以適用評(píng)估網(wǎng)貸風(fēng)險(xiǎn)。

2.EVA法。EVA即經(jīng)濟(jì)增加值，學(xué)術(shù)界常用來(lái)衡量資本收益，扣除公司成本之后計(jì)算獲得。從數(shù)值的角度看，EVA是借貸平臺(tái)稅后凈利潤(rùn)減去全部資本成本的差額。如公式2所示：

其中WACC是指加權(quán)平均后的資本成本，由公式2可以計(jì)算出借貸平臺(tái)的經(jīng)濟(jì)增加值，進(jìn)而判斷借貸平臺(tái)的效益，并以借貸平臺(tái)經(jīng)濟(jì)增加值和效益判斷其風(fēng)險(xiǎn)。

3.價(jià)值投資模式。主要是依靠自由現(xiàn)金流模型對(duì)借貸平臺(tái)的年度現(xiàn)金流量進(jìn)行分析[6]，如公式3。

通過(guò)公式3可以計(jì)算出借貸平臺(tái)每年的自由現(xiàn)金流，由每年自由現(xiàn)金流具體數(shù)額分析其借貸風(fēng)險(xiǎn)。本文采用多年借貸平臺(tái)的平均自由現(xiàn)金流進(jìn)行定量比較分析，得到的均值作為穩(wěn)定狀態(tài)下的自由現(xiàn)金流，然后利用自由現(xiàn)金流量乘數(shù)模型，如公式4計(jì)算出借貸平臺(tái)價(jià)值，由此對(duì)借貸平臺(tái)的風(fēng)險(xiǎn)進(jìn)行分析。

其中，r是指無(wú)風(fēng)險(xiǎn)利率。

（二）數(shù)據(jù)選取與變量定義

本文的數(shù)據(jù)來(lái)自安心貸平臺(tái)數(shù)據(jù)庫(kù)，選取其2013—2016年借貸數(shù)據(jù)，隨機(jī)選取了7 000條安心貸平臺(tái)標(biāo)的借貸數(shù)據(jù)，然后按照這些借貸發(fā)生的時(shí)間順序，從安心貸平臺(tái)網(wǎng)站上下載這些標(biāo)的列表，但是有些數(shù)據(jù)在安心貸平臺(tái)網(wǎng)站上無(wú)法獲取，所以最終獲取的樣本數(shù)據(jù)總量是6 355條。選取2013—2016年數(shù)據(jù)是因?yàn)?013—2016年我國(guó)借貸平臺(tái)發(fā)展迅速，借貸標(biāo)的數(shù)量較多。所以，這個(gè)時(shí)間段的數(shù)據(jù)可以很好地說(shuō)明行業(yè)的發(fā)展?fàn)顟B(tài)。

被解釋變量為借款標(biāo)的風(fēng)險(xiǎn)，表現(xiàn)為存在風(fēng)險(xiǎn)或者不存在風(fēng)險(xiǎn)，本文利用Logit模型分析借款標(biāo)的風(fēng)險(xiǎn)發(fā)生的概率（P）。0≤P≤1，P=1時(shí)表示存在風(fēng)險(xiǎn)，P=0時(shí)表示不存在風(fēng)險(xiǎn)，P值越趨近于0，表示借貸發(fā)生的風(fēng)險(xiǎn)越低，反之越趨近于1，表示借貸發(fā)生風(fēng)險(xiǎn)的概率越高。

解釋變量為借款利率、借款人信用評(píng)價(jià)、標(biāo)的期限、信息透明度、總資產(chǎn)增長(zhǎng)率[7]。其中，借款利率、標(biāo)的期限與借款標(biāo)的風(fēng)險(xiǎn)呈正向關(guān)系。借款利率越高、標(biāo)的期限越長(zhǎng)，則借款標(biāo)的風(fēng)險(xiǎn)越大。借款人信用評(píng)價(jià)、信息透明度與借款標(biāo)的風(fēng)險(xiǎn)呈反向關(guān)系。借款人信用評(píng)價(jià)越好、信息透明度越高、總資產(chǎn)增長(zhǎng)率越高，則借款標(biāo)的風(fēng)險(xiǎn)越低。

