互聯(lián)網(wǎng)金融信用風(fēng)險管理的文獻(xiàn)綜述

何超 關(guān)偉

摘要：現(xiàn)代金融越來越信息化，現(xiàn)在的經(jīng)濟(jì)越來越發(fā)展成為了信息的集合體，互聯(lián)網(wǎng)借貸平臺自誕生以來，其去中介化的交易模式一直是經(jīng)濟(jì)學(xué)、金融學(xué)、信息學(xué)和社會學(xué)等學(xué)者們關(guān)注的重點。文章基于互聯(lián)網(wǎng)金融市場的參與主體對研究成果進(jìn)行分類和歸納整理，發(fā)現(xiàn)以往的研究主要集中于：借款人特征與信息識別對借款成功率及違約風(fēng)險的影響；投資人的風(fēng)險偏好和投資行為；以及網(wǎng)貸平臺的定價策略、風(fēng)險傳導(dǎo)以及造成的監(jiān)管困境等。文章還提出了未來的研究方向，包括互聯(lián)網(wǎng)金融平臺信息價值研究，國際國內(nèi)互聯(lián)網(wǎng)金融的對比研究，傳統(tǒng)商業(yè)銀行消費信貸與互聯(lián)網(wǎng)金融對比分析等。

關(guān)鍵詞：互聯(lián)網(wǎng)金融；信息識別；投資行為；信用風(fēng)險管理；監(jiān)管

一、 引言

我國改革開放40年，金融行業(yè)的結(jié)構(gòu)、功能、風(fēng)險及監(jiān)管模式也經(jīng)歷了發(fā)展和變革的40年，信息技術(shù)的不斷發(fā)展促進(jìn)了傳統(tǒng)金融的互聯(lián)網(wǎng)化，基于高科技因素的互聯(lián)網(wǎng)金融開始進(jìn)入人們的視野，不斷滿足人們?nèi)找嬖鲩L的、多元化的金融服務(wù)需求。雖然互聯(lián)網(wǎng)金融與傳統(tǒng)商業(yè)銀行借貸關(guān)系相似，都涉及投資人、借款人和金融中介，但是這三者在這兩個市場中的關(guān)系有著本質(zhì)的區(qū)別，銀行作為金融中介完全隔離了投資人和借款人之間的債權(quán)債務(wù)關(guān)系，但是互聯(lián)網(wǎng)借貸平臺只是信息樞紐，原則上不承擔(dān)任何投資風(fēng)險（程華和楊威，2016），是對傳統(tǒng)金融融資功能的補(bǔ)充和延伸，服務(wù)于主流金融服務(wù)半徑難以達(dá)到的企業(yè)和個人。這種互聯(lián)網(wǎng)金融模式具有違約風(fēng)險、欺詐風(fēng)險、政策風(fēng)險和操作風(fēng)險等風(fēng)險，由此凸顯出加強(qiáng)互聯(lián)網(wǎng)金融信息披露的重要性和必要性?；ヂ?lián)網(wǎng)金融試圖通過大數(shù)據(jù)平臺、金融科技解決過去的信用評級出現(xiàn)的種種制度和技術(shù)障礙，現(xiàn)有的數(shù)據(jù)平臺可以利用已有的技術(shù)對信息進(jìn)行挖掘、整合和優(yōu)化，然后提供給平臺的投融資客戶，所以這些平臺企業(yè)就成為了信息的中介，并具有一定的信息生產(chǎn)能力，信息對稱是形成合理價格的先前條件。但是目前互聯(lián)網(wǎng)金融市場存在嚴(yán)重的信息不對稱性，主要是因為較多擁有暴利心態(tài)的人簇?fù)淼搅嘶ヂ?lián)網(wǎng)金融的平臺上，從而加深了該市場的風(fēng)險水平，所以了解該平臺的運(yùn)營機(jī)制和該市場的風(fēng)險來源和組成尤為重要。

