1 绪论
1.1 研究背景与意义
1.1.1 研究背景
国外 P2P 网贷行业的起源可以追溯到上世纪 70 年代。孟加拉,默罕穆德.尤努斯立足于扶持贫困人口,创立了格莱珉银行,居民可以从银行中获得小额贷款,这也是网贷模式的雏形。随后,格莱珉银行的运营模式在世界各地发展起来。比较有代表性的有英国的 Zopa、美国的 Kiva、Lending Club 和 Prosper、德国的 Auxmoney、日本的 Aqush、韩国 pop-funding 等。我国第一家 P2P 网贷平台拍拍贷成立于 2006 年,但随后几年 P2P网贷平台在我国发展速度缓慢,直到 2011 年 P2P 网贷行业才开始在在我国迅速发展,出现了一些规模较大的有代表性的网贷平台,例如人人贷、红岭创投、宜人贷、陆金所等等。这些出现较早的网贷平台也是我国比较有代表性的网贷平台。P2P 网贷的出现能够很好的作为传统金融的补充。传统金融主要面向大中型企业,不针对小微企业和普通公民,这使得小微企业融资难,而普通群众手中的闲散资金没有好的渠道进行投资,P2P网贷平台使群众理财渠道更加丰富,能够充分利用群众手中的闲散资金,实现了资金的互通有无。根据《2018 年中国网贷行业年报》数据显示,到 2018 年底,我国运营的 P2P网贷平台多达 7703 家,相较于 2013 年的 523 家平台,P2P 网贷行业可谓发展迅猛,网贷成交额在 2017 年迎来历史最高峰,达到了 38952.35 亿元,相较于 2016 年的 280.49.38亿元,成交量增长了 38.87%。
但是 P2P 网贷近几年才在我国开始兴起,属于新兴产业,发展不如国外那么成熟。我国目前尚未出台针对 P2P 网贷的法律法规,借款人违约的代价较小,也没有专门的监管机构对平台进行约束;另一方面,我国尚未形成健全成熟的征信体系,信用评价机制也不成熟,社会公众的信用意识比较薄弱,种种原因造成了 P2P 网贷行业的野蛮发展,P2P 网贷行业面临着巨大的风险冲击。2015 年就有 1518 家平台爆发问题,是 2013 年的20.24 倍。但是平台问题并没有得到有效的管制,并且有愈演愈烈的趋势。截止 2018 年底,问题平台有 4407 家,占总平台的 57.2%。而借款人信用状况较差、逾期违约是造成平台出现问题的主要原因[1]。P2P 网贷背后所面临的重大风险严重冲击到了投资者的资金安全,若投资人收不回资金,则会对网贷平台产生信任危机;而从 P2P 网贷平台的角度来说,借款人若不能够及时偿还本息,将会直接影响到 P2P 网贷平台的持续经营。因此借款人的信用风险,是网贷平台的核心风险,合理高效的控制 P2P 网贷平台的信用风险是成为我国 P2P 网贷行业亟待解决的迫切问题。
.................................
1.2 P2P 网贷信用风险国内外研究文献综述
1.2.1 国外研究综述
P2P 网贷在国外兴起较早,对于 P2P 网贷有对外公开的数据库,便于国外学者通过数据进行实证研究,国外学者对 P2P 网贷信用风险的研究较为成熟,他们的研究思路和研究成果对于我国学者探索研究我国网贷行业的信用风险有着重要的启示。通过阅读和梳理相关的文献发现国外学者对于 P2P 网贷的信用风险研究主要集中在、P2P 网贷信用风险形成机制、P2P 网贷的实证研究、P2P 网贷风险的监管三个方面。
(1)P2P 网贷信用风险形成机制研究
国外学者对认为信息不对称和羊群行为是产生信用风险的主要原因。Freedman[2]考察了 Prosper 平台上的信息问题,提出网贷市场上交易双方掌握的信息是不同的,贷款人更加倾向那些利率高的借款标的,但是往往得不到理想的回报率,因为较高的利率往往匹配的是低质量的借款人,这种现象会增加投资人风险。Steelman[3]和 Meyer[4]指出借贷双方在网贷中的交易是匿名的,这使得贷款人无法考证借款人信息的真实性,使得贷款人在交易中处于不利地位,如果进行的是无担保交易,那么借款人违约的成本更小,加剧了信用风险。Pope 和 Sydnor[5]指出网贷平台专业审核能力较低下,对借款人的信用水平的考量只能通过平台所披露的有关信息,借款人往往利用利用这一漏洞而谎报信息,骗取借款。