大數(shù)據(jù)在控制P2P網(wǎng)貸風(fēng)險(xiǎn)上的應(yīng)用

湖南大學(xué) 王楚珺 劉會(huì)芳 尉麗麗

1 P2P網(wǎng)絡(luò)貸款迅速發(fā)展

P2P網(wǎng)絡(luò)貸款(online peer-to-peer lending)，指有資金并且有理財(cái)投資想法的個(gè)人，通過第三方網(wǎng)絡(luò)平臺牽線搭橋，將資金貸給其他有借款需求的人。

2005年3月，全球第一家P2P網(wǎng)貸公司Zopa誕生于英國倫敦，2006年2月，Chris Larsen等人創(chuàng)辦了美國第一家網(wǎng)貸公司Prosper。2007年6月，國內(nèi)第一家網(wǎng)絡(luò)貸款平臺拍拍貸上線。2011年，網(wǎng)貸平臺進(jìn)入快速發(fā)展期，一批網(wǎng)貸平臺踴躍上線。2012年我國網(wǎng)貸平臺進(jìn)入了爆發(fā)期，網(wǎng)貸平臺如雨后春筍紛紛成立。截至2014年底，P2P網(wǎng)貸平臺數(shù)量達(dá)到1613家，較2013年增加了900家以上,并且2014年不斷有銀行背景、互聯(lián)網(wǎng)巨頭控制的擁有強(qiáng)大背景的平臺加入，打破了網(wǎng)貸平臺一貫以來的“草根”的印象，P2P網(wǎng)貸也逐漸被投資機(jī)構(gòu)所青睞，大量P2P平臺完成了融資。

2 P2P網(wǎng)貸風(fēng)險(xiǎn)顯露

隨著P2P網(wǎng)絡(luò)貸款行業(yè)的快速發(fā)展，大量創(chuàng)業(yè)者涌入P2P網(wǎng)貸行業(yè)，且由于準(zhǔn)入門檻低，短期內(nèi)大量P2P網(wǎng)絡(luò)貸款平臺上線，魚龍混雜，良莠不齊。據(jù)統(tǒng)計(jì)，截至2014年7月，累計(jì)有136家P2P網(wǎng)貸平臺出現(xiàn)提現(xiàn)困難、倒閉或者跑路的現(xiàn)象，約占整個(gè)市場的11.3%。

P2P網(wǎng)絡(luò)貸款主要存在信用評估、業(yè)務(wù)監(jiān)管、系統(tǒng)安全這三大風(fēng)險(xiǎn)，但是由于我國目前征信體系不完善，P2P監(jiān)管制度不健全，P2P網(wǎng)貸還處于一個(gè)野蠻生長的階段，在沒有找到很好的風(fēng)險(xiǎn)控制、系統(tǒng)監(jiān)管手段之前，P2P網(wǎng)貸仍處于巨大的風(fēng)險(xiǎn)之中。

3 大數(shù)據(jù)的含義及其之于P2P網(wǎng)貸的意義

傳統(tǒng)的控制P2P網(wǎng)貸風(fēng)險(xiǎn)的方式主要有以下三點(diǎn)：(1)準(zhǔn)入監(jiān)管。建立基本準(zhǔn)入標(biāo)準(zhǔn)和建立“誰批設(shè)機(jī)構(gòu)，誰負(fù)責(zé)監(jiān)管和風(fēng)險(xiǎn)處置”的機(jī)制。(2)運(yùn)營監(jiān)管。限定P2P網(wǎng)貸僅從事金融信息服務(wù)業(yè)，即作為中介機(jī)構(gòu)，不得直接參與借貸活動(dòng)；P2P網(wǎng)貸必須嚴(yán)格隔離自有資金和客戶資金，客戶資金必須由第三方管理。(3)信息監(jiān)管。P2P網(wǎng)貸必須完整地保存客戶資料，以備事后追責(zé)；P2P網(wǎng)貸要如實(shí)披露經(jīng)營信息，包括公司治理情況、業(yè)務(wù)數(shù)據(jù)等，供客戶參考。由此看來，傳統(tǒng)的對P2P網(wǎng)貸的風(fēng)險(xiǎn)控制主要針對于網(wǎng)貸平臺本身，而沒能降低網(wǎng)貸平臺所面臨的客戶道德風(fēng)險(xiǎn)和違約風(fēng)險(xiǎn)造成的壞賬。