本文整理了對互聯(lián)網(wǎng)金融的相關(guān)研究，以互聯(lián)網(wǎng)金融的參與主體為分類依據(jù)，包括借款人特征與信息識別對借款成功率及借款違約風(fēng)險的影響；投資人的風(fēng)險偏好和投資行為；以及互聯(lián)網(wǎng)平臺企業(yè)的定價策略、風(fēng)險傳導(dǎo)以及造成的監(jiān)管困境等，以下分別闡述以上三者的相關(guān)研究綜述。

二、 關(guān)于互聯(lián)網(wǎng)借款人風(fēng)險管理的研究

1. 借款人特征與信息識別對借款成功率的影響研究。網(wǎng)絡(luò)借貸是互聯(lián)網(wǎng)金融的主要模式之一，特別是在無抵押的信用貸款平臺上，相比于傳統(tǒng)的金融市場，互聯(lián)網(wǎng)金融市場投融人之間的信息不對稱程度更大，特別是道德屬性的信息不對稱（Stiglitz & Weiss，1981），因為借款人擁有的信息量遠(yuǎn)高于投資人和平臺，所以借款人有可能隱瞞不利于自己獲得低利率貸款的信息，所以對于該平臺的借款人需要更加嚴(yán)格的信用評分模型進(jìn)行信用風(fēng)險管理（廖理和張偉強(qiáng)，2017）。在這個平臺上，借款人若想通過網(wǎng)貸平臺獲得借款，除了披露一些能夠體現(xiàn)貸款主體和項目信用水平的硬信息，也會自愿披露一些如家庭背景、興趣愛好、社交等軟信息。信息的整理與加工直接決定了借款人的信用等級，而信用等級對借款人能否借款成功至關(guān)重要（Klafft，2008），而平臺也是根據(jù)聚類借款人的這些信息為出借人提供投資決策的依據(jù)（丁杰等，2018），所以借款人的特征和信息識別是影響借款人借款成功率的重要因素。

（1）借款信息描述與借款成功率。在網(wǎng)貸市場借款人會通過借款描述一欄介紹自己更多的個人信息化或者借款目的及用途，進(jìn)一步說服投資人做出投資決策（王會娟和何琳，2015）。但有學(xué)者通過研究發(fā)現(xiàn)，借款信息描述對借款是否成功的影響并不一致（陳霄和葉德珠，2018；2017），作者發(fā)現(xiàn)提高借款描述的可讀性能夠顯著減少信息噪音，并降低投資者的信息處理成本，從而提高借款的成功率；而且借款描述的標(biāo)點增加降低了可讀性，但是字?jǐn)?shù)增加提高了可讀性或者信息量，降低了信息不對稱程度。并且，很多情況下，出借人并不能很好地識別借款人的描述的背后的風(fēng)險，相反，當(dāng)借款人使用欺騙性的語言時更容易獲得借款，但是這類人的違約率更高（廖理和張偉強(qiáng)，2017）。同樣也有學(xué)者發(fā)現(xiàn)借款描述的字?jǐn)?shù)、表達(dá)方式、具體情況、與金錢相關(guān)的數(shù)詞或單詞都與借款成功率有關(guān)（Herzenstein et al.，2011；Larrimore & Jiang，2011）。

（2）借款人特征與借款成功率?，F(xiàn)有大量學(xué)者從行為金融學(xué)的角度，研究了網(wǎng)貸市場借款人特征對借款成功率的影響，包括借款人的年齡、性別、外貌、種族、受教育程度和社交等方面。

有研究表明在目前的網(wǎng)貸市場上存在年齡歧視，即年青年人和老年人不容易獲得貸款，或者獲得的貸款金額較少（Loureiro & Gonzalez，2015）。但是對于該平臺是否存在性別歧視和種族歧視，并沒有一致的研究結(jié)論。有學(xué)者認(rèn)為在美國的互聯(lián)網(wǎng)市場借貸平臺，女性更容易獲得低利率的貸款，但在中國的網(wǎng)貸市場則相反，雖然女性的違約率低，但是女性需要支付更高的貸款利率。同時有學(xué)者發(fā)現(xiàn)，雖然非洲裔美國人相比白人更不容易得到貸款，且借款利率高，但是他們的違約率也同樣較高（Pope & Sydnor，2011）。

