王妍茹
(成都實(shí)驗(yàn)外國(guó)語(yǔ)學(xué)校(西區(qū)),四川 成都 610000)
在科技迅速發(fā)展的今天,金融方式不斷創(chuàng)新,出現(xiàn)了以P2P、第三方支付等為核心的互聯(lián)網(wǎng)金融。P2P(peer-to-peer leading),是一種將小額資金聚集起來(lái)借貸給有資金需求人群的一種民間小額借貸模式。截止2017年12月,我國(guó)P2P借貸行業(yè)正常運(yùn)行網(wǎng)絡(luò)平臺(tái)數(shù)量就為1931家,而以美國(guó)Leading Club公司為例,其用戶(hù)就超過(guò)了240萬(wàn)P2P網(wǎng)絡(luò)信貸作為一種信貸業(yè)務(wù),加之P2P網(wǎng)絡(luò)信貸公司規(guī)模普遍偏小,其風(fēng)險(xiǎn)管理能力相較傳統(tǒng)商業(yè)銀行較低,且多數(shù)未建立自己的信用風(fēng)險(xiǎn)評(píng)估模型。
P2P網(wǎng)絡(luò)借貸行業(yè)存在的行業(yè)監(jiān)管缺失這一問(wèn)題長(zhǎng)時(shí)期存在。2018年6月至七月26日以來(lái)的50多天里,全國(guó)已有160多家網(wǎng)貸平臺(tái)出現(xiàn)提現(xiàn)困難、老板跑路等問(wèn)題。對(duì)于投資者而言,接觸到網(wǎng)貸平臺(tái)輕而易舉,同時(shí)投資者對(duì)于網(wǎng)貸平臺(tái)的了解常常僅來(lái)自網(wǎng)絡(luò),難以對(duì)平臺(tái)的可信度作出準(zhǔn)確切實(shí)的判斷。若缺乏行業(yè)監(jiān)管,投資者將會(huì)成為直面這一風(fēng)險(xiǎn)的人群。
互聯(lián)網(wǎng)金融作為新興的一種金融模式,我國(guó)未有已有針對(duì)P2P網(wǎng)貸的法律條款和權(quán)益保護(hù)制度,僅有一些自發(fā)組織的行業(yè)自律協(xié)會(huì)。對(duì)于與P2P網(wǎng)絡(luò)借貸相關(guān)的違法案件的約束能力不足,同時(shí)不足以對(duì)違法者產(chǎn)生警示作用且不具有強(qiáng)制性,關(guān)鍵還在于平臺(tái)及企業(yè)個(gè)人的約束能力。
P2P網(wǎng)絡(luò)借貸平臺(tái)運(yùn)營(yíng)能力不一,P2P網(wǎng)絡(luò)借貸行業(yè)雖是新興行業(yè),但是對(duì)于平臺(tái)的運(yùn)營(yíng)能力和風(fēng)險(xiǎn)控制能力的要求不比傳統(tǒng)的金融機(jī)構(gòu)低,不僅僅是單純的成立一個(gè)網(wǎng)絡(luò)平臺(tái)。近年來(lái),大量的P2P網(wǎng)絡(luò)平臺(tái)新建,在大量的P2P網(wǎng)貸平臺(tái)中,勢(shì)必出現(xiàn)質(zhì)量層次不齊的現(xiàn)象,甚至出現(xiàn)部分以騙取投資者資金為目的的網(wǎng)貸平臺(tái),而同時(shí),行業(yè)監(jiān)管的缺失,使這一現(xiàn)象無(wú)法得到有力的控制。
P2P網(wǎng)絡(luò)借貸平臺(tái)在運(yùn)營(yíng)過(guò)程中要面對(duì)許多風(fēng)險(xiǎn),主要包括信用風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、操作風(fēng)險(xiǎn)和政策風(fēng)險(xiǎn)等,其中信用風(fēng)險(xiǎn)在眾多風(fēng)險(xiǎn)中居于核心地位,是各個(gè)平臺(tái)的立身之本,對(duì)于信用風(fēng)險(xiǎn)控制的好壞將直接影響平臺(tái)經(jīng)營(yíng)的優(yōu)劣。