在傳統(tǒng)的借貸流程中，對于借款人的信息審核，也存在很多弊端，如用傳統(tǒng)信息獲取渠道判斷信息真?zhèn)蔚某杀据^高；由于全程需要人工參與，既增加了道德風(fēng)險(xiǎn)，又導(dǎo)致效率極其低下；傳統(tǒng)的風(fēng)險(xiǎn)評估模型中，對于借款人資產(chǎn)狀況評估的權(quán)重過高；貸款人隱藏風(fēng)險(xiǎn)的難度較低，造假成本較低等，對壞賬率的控制效果并不是很好，這不利于P2P網(wǎng)貸平臺的風(fēng)險(xiǎn)控制，限制了P2P網(wǎng)貸平臺的發(fā)展。

大數(shù)據(jù)指的是所涉及的資料量規(guī)模巨大到無法通過目前主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理，并整理成為幫助企業(yè)經(jīng)營決策更具積極目的的資訊。大數(shù)據(jù)具有數(shù)據(jù)量大、類型繁多、價(jià)值密度低、速度快、時(shí)效高的特點(diǎn)。大數(shù)據(jù)的核心就是預(yù)測。大數(shù)據(jù)已成為了新發(fā)明和新服務(wù)的源泉，目前被廣泛應(yīng)用于互聯(lián)網(wǎng)提高客戶體驗(yàn)、醫(yī)療疾病監(jiān)測、能源勘探等行業(yè)。大數(shù)據(jù)將為人類的生活創(chuàng)造前所未有的可量化的維度。

在互聯(lián)網(wǎng)金融領(lǐng)域，大數(shù)據(jù)的作用格外顯著。在傳統(tǒng)的信貸模式中，完成一筆貸款有著繁雜的程序與較高的成本，但是大數(shù)據(jù)的應(yīng)用為人們提供了一種新的思路。截至2014年6月，阿里巴巴集團(tuán)旗下阿里小貸服務(wù)逾80萬家小微企業(yè)，累計(jì)投放信用貸款超過2100億元，阿里小貸其單筆信貸操作成本僅為2.3元，而一般銀行的成本在2000元左右。阿里小貸利用阿里巴巴集團(tuán)積累的海量數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析，利用計(jì)算機(jī)對商戶進(jìn)行信用評估，可以做到3分鐘放貸，不良率低于1%。P2P網(wǎng)貸行業(yè)也非常適合與大數(shù)據(jù)結(jié)合，隨著大數(shù)據(jù)逐步深入的應(yīng)用，P2P網(wǎng)貸行業(yè)必將發(fā)生更深刻的變革。

首先，大數(shù)據(jù)大大拓寬了金融機(jī)構(gòu)可用數(shù)據(jù)的種類。在大數(shù)據(jù)條件下，P2P網(wǎng)貸平臺可以采集并應(yīng)用圖片、視頻、社交網(wǎng)絡(luò)信息等非結(jié)構(gòu)化數(shù)據(jù)。并且，大數(shù)據(jù)主要來源于互聯(lián)網(wǎng)企業(yè)的核心業(yè)務(wù)，這些數(shù)據(jù)更能反映P2P借款人的社會(huì)關(guān)系和經(jīng)濟(jì)特征，更能反映他們的貸款需求與信用狀況。通過大數(shù)據(jù)分析，使得原本因果關(guān)系不清晰的幾個(gè)事務(wù)關(guān)聯(lián)起來。無論是在貸前、貸中，還是貸后，大數(shù)據(jù)的運(yùn)用都將有效預(yù)測出借款人的信用風(fēng)險(xiǎn)，達(dá)到控制P2P網(wǎng)貸平臺違約事件的發(fā)生。