信息不对称问题所引发的风险在网贷交易中表现更为严峻。D Shen、CKrumme 和 A Lippman[6]分析了 Prosper 平台上的样本数据,研究发现那些利率较高的借款标的更能吸引投资人,但是利率高的标的同时也伴随着高风险,且投资者容易产生从众行为,若借款人纷纷选择高风险的标的,会对平台造成不良影响。Simla Ceyhan、XiaolinShi 和 Jure Leskovec[7]选取了投标速度和市场份额模型,发现了投资人更加青睐“已筹集百分比”高的借款标的,他们认为非专业的投资人不能掌握完全的信息,其投资风险较大,投资者在网贷市场上表现出明显的羊群效应。
(2)P2P 网贷信用风险实证研究
国外网贷出现较早,形成了相对成熟的征信体系,国外网贷平台会披露大量相关信息,方便了国外学者根据平台上的数据进行实证分析。Prosper 和 Lending Club 是国外学者获取信息的两大主要平台。Klafft[8]研究发现融资方的信用等级是影响融资方是否违约的重要因素。虽然融资方是否拥有房产和债务收入比也会影响借款人违约,但影响力不如融资方的信用等级。Collier[9]研究了 Prosper 平台的上借款人哪些因素会对借款利率造成影响,分析得出收入水平越低、融资金额越高的借款人约会产生较高的融资利率。Puro(2010)利用 Lending Clubing[10]平台上的交易数据,选取了融资方的债务收入比、信用评分、融资金额、期限、利率等因素进行 Logistic 回归分析,确定了哪些指标会影响违约可能性的发生,同时也求得了测算信用风险的计量模型,帮助投资人进行贷款决策。Emekter 和 Tu[11]通过 Logistic 模型对借款人的信用风险进行测算,以 Lending Club的交易数据为基础,得出借款人的信用评分、FICO 评分、债务收入比对其违约风险有着显著影响,另外他还发现借款期限较长且信用评分低的借款人具有较高的信用风险。
...............................
2 P2P 网贷相关概述及理论基础
2.1 P2P 网贷概述
2.1.1 P2P 网贷的界定
“P2P 网贷”的英文名称为“Peer to Peer Lending ”, P2P 网贷从本质上来说是一种小额民间借贷,不过这种金融服务模式依托于互联网[27]。P2P 网贷融合了互联网技术与小额借贷金融模式,是两者深度融合的产物。P2P 网贷在 2007 年进入中国,目前对 P2P网贷并没有官方和统一的定义界定。根据其交易模式和特点,将其定义为:借贷双方依托互联网技术通过第三方交易平台自愿进行资金借贷的一种平等主体间的融资方式[28]。在整个借贷过程中,P2P 网贷平台不参与借贷活动和投资,作为独立的第三方存在,P2P网贷平台为借贷双方提供中介服务,例如发布借款信息、匹配资金供给方与资金需求方、审核借款人提供的信息并向投资人公布、提供技术支持等,为保证借贷活动的顺利进行与平台的持续经营,网贷平台会在双方的账户中收取一定管理费和中介费。
2.1.2 P2P 网贷所面临的相关风险
一般来说,
P2P 网络借贷行业主要存在信用风险、法律和监管风险、运营风险和技术风险,下面将对相关风险进行具体介绍。
(1)信用风险
根据借贷主体的不同,信用风险可划分为企业信用风险和个人信用风险[29]。在网贷市场中的信用风险来自于平台和个人。一方面,P2P 网贷游离在法律边缘,没有强有力的立法对其约束,平台经验不善或者恶意卷款跑路情况愈演愈烈。由平台本身的因素给投资人带来的风险为平台的信用风险;另一方面,由借款人因素所引发的风险也属于P2P 网贷的信用风险,本文所讨论的信用风险是由借款人因素所引发的风险。信息不对称是个人信用风险发生的主要原因。借贷双方中,借款人处于主动有利地位,他们是资金的获得方,且国家对于违约没有出台明确惩处机制,使得借款人违约所付出的代价比较小[30]。互联网的虚拟隐蔽性使得借款人处于信息有利方,对于借款信息的申请,可以粉饰自身信息,营造出较好的信用资质的假象,而投资人对于借款人提交信息的真实性无从考核,且投资人是资金的出借方,万一平台跑路或者借款人违约,那么投资人将是利益受损方。
..............................