主要影響因素:一是信息不對(duì)稱(chēng)。P2P網(wǎng)絡(luò)信貸的交易通過(guò)互聯(lián)網(wǎng)進(jìn)行,信息不對(duì)稱(chēng)現(xiàn)象比商業(yè)銀行個(gè)人信貸更為突出,僅憑網(wǎng)絡(luò)上公布的信息,貸款人容易做出非理性的貸款決策,加大了信用風(fēng)險(xiǎn)發(fā)生的可能性。二是個(gè)人抗風(fēng)險(xiǎn)能力弱。債務(wù)人的經(jīng)濟(jì)情況的不確定性是個(gè)人信貸風(fēng)險(xiǎn)的誘因。P2P網(wǎng)絡(luò)信貸屬于個(gè)人信貸的范疇,貸款的償還完全由個(gè)人承擔(dān)。與企業(yè)相比,個(gè)人的抗風(fēng)險(xiǎn)能力較差,單一個(gè)體的消費(fèi)情況、經(jīng)營(yíng)情況、身體情況等內(nèi)外部因素都可能引發(fā)信用風(fēng)險(xiǎn)。三是P2P網(wǎng)貸平臺(tái)公司。網(wǎng)貸平臺(tái)公司作為信貸交易的組織者,對(duì)于信貸風(fēng)險(xiǎn)的產(chǎn)生負(fù)有不可推卸的責(zé)任。現(xiàn)在國(guó)內(nèi)許多P2P網(wǎng)貸平臺(tái)公司運(yùn)營(yíng)方式都是承擔(dān)了對(duì)借款人的信用評(píng)估指責(zé),不僅要收集借款人提交的資料信息,還要對(duì)這些信息進(jìn)行分析判斷,在網(wǎng)站上給出最終的評(píng)審結(jié)果。如果網(wǎng)貸平臺(tái)公司內(nèi)部信息控制出現(xiàn)漏洞或信貸技術(shù)有缺陷,就會(huì)加大信貸交易的風(fēng)險(xiǎn)。
根據(jù)下表的統(tǒng)計(jì)結(jié)果來(lái)看,違約率與借款期限呈明顯的負(fù)相關(guān)關(guān)系,隨著借款期限的增加,違約率逐漸降低。雖然借款期限在小于等于12個(gè)月的總計(jì)件數(shù)為最少只有11.43%,但其違約率卻高達(dá)27.82%,占違約件數(shù)的51.31%。借款期限在12-24個(gè)月(含24個(gè)月)中的違約率雖然遠(yuǎn)低于27.82%只有8.90%,但是就違約金額占比來(lái)看,超過(guò)了一半達(dá)到了54.50%,因而也是一個(gè)不可小覷的方面。但反觀借款期限大于24個(gè)月的總件數(shù)占比為54.65%,違約率卻為0.00%。結(jié)合實(shí)際分析,相同的貸款金額,當(dāng)借款期限更長(zhǎng)時(shí),平均到每月所要支付的貸款的本金及利息更低,借款人的還貸壓力更小,故違約風(fēng)險(xiǎn)也更小。但仍需考慮的是,隨著借款期限的增加,借款人的不可控因素也會(huì)增加,可能會(huì)對(duì)其違約率造成影響。
表2.1 根據(jù)借款人借款的期限進(jìn)行分段統(tǒng)計(jì)結(jié)果
根據(jù)下表的統(tǒng)計(jì)結(jié)果來(lái)看,違約率與成功借款次數(shù)有著負(fù)相關(guān)關(guān)系,即隨著成功借款次數(shù)的上升,違約率逐漸上升。由數(shù)據(jù)可知,成功借款次數(shù)為一次的總件數(shù)占比高達(dá)95.56%,也就是說(shuō)大部分的借款人的借款次數(shù)都較低,雖然其違約率較低,僅為5.53%,但其違約金額高達(dá)21798100元,占比為83.31%。成功借款次數(shù)為2-5次的違約率為20.28%,而成功借款次數(shù)大于5次的違約率高達(dá)36.36%居最高。按照一般的經(jīng)驗(yàn)來(lái)看,成功借款次數(shù)越多的借款人應(yīng)違約率更低,因每一次借款都是需要平臺(tái)對(duì)其進(jìn)行重新審核及評(píng)估,然后根據(jù)事實(shí)數(shù)據(jù)得出的結(jié)論卻恰恰相反,雖然可能出現(xiàn)因成功借款次數(shù)大于5次的樣本次數(shù)過(guò)少造成不確定性及偶然性過(guò)高,但是筆者認(rèn)為,這也從某種層面上提出了一個(gè)新的問(wèn)題,是否網(wǎng)貸平臺(tái)過(guò)度依賴(lài)于成功借款次數(shù)這一判定標(biāo)準(zhǔn),而忽視了每一次成功借款前對(duì)于借款人的重新審核這一過(guò)程。因而,筆者認(rèn)為,成功借款次數(shù)這一判斷標(biāo)準(zhǔn),不應(yīng)成為主要判斷標(biāo)準(zhǔn)。