許多研究表明，網(wǎng)貸市場上借款人的外貌對借款人成功率起到了一定的作用（Loureiro & Gonzalez，2015）。比如有學(xué)者研究美麗的溢價，認(rèn)為長相更漂亮的借款人更容易獲得借款，如Ravina（2012）通過研究發(fā)現(xiàn)：漂亮的借款人借款成功率比不漂亮的借款人的借款成功率高1.59%，但是也有部分研究表明，漂亮的外貌并不一定能夠給借款人帶來好處，還有可能使其處于劣勢，還有部分學(xué)者則研究了是否能夠通過外貌預(yù)測借款的違約率和可信度。

除此之外，也有學(xué)者研究了借款人社交特征對借款成功率的影響，例如Berger和Gleisner（2012）通過研究得出借款人加入群有利于降低信息不對稱，特別是對信用等級不高的借款人，可以通過群提高其借款成功率（Everett，2010）。還有學(xué)者認(rèn)為擁有更多朋友的借款人能容易獲得借款，而且借款利率相對較低，而且朋友質(zhì)量越高，借款人將獲得越高的信用等級，也越容易獲得借款（Li，S.，Lin & Qiu，2015）。

2. 借款人違約風(fēng)險研究。對互聯(lián)網(wǎng)金融市場的借款人違約風(fēng)險的研究主要集中于：研究網(wǎng)絡(luò)借款人違約風(fēng)險影響因素、借款人的違約風(fēng)險評估以及如何防范借款人違約等。

對借款人違約率的影響因素研究中，有學(xué)者通過研究認(rèn)為借款人的信用等級、償付能力、財務(wù)狀況等硬信息對借款違約率有顯著的正向影響（Klafft，2008；陳霄和葉德珠，2016），還有學(xué)者認(rèn)為“軟信息”對借款違約了也會產(chǎn)生一定的影響，而且借款人有可能利用“軟信息”進(jìn)行“自我粉飾”，從而影響違約率（Berger & Gleisner，2014），有學(xué)者研究了種族信息對違約率的影響，得出雖然平臺給黑人的貸款利率越高，但是他們的違約率也更高（Pope & Sydnor，2011）。還有學(xué)者研究得出借款人的社群網(wǎng)絡(luò)會產(chǎn)生一種“質(zhì)量信號”，對降低借款人違約率有顯著的正向影響，即能夠顯著抑制違約率（Lin et al.，2013），廖理（2018）認(rèn)為投資人具有學(xué)習(xí)效應(yīng)，同時受教育程度較高的借款者的實際違約率較低。

阮素梅和何浩然（2017）研究了借款人違約風(fēng)險評估和防范，認(rèn)為決策樹和支持向量機(jī)（SVM）算法能夠較為準(zhǔn)確地預(yù)測借款人的違約概率。涂艷和王翔宇（2018）則認(rèn)為平臺可以通過建立相關(guān)機(jī)器學(xué)習(xí)模型來正確評價借款人的信用，以實現(xiàn)對借款人違約風(fēng)險的有效防范。

三、 關(guān)于互聯(lián)網(wǎng)金融市場的投資人的研究

1. 投資人風(fēng)險偏好對借貸平臺企業(yè)選擇的影響。網(wǎng)貸平臺的運(yùn)營風(fēng)險不僅來源于貸方，同時也與投資者的風(fēng)險偏好相關(guān)，程華和楊威（2016）構(gòu)建了一個企業(yè)通過“純平臺模式”的網(wǎng)貸平臺進(jìn)行融資的模型，并引入了不同風(fēng)險偏好程度的投資者，認(rèn)為當(dāng)融資剛開始進(jìn)行時更多是風(fēng)險偏好型投資者進(jìn)行投資，只有當(dāng)平臺運(yùn)營者經(jīng)營的條件達(dá)到更高的水平，風(fēng)險厭惡型的投資者才有可能進(jìn)入，所以網(wǎng)貸平臺的參與方需要做好投資者的風(fēng)險偏好、風(fēng)險承受能力的綜合評估，對投資者整體的風(fēng)險偏好信息有充分的了解。Liu和Xia（2017）也通過引入不同風(fēng)險偏好的投資者建立借貸雙方的演化博弈模型，以研究不同風(fēng)險偏好的投資者人的投資行為，認(rèn)為信息搜集成本能夠顯著降低市場的信息不對稱，而且貸款人具有評估借款人的資金需求的能力。

