P2P網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)防范機(jī)制研究

楊依君　尹枚　麻佩麗　蘇苑瑩　孫萌　麥紫鈴

摘要：本文基于對(duì)廣東省P2P網(wǎng)貸風(fēng)險(xiǎn)防范機(jī)制作用效果的調(diào)研，將P2P網(wǎng)貸平臺(tái)分為正常運(yùn)營(yíng)和出現(xiàn)問(wèn)題兩類，利用二值概率模型——Logit模型進(jìn)行實(shí)證分析。實(shí)證表明在P2P風(fēng)險(xiǎn)防范機(jī)制中，為投資者提供合理的利率報(bào)酬水平、擔(dān)保、資金存托管和不構(gòu)建內(nèi)部資金池等措施，能夠很好起到維持公司正常運(yùn)營(yíng)的作用，為其應(yīng)對(duì)風(fēng)險(xiǎn)提供參考。

Abstract： This paper investigates and studies the effect of P2P network loan risk prevention mechanism， divides P2P network loan platform into two categories： normal operation and problems， and uses the binary probability model Logit model for empirical analysis. The empirical results show that in the P2P risk prevention mechanism， it can maintain the normal operation of the company to provide investors with reasonable interest rate return level， guarantee， fund deposit and custody， and do not build internal capital pool. Finally， the paper puts forward suggestions from three perspectives： regulatory authorities， P2P platform and investors， which can provide reference for them to deal with risks.

關(guān)鍵詞：互聯(lián)網(wǎng)金融;P2P網(wǎng)絡(luò)借貸;風(fēng)險(xiǎn)防范;Logit回歸

Key words： Internet finance;peer to peer lending;risk prevention;Logit regression

中圖分類號(hào)：F830.589? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號(hào)：1006-4311（2020）12-0297-03

0? 引言

P2P網(wǎng)絡(luò)借貸自在中國(guó)出現(xiàn)以來(lái)，因快速便捷，且彌補(bǔ)了中國(guó)小規(guī)模借貸不足的缺陷，發(fā)展迅猛。但其在經(jīng)歷了爆發(fā)式的快速擴(kuò)張后積累了大量的問(wèn)題，自2018年以來(lái)，P2P網(wǎng)貸頻現(xiàn)爆雷潮，對(duì)P2P網(wǎng)貸的發(fā)展造成了沉重的打擊，也使P2P網(wǎng)貸的發(fā)展陷入瓶頸期。此時(shí)我國(guó)P2P網(wǎng)貸行業(yè)仍處于監(jiān)管和規(guī)范階段，制度體系還在趨于健全，其針對(duì)P2P網(wǎng)貸行業(yè)風(fēng)險(xiǎn)防范機(jī)制的研究還比較缺乏。因此，進(jìn)行P2P網(wǎng)貸風(fēng)險(xiǎn)防范機(jī)制的研究對(duì)于促進(jìn)P2P網(wǎng)貸風(fēng)險(xiǎn)調(diào)控以及穩(wěn)健發(fā)展具有重要意義。

1? 廣東P2P網(wǎng)絡(luò)借貸行業(yè)近況

通過(guò)網(wǎng)貸之家平臺(tái)，選取了廣東2014年-2019年的行業(yè)相關(guān)數(shù)據(jù)：正常運(yùn)營(yíng)平臺(tái)數(shù)量、累計(jì)轉(zhuǎn)型及停業(yè)平臺(tái)數(shù)量、行業(yè)成交量。

從網(wǎng)貸平臺(tái)運(yùn)營(yíng)數(shù)量來(lái)看，廣東省的P2P平臺(tái)在15年達(dá)到了一個(gè)峰值，為669家，隨后便開(kāi)始下降，并從17年起大幅下降，直至2019年末下降到僅剩69家，幾乎縮減了十倍。相反，從累計(jì)轉(zhuǎn)型及停業(yè)平臺(tái)數(shù)量來(lái)看，廣東省的數(shù)據(jù)從2016年開(kāi)始大幅增長(zhǎng)，到2019年末累計(jì)數(shù)量高達(dá)590家，跟巔峰期的運(yùn)營(yíng)平臺(tái)數(shù)量相差無(wú)幾。這說(shuō)明網(wǎng)貸平臺(tái)數(shù)量已過(guò)暴風(fēng)增長(zhǎng)期，現(xiàn)在為行業(yè)的整改收縮期，以督促不合規(guī)平臺(tái)清退為主，轉(zhuǎn)型為輔的方式，從而使整個(gè)P2P網(wǎng)貸市場(chǎng)趨于成熟。