（三）Logit模型的構(gòu)建與回歸結(jié)果分析

1.Logit模型的構(gòu)建

本文構(gòu)建的Logit模型的函數(shù)形式如公式5、公式6。

其中P表示借款標(biāo)的風(fēng)險(xiǎn)發(fā)生概率，0≤P≤1；Xi是解釋變量，X1表示借款利率，X2表示借款人信用評(píng)價(jià)，X3表示標(biāo)的期限，X4信息透明度，X5總資產(chǎn)增長(zhǎng)率；C0表示常數(shù)項(xiàng)。

2.擬合優(yōu)度檢驗(yàn)

本文利用SPSS對(duì)所獲得的6 325條樣本數(shù)據(jù)進(jìn)行Hosmer-Lemeshow擬合優(yōu)度檢驗(yàn)，檢驗(yàn)結(jié)果如表1所示。

由表1可知，Hosmer-Lemeshow檢驗(yàn)將結(jié)果分為10類，各類無(wú)風(fēng)險(xiǎn)的觀測(cè)值在5—10之間、期望值在5.51—10之間；有風(fēng)險(xiǎn)的觀測(cè)值在0—5之間、期望值在0到4.49之間，所以本文所構(gòu)建的Logit模型可以很好地?cái)M合樣本數(shù)據(jù)。

3.樣本數(shù)據(jù)風(fēng)險(xiǎn)預(yù)測(cè)

利用SPSS對(duì)由安心貸數(shù)據(jù)庫(kù)獲得的6 355條借貸標(biāo)的樣本數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)預(yù)測(cè)，SPSS預(yù)測(cè)輸出結(jié)果如表2所示。

由表2可知，在5 194條無(wú)風(fēng)險(xiǎn)的借貸標(biāo)的樣本數(shù)據(jù)中，SPSS預(yù)測(cè)4 706條是無(wú)風(fēng)險(xiǎn)的，預(yù)測(cè)正確率為90.06%，而在1 161條存在風(fēng)險(xiǎn)的借貸標(biāo)的樣本數(shù)據(jù)中，SPSS預(yù)測(cè)765條是不存在風(fēng)險(xiǎn)的，預(yù)測(cè)正確率為65.9%。SPSS預(yù)測(cè)正確的借貸標(biāo)的樣本數(shù)量為5 471，約占總數(shù)的86.1%，所以從整體上來(lái)看，本文所構(gòu)建的Logit模型預(yù)測(cè)正確率為86.1%，此模型的預(yù)測(cè)達(dá)到了理想效果。

4.Logit回歸結(jié)果分析

利用SPSS對(duì)解釋變量和被解釋變量進(jìn)行Logit回歸分析，得到公式5和公式6中的變量系數(shù)，如表3所示。

由公式7可知，借款利率增長(zhǎng)1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.37的百分點(diǎn)；而借款人信用上升1個(gè)百分點(diǎn)，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.04個(gè)百分點(diǎn)；標(biāo)的期限上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.07個(gè)百分點(diǎn)；信息透明程度上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.02個(gè)百分點(diǎn)。

此外，Wald統(tǒng)計(jì)量的Sig值在0—0.003之間，說(shuō)明參數(shù)估計(jì)都不為0。由此可知，在Logit模型中，借款利率等4個(gè)變量對(duì)借貸風(fēng)險(xiǎn)的影響是顯著的，通過(guò)對(duì)這四個(gè)變量的優(yōu)化可以在一定程度上達(dá)到預(yù)測(cè)風(fēng)險(xiǎn)、防范風(fēng)險(xiǎn)的效果。

5.Logit模型的應(yīng)用

為了驗(yàn)證本文所構(gòu)建的Logit模型的適用性，本文利用互聯(lián)網(wǎng)爬蟲技術(shù)抓取了5 433條拍拍貸平臺(tái)標(biāo)的借貸數(shù)據(jù)，6 873條人人貸平臺(tái)標(biāo)的借貸數(shù)據(jù)，把抓取的數(shù)據(jù)按照上文的方法進(jìn)行處理后分別帶入Logit模型，利用SPSS進(jìn)行回歸分析。