大數(shù)據(jù)還為P2P網(wǎng)貸的信用風(fēng)險(xiǎn)控制提供新的解決思路。如果用大數(shù)據(jù)的角度來構(gòu)思，就可以把更多權(quán)重放在借款人日常生活的交易數(shù)據(jù)及社交數(shù)據(jù)上，比如借款人的消費(fèi)情況，微博微信之類的社交圈活躍度等諸如此類的問題。這類數(shù)據(jù)不易作假，具有很好的連貫性，可以從中分析很多的用戶特性，并推斷借款人的信用狀況,。一旦數(shù)據(jù)開放共享的基礎(chǔ)設(shè)施完善后，P2P網(wǎng)貸平臺的管理者就可以在擁有更全面的借款人數(shù)據(jù)的基礎(chǔ)上，通過多個(gè)不同類型的信用分析模型，對借款人做出更趨于真實(shí)化和個(gè)性化的信用評級，投資人就根據(jù)其信用等級高低作出是否借貸和以何種利息貸出的合理決策。更重要的是，在貸款期間還可以對借款人產(chǎn)生的數(shù)據(jù)持續(xù)記錄分析，一旦有異常情況出現(xiàn)，就可以及時(shí)調(diào)查處理，這樣就可以有效控制借款人的信用風(fēng)險(xiǎn)。所以，用大數(shù)據(jù)來控制P2P網(wǎng)貸的風(fēng)險(xiǎn)有極大的發(fā)展前景。

4 利用大數(shù)據(jù)對P2P網(wǎng)貸進(jìn)行風(fēng)險(xiǎn)控制

在大數(shù)據(jù)時(shí)代的背景下考慮P2P網(wǎng)貸的風(fēng)險(xiǎn)控制，首先要將思維方式從因果關(guān)系轉(zhuǎn)變到相關(guān)關(guān)系來，尋找可以控制P2P網(wǎng)貸風(fēng)險(xiǎn)的數(shù)據(jù)指標(biāo)。一個(gè)人或者群體的信用好壞取決于很多的變量，所有與借款人相關(guān)的數(shù)據(jù)都有可能影響到其貸款的安全，因此，需要找出所有可能會(huì)影響到借款者信用的數(shù)據(jù)指標(biāo)，主要分為四個(gè)指標(biāo)。

(1)個(gè)人基本資料，包括個(gè)人的身份信息，如性別，年齡，身份證號等，以便于通過個(gè)人身份認(rèn)證來追蹤借款人的活動(dòng)；家庭婚姻情況，一般來說，一個(gè)人如果家庭美滿，擁有一個(gè)小孩，則其違約率會(huì)大大降低；住所穩(wěn)定性、工作單位的穩(wěn)定性和手機(jī)號碼使用穩(wěn)定性都將可能體現(xiàn)一個(gè)人的還款意愿。這些信息經(jīng)借款人授權(quán)，可以通過接入公安系統(tǒng)等來保證信息的真實(shí)性。

(2)社交網(wǎng)絡(luò)情況。借款人在社交網(wǎng)絡(luò)上的活躍程度、所發(fā)表的動(dòng)態(tài)內(nèi)容、好友數(shù)量等都可能與借款人的性格特點(diǎn)相關(guān)。例如，一個(gè)擁有好友數(shù)量較多的借款人其信用程度往往高于那些好友較少的借款人。另外，如果一個(gè)人發(fā)表的日志、說說總是積極向上的，也有可能獲得較高的信用評級。P2P網(wǎng)貸平臺可以與相關(guān)社交網(wǎng)絡(luò)(QQ、人人網(wǎng)、微信、微博等)建立數(shù)據(jù)接口，在接受客戶的借款請求，且得到用戶授權(quán)后，從這些社交網(wǎng)絡(luò)獲取用戶數(shù)據(jù)，并支付相應(yīng)的費(fèi)用給這些社交網(wǎng)絡(luò)，這也可以成為社交網(wǎng)絡(luò)一個(gè)新的盈利渠道。