從成交量走勢(shì)來(lái)看，其變化趨勢(shì)跟平臺(tái)數(shù)量走勢(shì)大致相同，其在2014年至2016年期間呈大幅上升趨勢(shì)，而2017年開(kāi)始大幅下降，到2019年末下降至僅56.97億元，比高峰期時(shí)少了將近10倍多，甚至不到2014年成交量的一半。可看出廣東省網(wǎng)貸行業(yè)早已由盛轉(zhuǎn)衰，成交量及投資人數(shù)大不如前。這與平臺(tái)數(shù)量近年大幅縮減及不合規(guī)平臺(tái)所發(fā)生的爆雷事件帶來(lái)的負(fù)面影響有很大關(guān)系。但隨著監(jiān)管不斷趨嚴(yán)，各地監(jiān)管機(jī)構(gòu)對(duì)P2P網(wǎng)貸平臺(tái)業(yè)務(wù)進(jìn)行嚴(yán)格審查，大量不合規(guī)平臺(tái)退出市場(chǎng)，行業(yè)集中度大步上升，從而使得行業(yè)環(huán)境逐漸改善，廣東省網(wǎng)貸行業(yè)的發(fā)展將迎來(lái)新的發(fā)展機(jī)會(huì)，但形勢(shì)仍將嚴(yán)峻。

2? 廣東P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)防范機(jī)制的實(shí)證分析

文章以廣東為例，從平臺(tái)實(shí)力、平臺(tái)標(biāo)的特征、風(fēng)控能力和治理水平四個(gè)維度將出現(xiàn)問(wèn)題的平臺(tái)與正常平臺(tái)進(jìn)行對(duì)比，分析了各個(gè)維度在P2P平臺(tái)運(yùn)營(yíng)情況上的影響程度。

2.1 數(shù)據(jù)來(lái)源

實(shí)證所需數(shù)據(jù)來(lái)源于國(guó)泰安、網(wǎng)貸之家、網(wǎng)貸天眼及各網(wǎng)貸平臺(tái)官網(wǎng)，數(shù)據(jù)收集截止日期為2018年12月31日，主要搜集了廣東省內(nèi)以廣州市、深圳市為主的網(wǎng)貸平臺(tái)樣本數(shù)據(jù)。在篩選并刪除了缺失關(guān)鍵數(shù)據(jù)之后，得到166個(gè)樣本平臺(tái)數(shù)據(jù)，其中正常平臺(tái)78家，問(wèn)題平臺(tái)88家。再進(jìn)行粗略的數(shù)據(jù)調(diào)整后將其作為本次實(shí)證樣本。

為了進(jìn)行對(duì)P2P風(fēng)險(xiǎn)防范機(jī)制作用效果的調(diào)查和研究，將搜集到數(shù)據(jù)的P2P平臺(tái)分為兩類，一類是正常運(yùn)營(yíng)，另一類是出現(xiàn)問(wèn)題，包括跑路、提現(xiàn)困難、禁止發(fā)標(biāo)、停業(yè)等，利用二值概率模型——Logit模型進(jìn)行實(shí)證分析。

2.2 變量選擇

本次實(shí)證的被解釋變量為平臺(tái)運(yùn)營(yíng)情況，正常運(yùn)營(yíng)記作0，出現(xiàn)問(wèn)題記作1。解釋變量則為P2P平臺(tái)風(fēng)險(xiǎn)特征指標(biāo)，由于現(xiàn)有文獻(xiàn)對(duì)P2P平臺(tái)風(fēng)險(xiǎn)特征的研究較少，所以本文在研究時(shí)結(jié)合商業(yè)銀行的評(píng)價(jià)體系。針對(duì)P2P行業(yè)的特征，將指標(biāo)分為四個(gè)維度，分別是平臺(tái)實(shí)力、標(biāo)的特征、風(fēng)控能力、治理水平。其中平臺(tái)實(shí)力分為平臺(tái)背景和注冊(cè)資本，標(biāo)的特征分為平臺(tái)平均綜合利率、標(biāo)的類型數(shù)量、保障模式、自動(dòng)投標(biāo)、債權(quán)轉(zhuǎn)讓，風(fēng)控能力則以運(yùn)營(yíng)時(shí)間長(zhǎng)短衡量，治理水平以有無(wú)資金存托管機(jī)制顯現(xiàn)。