（1）拍拍貸Logit模型結(jié)果分析

由公式9可知，借款利率增長(zhǎng)1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.77的百分點(diǎn)；而借款人信用上升1個(gè)百分點(diǎn)，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.32個(gè)百分點(diǎn)；標(biāo)的期限上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.44個(gè)百分點(diǎn)；信息透明程度上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.13個(gè)百分點(diǎn)。

綜上可知，本文以解釋變量為借款利率、借款人信用評(píng)價(jià)、標(biāo)的期限、信息透明度、總資產(chǎn)增長(zhǎng)率，被解釋變量為借款標(biāo)的風(fēng)險(xiǎn)，表現(xiàn)為存在風(fēng)險(xiǎn)或者不存在風(fēng)險(xiǎn)，所構(gòu)建的Logit模型可以較好地反映我國(guó)互聯(lián)網(wǎng)借貸平臺(tái)借款標(biāo)的風(fēng)險(xiǎn)發(fā)生概率。

五、結(jié)論與政策建議

（一）結(jié)論

第一，基于上文借款利率等4個(gè)解釋變量與被解釋變量借貸標(biāo)的風(fēng)險(xiǎn)之間的Logit回歸分析可知，借款利率增長(zhǎng)1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.37個(gè)百分點(diǎn)；而借款人信用上升1個(gè)百分點(diǎn)，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.04個(gè)百分點(diǎn)；標(biāo)的期限上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率上升0.07個(gè)百分點(diǎn)；信息透明程度上升1個(gè)單位，借貸標(biāo)的風(fēng)險(xiǎn)概率下降0.02個(gè)百分點(diǎn)。第二，我國(guó)網(wǎng)貸平臺(tái)的發(fā)展呈現(xiàn)擴(kuò)張趨勢(shì)。伴隨著我國(guó)互聯(lián)網(wǎng)金融市場(chǎng)的低迷，許多投資者通過(guò)網(wǎng)貸平臺(tái)將資金投向利益較好的產(chǎn)業(yè)，為中小企業(yè)的發(fā)展提供了資金支持，才促使我國(guó)網(wǎng)貸平臺(tái)迅速發(fā)展。第三，網(wǎng)貸平臺(tái)的主體越來(lái)越多元化。資金的提供者主要是事業(yè)單位、大型企業(yè)、私人投資者；借貸者主要為中小企業(yè)或個(gè)人。

（二）建議

1.加強(qiáng)內(nèi)部經(jīng)營(yíng)管理體系建設(shè)，有效調(diào)節(jié)借貸利率變動(dòng)

相較于外部因素來(lái)說(shuō)，網(wǎng)貸平臺(tái)內(nèi)部因素顯得尤為重要，通過(guò)有效的內(nèi)部管理可以顯著地改善網(wǎng)貸平臺(tái)的收益水平[8]。借款利率是影響借貸風(fēng)險(xiǎn)的重要因素，而借貸利率的變動(dòng)受到多種因素的制約，因此需要政府、企業(yè)聯(lián)合行動(dòng)來(lái)有效調(diào)節(jié)借貸利率的變動(dòng)。首先，政府應(yīng)該通過(guò)中央銀行針對(duì)我國(guó)經(jīng)濟(jì)運(yùn)行現(xiàn)實(shí)情況調(diào)節(jié)存款、貸款利率以及法定準(zhǔn)備金率，不能盲目地變動(dòng)利率。其次，各大網(wǎng)貸平臺(tái)應(yīng)該規(guī)范內(nèi)部管理，聘請(qǐng)專業(yè)人才通過(guò)調(diào)查研究制定借貸利率。最后，企業(yè)要通過(guò)有效的內(nèi)部管理，根據(jù)國(guó)家政策的變動(dòng)及時(shí)調(diào)整平臺(tái)的借貸利率。