2.2 P2P 网贷理论基础
2.2.1 信息不对称理论
在市场经济中进行交易的双方对于对方的相关信息难以完全掌握,在这种情况下,掌握信息更多的一方将处于有利地位交,而另一方处于被动不利地位[36]。掌握信息多的一方通过所掌握的信息优势为自己谋利,不惜做出损害另一方利益的行为,这种现象在经济学中被称为信息不对称,是产生信用风险的主要原因。信息不对称和风险的不确定联系紧密。信息不对称在 P2P 网贷市场上尤为严重。就网贷平台而言,网贷平台上借款人通过互联网提供自身信息,有些借款人,在提交自身信息时选择刻意隐藏不利信息,以增加借款成功的可能性,更有劣质借款人采取各种手段从网贷平台上骗取资金,利用网贷平台的法律监管漏洞以及互联网的匿名性虚拟性,刻意提交虚假信息,甚至盗用他人信息骗取贷款。网贷平台不能有效甄别借款人信息的准确性和真实性,若个人信用差的借款人逾期甚至跑路,P2P 网贷平台将处于被动不利地位;就投资者而言,利率高的借款标的更能吸引他们,而这类高收益的借款标的同时隐藏着高风险,可能是信用资质较差的借款人所发布的标的,此时投资者处于被动不利地位[37]。
2.2.2 羊群行为理论
羊群行为是从“选美理论”发展起来的,该理论经是经济学家凯恩斯于 1936 年提出。他将金融投资比作选美,要预测谁会获得选美冠军,不能仅以自己的审美标准预测,而应是以大众的审美标准来预测。羊群行为属于行为经济学范畴。Banerjee 在 1992 年对“羊群行为”进行了界定:假设个体是理性的,人们对自身所掌握的信息不重视,选择模仿他人行为[38]。信息不对称和从众心理,是羊群行为产生的主要因素。互联网技术是 P2P 网贷发展的基础,而互联网的隐蔽性、虚拟性、跨空间等特点使得在 P2P 网贷市场上的投资人更难掌握借款人信息、更难考证借款人所提供信息的真实性和准确性[39]。广大群众是 P2P 网贷投资人的主力军,些投资者本身不具备专业的投资经验和知识,面对某笔投资借款,他们不知如何筛选优质合适较为安全的借款标的,“选择别人所选择的”的这种从众心理使他们认为其他投资者或许拥有更多更有效的信息,那些大众所选择的标的会相对安全。此时他们会忽视已掌握的信息,选择跟风大众,其他投资者的决策对他们的投资有重要影响。
..............................
3 P2P 网贷借款人信用风险现状及成因分析...........................................16
3.1 P2P 网贷借款人信用风险现状.......................................16
3.1.1 逾期金额越来越大...................16
3.1.2 长期逾期金额比重逐年上升...........................16
4.1 信用风险评价指标体系构建原则........................... 21
4.1.1 全面性原则...............................21
4.1.2 层次性原则...........................21
5 P2P 网贷借款人信用风险实证分析...........................29
5.1 数据来源与变量处理.......................29
5.1.1 数据来源..............................29
5.1.2 变量处理.............................29
5 P2P 网贷借款人信用风险实证分析
5.1 数据来源与变量处理
5.1.1 数据来源
本文的样本数据选自于人人贷网贷平台。“人人贷”成立于 2010 年 5 月,是我国最早出现的网贷平台之一,也是我国互联网金融的领军企业,集金融信息服务与互联网技术应用为一体,以点对点小额借贷为主。经过多年发展,到 2017 年底,平台总成交额达到了 462 多亿元,服务过 200 多万精准用户,业务覆盖全国 30 多省 2000 多地区。人人贷对于借款人的信息和借款标的信息的审查比较严格,不仅对借款人信息进行线上审核,必要时也会线下审核,相较于国内其他网贷平台,平台上所披露的用户信息更为全面详细,每一个借款标的都会呈现借款标的信息、借款人的基本情况和还款情况,对于逾期标的和过往标的信息,人人贷也会对外公开,数据比较全面且完整,因此从人人贷上选取的数据较为可靠且有一定的代表性。本文通过编写爬虫程序,利用爬虫软件火车头数据采集器从人人贷网站(www.renrendai.com)上抓取了 2015 年 1 月—2015 年 12月的 67469 条交易数据。本文考察的是借款人信用风险,在选择借款标的类型时,对于担保标的不予考虑,仅选择信用认证标。为了得到干净完整有效的数据,降低样本量不足而对统计结果的准确性和可靠性造成的负面影响,本文删除了网页过期、借款人信息缺失和审核未通过的流标数据,一共获得了 61186 组有效数据,其中发生违约的样本数据有 2458 组。
.........................
6 结论与建议
6.1 结论
参考文献(略)