2.2.1 平臺(tái)實(shí)力

平臺(tái)實(shí)力主要表現(xiàn)在平臺(tái)背景和平臺(tái)資本實(shí)力。平臺(tái)背景主要分為民營(yíng)系、風(fēng)投系、國(guó)資系、銀行系和上市公司系。我們將民營(yíng)系記為0，其余記為1;平臺(tái)的資本實(shí)力即平臺(tái)的注冊(cè)資本。我們認(rèn)為平臺(tái)實(shí)力和平臺(tái)出現(xiàn)問(wèn)題的概率成反比。

假設(shè)1：平臺(tái)實(shí)力越好，平臺(tái)出現(xiàn)問(wèn)題的概率越小。

2.2.2 平臺(tái)標(biāo)的特征

本文用平臺(tái)綜合利率、標(biāo)的數(shù)量類型數(shù)量、保障模式、自動(dòng)投標(biāo)及債權(quán)轉(zhuǎn)讓來(lái)反應(yīng)平臺(tái)標(biāo)的特征。平臺(tái)綜合利率水平越高，也就意味著平臺(tái)面臨的風(fēng)險(xiǎn)就越大，所以預(yù)期平臺(tái)綜合利率越高，平臺(tái)可能出現(xiàn)問(wèn)題的概率越大;不同的P2P平臺(tái)提供的業(yè)務(wù)類型不盡相同，標(biāo)的類型數(shù)量越多的平臺(tái)可能會(huì)在一定程度上起到分散風(fēng)險(xiǎn)的作用，所以初步預(yù)期平臺(tái)標(biāo)的類型數(shù)量越多，平臺(tái)出現(xiàn)問(wèn)題的概率越小;我國(guó)許多P2P平臺(tái)為吸引投資者提供了不同的擔(dān)保模式，進(jìn)行風(fēng)險(xiǎn)轉(zhuǎn)移，但實(shí)際上第三方擔(dān)保機(jī)構(gòu)的擔(dān)保能力好壞均有，所以擔(dān)保模式是否能夠降低平臺(tái)所面臨的風(fēng)險(xiǎn)仍需驗(yàn)證;許多P2P平臺(tái)推出了幫投資人快速投資及再投資的功能，及自動(dòng)投標(biāo)功能，該功能在一定程度上能使投資者的資金及時(shí)運(yùn)用，但由于該方式資金流向的不夠透明也會(huì)加大投資者所面臨的風(fēng)險(xiǎn)，所以自動(dòng)投標(biāo)能否降低平臺(tái)所面臨的風(fēng)險(xiǎn)仍需驗(yàn)證。

假設(shè)2：平臺(tái)綜合利率水平越低、標(biāo)的類型越多，平臺(tái)出現(xiàn)問(wèn)題的概率越小。

2.2.3 風(fēng)控能力

本文使用運(yùn)營(yíng)時(shí)間長(zhǎng)短來(lái)衡量平臺(tái)的風(fēng)控能力。P2P平臺(tái)的運(yùn)營(yíng)面臨著各種風(fēng)險(xiǎn)，一個(gè)平臺(tái)的風(fēng)控能力越強(qiáng)才能使平臺(tái)穩(wěn)定的經(jīng)營(yíng)下去。一個(gè)平臺(tái)的經(jīng)營(yíng)時(shí)間越長(zhǎng)，表現(xiàn)出其風(fēng)控能力越強(qiáng)，風(fēng)控系統(tǒng)越完善。因此我們認(rèn)為平臺(tái)經(jīng)營(yíng)時(shí)間越長(zhǎng)，平臺(tái)出現(xiàn)問(wèn)題的概率越小。

假設(shè)3：平臺(tái)運(yùn)營(yíng)時(shí)間越長(zhǎng)。平臺(tái)出現(xiàn)問(wèn)題的概率越小。

2.2.4 平臺(tái)治理水平

本文主要通過(guò)資金存托管來(lái)研究平臺(tái)治理水平。資金存托管機(jī)制通過(guò)將借款人的錢存入存托管銀行而非平臺(tái)自身，有利于保障投資者資金，降低風(fēng)險(xiǎn)。我們認(rèn)為實(shí)行資金托管機(jī)制的平臺(tái)出現(xiàn)問(wèn)題的概率更小。