(3)電子商務(wù)平臺。P2P網(wǎng)貸平臺可以與阿里巴巴、京東商城、聚美優(yōu)品、當(dāng)當(dāng)網(wǎng)等電子商務(wù)平臺合作，第一可以借助商家在電商平臺上所積累的交易量等流水?dāng)?shù)據(jù)，共同搭建風(fēng)險(xiǎn)模型，通過大數(shù)據(jù)分析，為這些依附于電商的小微企業(yè)提供無擔(dān)保、無抵押的純信用貸款；第二可以根據(jù)消費(fèi)者的網(wǎng)購商品種類、金額大小、網(wǎng)購頻率等大數(shù)據(jù)來評估消費(fèi)者的信用狀況。

(4)借款人的資金情況。包括收支情況：借款人的收入和支出情況會(huì)影響借款人的償債能力。負(fù)債情況：借款人的現(xiàn)有的負(fù)債期限、金額大小會(huì)體現(xiàn)借款人的還款意愿。資產(chǎn)情況：借款人所擁有的資產(chǎn)的流動(dòng)性比率以及結(jié)構(gòu)，具體的占用情況，如資產(chǎn)中基金、股票、債券、理財(cái)產(chǎn)品及銀行存款的比例,這都將會(huì)影響借款人的未來收益，從而對還款產(chǎn)生影響。信用情況：通過分析一個(gè)人的信用情況，可以確定貸款額度、期限、利率、貸款方式等。這些數(shù)據(jù)可以通過接入銀行系統(tǒng)來獲取。

5 結(jié)語

因此，可以通過收集借款人自己提交的數(shù)據(jù)、與權(quán)威第三方合作獲得數(shù)據(jù)、與同行業(yè)進(jìn)行數(shù)據(jù)共享以及利用借款人在互聯(lián)網(wǎng)以及社交網(wǎng)絡(luò)上的活動(dòng)情況的數(shù)據(jù)，再通過數(shù)學(xué)模型來評估借款人的信用，從而降低由于借款人本身不具有還款意愿帶來的風(fēng)險(xiǎn)。同時(shí)，信用本身不是靜態(tài)的，而是一個(gè)動(dòng)態(tài)的行為特征的體現(xiàn)。當(dāng)排除借款人所存在的道德風(fēng)險(xiǎn)向借款人提供貸款以后，還需要實(shí)時(shí)追蹤借款人的相關(guān)數(shù)據(jù)，測算出借款人的還款能力，達(dá)到控制由于非主觀原因而出現(xiàn)的違約風(fēng)險(xiǎn)。比如，密切關(guān)注借款人借款用途、經(jīng)營狀況，當(dāng)發(fā)生借款人出現(xiàn)資金周轉(zhuǎn)不靈或者經(jīng)營不善時(shí)，應(yīng)該及時(shí)采取措施，控制風(fēng)險(xiǎn)。

[1] 吳曉求.中國金融的深度變革與互聯(lián)網(wǎng)金融[J].財(cái)貿(mào)經(jīng)濟(jì),2014(1).

[2] 賈洪文,李志鵬.互聯(lián)網(wǎng)金融對我國金融發(fā)展的影響與啟示——以P2P信貸為例[J].2014.

[3] 呂芹.P2P網(wǎng)貸中國式生長[J].互聯(lián)網(wǎng)周刊,2014(1).

[4] 王光祿.P2P小額貸款客戶信用風(fēng)險(xiǎn)控制探析[J].投資與合作,2013(10).

[5] 何曉玲,王玫.P2P網(wǎng)絡(luò)借貸現(xiàn)狀及風(fēng)險(xiǎn)防范[J].中國商貿(mào),2013(20).

[6] Freedman S,Jin G Z.The Signaling Value of Online Social Networks:Lessons from Peer-to-Peer Lending[R].National Bureau of Economic Research,2014.

[7] Jin S F G Z.The Signaling Value of Online Social Networks:Lessons from Peer-to-Peer Lending[J].2014.