2.完善信用評(píng)價(jià)體系

逆向選擇與道德風(fēng)險(xiǎn)是西方經(jīng)濟(jì)學(xué)經(jīng)久不衰的話題，完善的信用體系是規(guī)避借貸風(fēng)險(xiǎn)的必要手段。首先，政府要強(qiáng)化我國(guó)信用體系建設(shè)，加大對(duì)失信群體的打擊力度，并且通過(guò)國(guó)民素質(zhì)教育提升整體國(guó)民的思想道德修養(yǎng)[9]。其次，我國(guó)網(wǎng)貸平臺(tái)應(yīng)該積極構(gòu)建自身的信用評(píng)價(jià)體系，并且嚴(yán)厲懲罰惡意違反信用規(guī)定的客戶。

3.加強(qiáng)監(jiān)管，提高信息透明程度

近年來(lái)，我國(guó)網(wǎng)貸平臺(tái)發(fā)展迅速，我國(guó)政府也很重視網(wǎng)貸平臺(tái)的發(fā)展，出臺(tái)了各種政策鼓勵(lì)網(wǎng)貸平臺(tái)發(fā)展，但是我國(guó)政府缺乏對(duì)網(wǎng)貸平臺(tái)的監(jiān)管，即使有監(jiān)管也是效率低下，難以起到有效的作用[10]。我國(guó)政府應(yīng)該制定網(wǎng)貸平臺(tái)運(yùn)行規(guī)范，對(duì)從業(yè)人員學(xué)歷、借貸規(guī)模等各方面做出嚴(yán)格規(guī)定，提高網(wǎng)貸平臺(tái)的信息透明度，對(duì)于違反規(guī)定的網(wǎng)貸平臺(tái)依法嚴(yán)格處理，此外，建立一體化的監(jiān)督服務(wù)體系，至上而下層層監(jiān)督，嚴(yán)格規(guī)范網(wǎng)貸平臺(tái)行為，可以有效地避免系統(tǒng)風(fēng)險(xiǎn)。網(wǎng)貸平臺(tái)應(yīng)該利用互聯(lián)網(wǎng)技術(shù)，提高自身的信息透明度以加強(qiáng)交易雙方之間的信任。

【參考文獻(xiàn)】

[1] 王保輝.互聯(lián)網(wǎng)金融行業(yè)內(nèi)部控制問(wèn)題研究——基于“e租寶”與“支付寶”的對(duì)比[J].財(cái)會(huì)通訊，2017（35）：116-119，129.

[2] 網(wǎng)貸之家.P2P網(wǎng)貸行業(yè)2018年6月月報(bào)[EB/OL].http：//www.wdzj.com/news/yc/2690686.html.

[3] 杜永紅，石買紅，史慧敏.大數(shù)據(jù)環(huán)境下P2P網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)評(píng)估與防范[J].會(huì)計(jì)之友，2016（22）：90-92.

[4] 李小龍.互聯(lián)網(wǎng)金融的風(fēng)險(xiǎn)及其防范研究[J].時(shí)代金融，2017（6）：30-31.

[5] 陳慧宇，孫，譚中明.我國(guó)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)分析與防范研究[J].金融經(jīng)濟(jì)，2016（10）：13-15.

[6] 梁晨曦.基于風(fēng)險(xiǎn)控制的小微企業(yè)互聯(lián)網(wǎng)金融模式創(chuàng)新研究——以P2P網(wǎng)貸平臺(tái)為例[J].經(jīng)濟(jì)師，2016（1）：84-85.

[7] 尹麗，羅威.互聯(lián)網(wǎng)金融征信發(fā)展的模式選擇——基于普惠金融視角[J].會(huì)計(jì)之友，2016（13）：99-102.

[8] 馮艷麗.基于P2P網(wǎng)絡(luò)借貸模式的互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)探討[J].商業(yè)經(jīng)濟(jì)研究，2015（11）：83-84.

[9] 翟輝，陳霞.互聯(lián)網(wǎng)金融企業(yè)小額貸款業(yè)務(wù)會(huì)計(jì)處理探討——以阿里小微金融為例[J].財(cái)會(huì)通訊，2016（19）：62-64.

[10] 童文俊.互聯(lián)網(wǎng)金融洗錢風(fēng)險(xiǎn)與防范對(duì)策研究[J].金融會(huì)計(jì)，2014（8）：71-76.