假設(shè)4：平臺(tái)實(shí)行資金存托管機(jī)制，平臺(tái)出現(xiàn)問(wèn)題的概率越小。

簡(jiǎn)單來(lái)說(shuō)，解釋變量分別為：①平臺(tái)背景;②注冊(cè)資本;③平臺(tái)平均綜合利率;④標(biāo)的類型數(shù)量;⑤保障模式;⑥自動(dòng)投標(biāo);⑦債權(quán)轉(zhuǎn)讓;⑧運(yùn)營(yíng)時(shí)間;⑨資金存托管機(jī)制。平臺(tái)背景主要有國(guó)資系、民營(yíng)系、上市公司系、風(fēng)投系和銀行系，其中民營(yíng)系用0表示，其他用1表示。注冊(cè)資本則為該公司注冊(cè)資本金額。平臺(tái)平均綜合利率為該平臺(tái)各項(xiàng)標(biāo)的利率的平均值，以網(wǎng)貸之家顯示的參考回報(bào)率為準(zhǔn)。標(biāo)的類型數(shù)量為各平臺(tái)標(biāo)的類型如房貸、車貸、中小企業(yè)貸等種類之和。保障模式主要包括自有資金擔(dān)保、風(fēng)險(xiǎn)準(zhǔn)備金、第三方擔(dān)保等，無(wú)則記作0，有則1。自動(dòng)投標(biāo)與債權(quán)轉(zhuǎn)讓，都是無(wú)則記作0，有則記作1。運(yùn)營(yíng)時(shí)間，有問(wèn)題的平臺(tái)為其上線日至問(wèn)題日的運(yùn)營(yíng)天數(shù)，無(wú)問(wèn)題的平臺(tái)為其上限日至2018年12月31日的運(yùn)營(yíng)天數(shù)。資金存托管機(jī)制，無(wú)則記作0，有則記作1。如表1所示。

2.3 變量的描述性統(tǒng)計(jì)

表2和表3分別給出了正常平臺(tái)與問(wèn)題平臺(tái)連續(xù)型變量和分類變量的描述統(tǒng)計(jì)表。

從表2中可以看出，正常平臺(tái)注冊(cè)資本與問(wèn)題平臺(tái)的注冊(cè)資本相差大，正常平臺(tái)的注冊(cè)資本比問(wèn)題平臺(tái)的平均注冊(cè)資本明顯要高;從綜合平均綜合利率來(lái)看，問(wèn)題平臺(tái)利率為14.85%，明顯高于正常平臺(tái)的10.43%。平臺(tái)有較高的利率可以吸引較多的投資者進(jìn)行投資，但是高利率也意味著高風(fēng)險(xiǎn)，投資收益越高，也意味著平臺(tái)需要承擔(dān)更大的風(fēng)險(xiǎn);在運(yùn)營(yíng)時(shí)長(zhǎng)上，正常平臺(tái)的運(yùn)營(yíng)時(shí)長(zhǎng)要大于問(wèn)題平臺(tái)的運(yùn)營(yíng)時(shí)長(zhǎng);在標(biāo)的類型數(shù)量上，兩類平臺(tái)的差異較小。

從表3中可以看出問(wèn)題平臺(tái)中平臺(tái)背景、資金托管、是否支持自動(dòng)投標(biāo)以及是否允許債券轉(zhuǎn)讓與正常平臺(tái)有明顯差異。平臺(tái)背景較雄厚、有第三方資金托管的平臺(tái)經(jīng)營(yíng)狀況較好，平臺(tái)的擔(dān)保模式、是否支持自動(dòng)投標(biāo)以及是否支持自動(dòng)轉(zhuǎn)債相對(duì)差異較小。

2.4 Logit回歸

利用EViews進(jìn)行Logit向后逐步回歸實(shí)證，得到的結(jié)果如表4所示。

可以從實(shí)證結(jié)果中看出，平臺(tái)背景與注冊(cè)資本金對(duì)P2P平臺(tái)運(yùn)營(yíng)情況影響不大，可能因?yàn)闃颖緮?shù)量以及選取的范圍有限，或者受到經(jīng)營(yíng)時(shí)間的影響，所以不能證明本章節(jié)的假設(shè)1正確。同時(shí)可以看出，影響網(wǎng)貸平臺(tái)正常運(yùn)營(yíng)的主要是平臺(tái)平均綜合利率、擔(dān)保模式、運(yùn)營(yíng)時(shí)間和資金托管。尤其是平臺(tái)平均綜合利率及資金托管，二者在1%的顯著水平下，對(duì)平臺(tái)運(yùn)營(yíng)有著顯著性的影響。因此本章的假設(shè)2中的利率越低，平臺(tái)出現(xiàn)問(wèn)題的概率越小能夠得到驗(yàn)證，但是假設(shè)2中的標(biāo)的類型越多，卻不一定能降低平臺(tái)出問(wèn)題的概率，很可能是因?yàn)榉N類多也無(wú)法分散風(fēng)險(xiǎn)，存在明顯的系統(tǒng)性風(fēng)險(xiǎn)。同時(shí)，自動(dòng)投標(biāo)和債權(quán)轉(zhuǎn)讓對(duì)平臺(tái)是否正常運(yùn)營(yíng)影響不大。假設(shè)3與4也得到了實(shí)證數(shù)據(jù)的支持，運(yùn)營(yíng)時(shí)間更長(zhǎng)，平臺(tái)累積的經(jīng)驗(yàn)會(huì)更多;資金存托管機(jī)制也能較好保障投資者資金的安全。