表2.2 根據(jù)借款人成功借款次數(shù)進(jìn)行分段統(tǒng)計(jì)結(jié)果
從下表統(tǒng)計(jì)數(shù)據(jù)可以看出,借款人的借款金額和借款違約率成反向變動(dòng)關(guān)系,即借款人的借款金額越高,借款違約率越低。借款人借款金額在0-10000元之間的違約率占39.39%,與其它情況相比為最高,違約件數(shù)占比也為74.96%,但是因其借款金額較低,其違約金占比僅為7.79%。反映出借款金額在0-10000元之間的借款人違約風(fēng)險(xiǎn)極高,但是違約造成的損失較低;借款人借款金額在50001-100000元之間的借款人的違約率僅為0.5%,相較借款金額在50000元以下的情況來(lái)看,違約率大大降低,但是因其借款金額大因而其違約金占比達(dá)10.77%,超過(guò)了借款金額在0-10000元之間的7.79%。值得注意的是借款金額在10001-50000元之間的借款人的違約金占比為79.02%,違約件占比為74.96%,遠(yuǎn)超總件數(shù)占比。從實(shí)際分析上,借款金額越高,還款壓力也會(huì)隨之增加,因而違約率也會(huì)相應(yīng)增高。但是,事實(shí)數(shù)據(jù)卻并非如此,其很大程度上是由于借款人的借貸行為需要通過(guò)P2P網(wǎng)貸平臺(tái)的審核,而平臺(tái)對(duì)于借款金額較高的借款人,所要求的信用評(píng)分越高,因而其違約率反而降低。
表2.3 根據(jù)借款人借款的金額統(tǒng)計(jì)結(jié)果
僅從有無(wú)房貸來(lái)看,無(wú)房貸的借款人的違約率普遍高于有房貸的借款人,有房貸的借款人違約率僅為2.49%,而有房貸的借款人的違約率分別為6.69%和12.63%。從有無(wú)房產(chǎn)來(lái)看,無(wú)房產(chǎn)的借款人違約件數(shù)占比較總件數(shù)占比更多。而有房產(chǎn)的借款人中,無(wú)房貸的借款人的違約率卻高于無(wú)房產(chǎn)的借款人及有房產(chǎn)有房貸的借款人,其違約率達(dá)12.63%,違約金額占比43.12%,且其違約件數(shù)占比高出總件數(shù)占比二十幾個(gè)百分點(diǎn),此種情況需特別引起注意,在分析時(shí)應(yīng)注重有房產(chǎn)卻無(wú)房貸的此類(lèi)借款人。從實(shí)際分析來(lái)看,在借款人進(jìn)行房貸前,銀行會(huì)對(duì)其進(jìn)行信用評(píng)估,只有信用評(píng)估良好的用戶(hù)的房屋貸款才可以申請(qǐng)通過(guò),因而其違約率與其他的借款人相比較低。
表2.4 根據(jù)借款人有無(wú)房產(chǎn)和房貸指標(biāo)交叉統(tǒng)計(jì)結(jié)果
數(shù)據(jù)分析(數(shù)據(jù)均保留到小數(shù)點(diǎn)后兩位)
其回歸數(shù)學(xué)模型為:
1.根據(jù)回歸方程,將借款人成功借款次數(shù)為一次令為x1=1,y1=5.53%,將借款人成功借款次數(shù)為2-5次令為x2=2,y1=20.28%將借款人成功借款次數(shù)為大于5次令為x3=3,y1=36.36%,x=1,2,3,y為違約率,利用最小二乘法根據(jù)線性回歸方程可知,
存在關(guān)系y=0.35x-0.50
2.根據(jù)回歸方程,將借款人借款期限為小于等于12月一次令為x1=1,y1=27.82%,將借款人借款期限為12-24月令為 x2=2,y2=8.90%,將借款人借款期限大于24月令為x3=3,y3=0.00%。x=1,2,3,y為違約率,利用最小二乘法根據(jù)線性回歸方程可知,
存在關(guān)系y=-0.07x+0.26
3.根據(jù)回歸方程,將借款金額為0-10000元令為x1=1,y1=39.39%,將借款金額為10001-50000元令為x2=2,y2=11.18%,因借款金額在50001元以上的違約率分別為0.50%及0.18%,故將借款金額在50001元以上的令為可得函數(shù)關(guān)系為:y=-0.19x-0.21。