2. 投資人投資行為與市場情緒對借款成功率的影響。學(xué)界對投資人投資行為的研究多集中于投資人羊群行為的研究（zhang & Liu，P.，2012），認(rèn)為羊群行為對網(wǎng)貸交易的成功與否有著顯著的影響，網(wǎng)貸平臺的多元化的投資模式將影響投資人的投資行為（Chen & Lin，2014；zhang & Liu，P.，2012）。有學(xué)者研究了網(wǎng)貸市場中的投資者是否具有理性意識對收益和風(fēng)險進(jìn)行權(quán)衡，胡金焱和宋唯實（2017）認(rèn)為網(wǎng)貸市場的投資者不屬于完全非理性投資者，從而保證了網(wǎng)貸的平臺中介能夠發(fā)揮信息中介的作用，并提升資金的匹配效率。還有學(xué)者認(rèn)為網(wǎng)貸投資人具有群體智慧，隨著羊群效應(yīng)程度的增強(qiáng)，借款的違約率將下降（廖理，2018），但是投資人也不是完全理性經(jīng)濟(jì)人，他們的投資行為往往還會受到心理、生理和社會的影響（王臘梅，2017）。

對網(wǎng)貸市場投資者情緒的刻畫則主要是通過新聞媒體的詞條進(jìn)行研究，北京大學(xué)互聯(lián)網(wǎng)金融研究中心聯(lián)合上海金融研究院和螞蟻金服2016年編制的“北京大學(xué)互聯(lián)網(wǎng)金融發(fā)展指數(shù)”，刻畫了2014年以來我國互聯(lián)網(wǎng)金融的快速發(fā)展趨勢。王婧一和黃益平（2018）基于1 700萬條新聞文本數(shù)據(jù)構(gòu)建了金融科技情緒指數(shù)，發(fā)現(xiàn)對于正常的平臺，媒體的關(guān)注度和凈情緒的增長與平臺的成交量顯著正相關(guān)，而對于問題型平臺，媒體的關(guān)注度對成交量與正常平臺的影響沒有顯著的差別，但是凈情緒對成交量的影響更為顯著。

四、 關(guān)于互聯(lián)網(wǎng)平臺企業(yè)運(yùn)營風(fēng)險的研究

1. 平臺借貸利率定價影響因素研究。有學(xué)者認(rèn)為互聯(lián)網(wǎng)金融借貸市場基本實現(xiàn)了通過市場化行為進(jìn)行資源配置和差別化定價的發(fā)展階段（廖理等，2014）。大多數(shù)學(xué)者對網(wǎng)貸利率的研究多集中于借款人微觀特征對利率的影響因素上，包括收入（Burtch et al.，2014），認(rèn)為收入越高的借款人在定價的過程中越有可能存在風(fēng)險與價格的認(rèn)知偏誤；年齡及婚姻狀況（陳霄和葉德珠，2016），認(rèn)為隨著年齡的增長，借款人可能存在認(rèn)知老化和保守的趨勢，從而無法準(zhǔn)確判斷自身的信用狀況（Liu et al.，2015），并且已婚借款人更能充分認(rèn)知自我，其定價更能反應(yīng)真實風(fēng)險（Lepore，1992）；性別（Barasinska & Schafer，2014），認(rèn)為女性借款人在定價中的抑價幅度高于男性，且對借款定價波動影響不大（Barber & Odean，2001）；教育水平（陳霄和葉德珠，2016；廖理，2018），認(rèn)為學(xué)歷越高的借款人能掌握更多的資源，并能對借款進(jìn)行準(zhǔn)確的定價。還有學(xué)者研究網(wǎng)貸市場參與主體的行為如何影響利率，如有學(xué)者認(rèn)為該市場參與主體并非能夠在特定的條件下實現(xiàn)借貸成本的最優(yōu)化，非理性行為如羊群行為和非理性歧視（Pope & Sydnor，2011）是決定網(wǎng)貸市場利率的重要因素（陳霄和葉德珠，2016）。