3? 結(jié)論與建議

通過(guò)上述實(shí)證分析得出：對(duì)于一個(gè)網(wǎng)貸平臺(tái)來(lái)說(shuō)，并不是背景越雄厚、注冊(cè)資本金越多就能經(jīng)營(yíng)得越好。平臺(tái)平均綜合利率、擔(dān)保模式、運(yùn)營(yíng)時(shí)間和資金托管對(duì)平臺(tái)的運(yùn)營(yíng)情況影響較為顯著。在其他條件不變的情況下，平臺(tái)的平均綜合利率越高，平臺(tái)所面臨的風(fēng)險(xiǎn)越大，平臺(tái)運(yùn)營(yíng)越不穩(wěn)定，經(jīng)營(yíng)狀況越容易出現(xiàn)問(wèn)題;擔(dān)保模式對(duì)平臺(tái)運(yùn)營(yíng)具有一定的負(fù)面影響，其原因可能是擔(dān)保平臺(tái)良莠不一，出現(xiàn)問(wèn)題的平臺(tái)的擔(dān)保機(jī)構(gòu)并不靠譜;有第三方資金托管、運(yùn)營(yíng)時(shí)間越長(zhǎng)的平臺(tái)運(yùn)營(yíng)狀況越好。

因此P2P平臺(tái)應(yīng)當(dāng)從下述幾方面來(lái)加強(qiáng)自身風(fēng)險(xiǎn)預(yù)警和風(fēng)控防控。

①平臺(tái)不應(yīng)為求資金規(guī)模的快速擴(kuò)張，而應(yīng)允高額投資回報(bào)率，應(yīng)當(dāng)將給予投資者的回報(bào)控制在合理的利率報(bào)酬水平內(nèi);

②平臺(tái)不能將平臺(tái)擔(dān)保作為一種營(yíng)銷手段，而應(yīng)選擇有質(zhì)量的擔(dān)保機(jī)構(gòu)為投資者提供擔(dān)保;

③平臺(tái)應(yīng)將投資者資金進(jìn)行存托管、合規(guī)運(yùn)用，不構(gòu)建內(nèi)部資金;

④完善對(duì)借款人信用評(píng)估體系，減少推廣成本，加強(qiáng)對(duì)產(chǎn)品研發(fā)的投入。

另外來(lái)自政府部門的監(jiān)管和投資者的理性選擇也將倒逼P2P網(wǎng)貸行業(yè)加強(qiáng)自身建設(shè)。

我們相信P2P網(wǎng)貸行業(yè)在經(jīng)歷了重新洗牌之后，定會(huì)浴火重生，迎來(lái)健康有序發(fā)展的明天。

參考文獻(xiàn)：

[1]陶帥.P2P網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)度量模型研究[D].哈爾濱工業(yè)大學(xué)，2019.

[2]陳群.P2P風(fēng)險(xiǎn)傳導(dǎo)及防范機(jī)制研究[D].浙江大學(xué)，2019.

[3]趙桂芳.P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)特征分析及預(yù)警研究[D].蘭州財(cái)經(jīng)大學(xué)，2019.

[4]阮康.P2P網(wǎng)絡(luò)借貸平臺(tái)的違約風(fēng)險(xiǎn)管理研究[D].西安理工大學(xué)，2019.

[5]宋兆磊.我國(guó)P2P網(wǎng)貸的風(fēng)險(xiǎn)分析和防范研究[D].山東財(cái)經(jīng)大學(xué)，2018.

[6]林焰.我國(guó)P2P網(wǎng)貸行業(yè)風(fēng)險(xiǎn)傳染與監(jiān)管研究[D].華南理工大學(xué)，2018.

[7]Paul Slatterly.Square Pegs in a Round Hole：SEC Regulation of Oline Peer to Peer Lending and the CFPB Alternative [J]. Yale Journal on Regulation， 2013， 30： 233-275.

[8]EMEKTER R， TU Y， JIRASAKULDECH B， et al.Evaluating credit risk and loan performance in online peer- to- peer（p2p）lending[J]. Applied economics， 2015， 47（1）：54-70.