2. 對網(wǎng)貸平臺風(fēng)險管理研究。風(fēng)險經(jīng)營是金融的本質(zhì)，所以風(fēng)控是金融研究的永恒話題，學(xué)者對網(wǎng)貸市場風(fēng)險的研究主要包括：（1）影響互聯(lián)網(wǎng)金融市場違約率的因素及風(fēng)險評估，如工資收支、性別、借款額度、網(wǎng)站瀏覽的數(shù)字足跡等（李杰，2018；阮素梅，2017）；（2）互聯(lián)網(wǎng)金融對傳統(tǒng)金融風(fēng)險承擔(dān)的影響（顧海峰，2018），學(xué)者認(rèn)為，首先，互聯(lián)網(wǎng)金融與銀行風(fēng)險承擔(dān)之間存在邊際遞增的單門限效應(yīng)，銀行資本充足率越高，銀行風(fēng)險承擔(dān)對互聯(lián)網(wǎng)金融沖擊的反應(yīng)越靈敏，而且互聯(lián)網(wǎng)金融對銀行風(fēng)險承擔(dān)存在功能性差異。其次，互聯(lián)網(wǎng)金融能夠促成金融二次脫媒，提升金融風(fēng)險管理的水平（Srivastava，2014）；（3）網(wǎng)貸市場的風(fēng)險預(yù)警與防范（涂艷，2018；趙虹茜，2016）；（4）網(wǎng)絡(luò)借貸市場的信用風(fēng)險緩釋于管控機(jī)制（牛豐和楊立，2016；楊立等，2018），學(xué)者通過理論研究拆解了信用風(fēng)險產(chǎn)生的“理論黑箱”，對網(wǎng)貸風(fēng)險緩釋提出理論分析框架和支持。（5）互聯(lián)網(wǎng)金融科技公司的破產(chǎn)與倒閉（李先玲，2016）等。

3. 互聯(lián)網(wǎng)金融造成的監(jiān)管困境研究。有學(xué)者認(rèn)為在目前互聯(lián)網(wǎng)金融發(fā)展的相關(guān)法律法規(guī)和監(jiān)管缺位且建設(shè)過程復(fù)雜的情況下，行業(yè)自律組織作為政府監(jiān)管的有效補(bǔ)充，能夠發(fā)揮自律管理的重要作用（謝平，2014）。有學(xué)者分析了創(chuàng)新與監(jiān)管中的群體博弈局勢的變化，提出在現(xiàn)有互聯(lián)網(wǎng)金融監(jiān)管缺位的情況下，如何進(jìn)行金融創(chuàng)新路徑的選擇與監(jiān)管的策略的選擇（俞林，2015）。還有學(xué)者則認(rèn)為需要強(qiáng)化功能型監(jiān)管，采用不同的監(jiān)管模式（鄭聯(lián)盛，2014），因為網(wǎng)絡(luò)借貸科技公司存在兩種運(yùn)營策略——“自律”與“不自律”，因為兩種策略的存在，導(dǎo)致了監(jiān)管也存在“寬松監(jiān)管”和“嚴(yán)格監(jiān)管”兩種策略，平臺企業(yè)和監(jiān)管機(jī)構(gòu)選擇不同的策略將達(dá)到不同的均衡，網(wǎng)貸市場多重均衡的存在，導(dǎo)致了該市場的不穩(wěn)定性（程華和楊威，2016；劉偉和夏立秋，2018；2017）?？梢?，網(wǎng)絡(luò)借貸市場的健康發(fā)展離不開金融監(jiān)管機(jī)構(gòu)的有效的、動態(tài)監(jiān)管策略。

五、 結(jié)論與未來研究方向

網(wǎng)絡(luò)借貸自誕生以來一直是經(jīng)濟(jì)學(xué)、金融學(xué)、信息學(xué)和社會學(xué)等學(xué)科領(lǐng)域關(guān)注的重點，大部分對網(wǎng)貸市場的研究主要集中于借款人的風(fēng)險識別、出借人的投資行為及平臺的風(fēng)險傳導(dǎo)等。雖然網(wǎng)貸市場的交易模式有利于提高交易的效率，理論上能夠幫助降低借款人的借款成本，并提高出借人的投資收益，但是也因為長尾客戶的特征而加深了金融市場的信息不對稱程度。

基于此，本文提出以下幾個網(wǎng)貸市場未來的研究方向：一是新信息價值研究方向，即互聯(lián)網(wǎng)科技公司如何提升自己的信息生產(chǎn)能力，更清晰地界定自身的市場定位，以識別網(wǎng)貸參與者的信用風(fēng)險等；二是不同國家的互聯(lián)網(wǎng)金融與我國互聯(lián)網(wǎng)金融發(fā)展模式的比較研究，不同國家的網(wǎng)絡(luò)借貸發(fā)展模式都是基于本國的文化、法律制度和經(jīng)濟(jì)環(huán)境發(fā)展而來，特別是國外信用評價技術(shù)對我國網(wǎng)貸行業(yè)信用評價體系的建設(shè)具有重要的借鑒意義；三是我國傳統(tǒng)商業(yè)銀行業(yè)消費金融與網(wǎng)絡(luò)借貸在信用評價、客戶群體、成本收益、金融創(chuàng)新等方面的對比分析；四是對網(wǎng)絡(luò)借貸的投資人風(fēng)險偏好、投資行為對借款人成功率與違約風(fēng)險的影響研究。

參考文獻(xiàn)：

[1] 廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風(fēng)險識別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究，2014，（7）：125-137.

[2] 廖理，張偉強(qiáng).P2P網(wǎng)絡(luò)借貸實證研究：一個文獻(xiàn)綜述[J].清華大學(xué)學(xué)報（哲學(xué)社會科學(xué)版），2017，（2）：186-196.

[3] 葉德珠，陳霄.標(biāo)點與字?jǐn)?shù)會影響網(wǎng)絡(luò)借貸嗎——來自人人貸的經(jīng)驗證據(jù)[J].財貿(mào)經(jīng)濟(jì)，2017，（5）：65-79.

[4] 廖理，向佳，王正位.P2P借貸投資者的群體智慧[J].中國管理科學(xué)，2018，26（10）：30-40.

[5] 顧海峰，楊立翔.互聯(lián)網(wǎng)金融與銀行風(fēng)險承擔(dān)：基于中國銀行業(yè)的證據(jù)[J].世界經(jīng)濟(jì)，2018，（10）：75-100.

[6] 劉偉，夏立秋.網(wǎng)絡(luò)借貸市場參與主體行為策略的演化博弈均衡分析——基于三方博弈的視角[J].中國管理科學(xué)，2018，（5）：169-177.

[7] Barber，B.M.，& Odean，T.Boys will be boys：Gender，overconfidence，and common stock investment.Quarterly Journal of Economics，2001，116（1）：261-292.

[8] Herzenstein，M.，Sonenshein，S.，& Dholakia，U. Tell me a good story and I may lend you money：The role of narratives in Peer-to-peer lending decisions.Journal of Marketing Research，2011，48（SPL），S138-S149.

[9] Liu，W.，& Xia，L.-Q.An Evolutionary Behavior Forecasting Model for Online Lenders and Borrowers in Peer-to-Peer Lending.Asia-Pacific Journal of Operational Research，2017，34（01）.doi：10.1142/s0217595917400085.

作者簡介：關(guān)偉（1962-），男，滿族，遼寧省沈陽市人，中國人民大學(xué)財政金融學(xué)院教授、博士生導(dǎo)師，研究方向為信用管理；何超（1990-），女，漢族，湖南省湘潭市人，中國人民大學(xué)財政金融學(xué)院博士生，研究方向為信用管理。

收稿日期：2019-01-16。