陸聞宇



[摘要]P2P行業借款人違約事件頻發,如何控制信用風險成為業界關注的重點。文章從違約成本的角度入手,通過建立對其的評價指標體系,并運用層次分析法,對各項指標因素的權重進行求解,以期分析得出如何增大違約成本,從而達到降低信用風險的效果。
[關鍵詞]P2P;信用風險;違約成本;層次分析法
P2P網絡借貸具有籌資時間短、投資風險分散等多項優點,但是借款人頻繁違約這一問題仍未被解決。平臺如何控制借款人違約率、投資人如何判斷優質項目及借款人,成為了業內關注的焦點問題。
1還款意愿及違約成本
現今的P2P行業中,很大部分壞賬仍來源于借款人的主觀違約,也就是說即使擁有還款能力也不一定會履約,還要看其還款意愿。例如,大學生孫某在某網貸公司貸款3000元后沒有按期還款,在被連續催收了幾天后更換手機號躲了起來,3個月后網貸公司以民間借貸糾紛為由將他告上了法庭。
還款意愿是指借款人向出借人還款的意念和想法,與還款能力共同影響履約效果,而目前對于評估還款能力已經研究得比較充分。還款意愿受借款人的品質和違約成本影響,其中個人品質難以量化評價,所以選擇從后者入手研究。違約成本是指違約方基于違約比實際履約所造成的損失要小的考慮,實施違約行為所造成的可期待利益的損失。通過了解違約成本的構成,有選擇的增加違約成本,即可增強借款人的還款意愿,迫使其守約,達到控制信用風險的效果。
2違約成本評價指標的建立
對于違約成本的評價指標體系(見圖1),首先考慮在信貸交易中最重要的信用記錄問題,在銀行信貸中只有央行的個人征信記錄,這在互聯網金融的場景下是遠遠不夠的;其次考慮貸款項目的各項絕對和相對指標,從而判定該項目對于借款人來說守約還款是否實際;再次考慮本息之外的各項費用,這對于想要違約的借款人來說也是額外的負擔;最后考慮平臺的應對措施,因為只有嚴厲、有效且合理的應對措施才會對借款人形成震懾作用。
3評價內容及方法
3.1層次分析法
為了探究上述各項指標在整個體系中的權重,考慮到該體系的數據結構性較差等特性,我們選用層次分析法(AHP)對該指標體系進行求解。
用AHP分析問題大體要經過以下五個步驟:第一步是建立層次結構模型;第二步是構造判斷矩陣;第三步是層次單排序;第四步是層次總排序;第五步是一致性檢驗。
3.2分析過程
3.2.1建立層次結構模型
我們在圖1的違約成本評價指標體系中建立了ABC三個層次等級,并且分別進行了標注,其中我們需要對BC兩級的各項指標進行處理。
3.2.2構造判斷矩陣
運用目前相當成熟的9級標度法,同時參考專家意見,對圖1內指標進行兩兩排序并構造相應矩陣。
3.2.3層次單排序
層次單排序是指根據上述建立的判斷矩陣來計算本層次因素和上層次之間重要性次序的權值。其可以歸結為求解判斷矩陣的特征根及特征向量的問題,即對于判斷矩陣J,設為J的最大特征根,D為對應的正規化特征向量,則有JD=D,其中D的分量是相應因素單排序的權值。
同時引入一致性指標,一致性比率,其中RI為平均隨機一致性指標,其值如表1所示。
因此,判斷矩陣J1,J11~J14的一致性是可以接受的。
3.2.4層次總排序
根據上述計算結果,我們可以計算出所有指標的權重值并整理見表2。
3.2.5一致性檢驗
需要為總排序檢驗一致性,令CI=m1CIiβi為層次總排序一致性指標,令RI=m1RIiβi,其中m=18,CIi為第i個指標所在B層級的CI值,RIi為第i個指標所在B層級的RI值,βi為第i個指標在因素總排序中的權重。
根據上表數據可求得:
CI=0.0647
RI=0.7932
可得CR=0.0816<0.1,表明層次總排序的一致性達到標準。
4小結與建議
第一,央行征信、法律訴訟和中支協互金系統分列前三位,說明在政策面上加強P2P行業的信息共享,加強法律監管和懲罰手段,是增加違約成本的最有效方法。
排名靠后的分別是借款金額及期限、名義年利率及用途,說明用戶若從意愿上想要違約,是不會顧及項目內容的;而從投資者角度來看,也不能單單從項目給出的信息就判斷違約的概率。
第二,通過層次分析法得出的評價指標體系各項因素的權重,可較為直觀的反映借款人在考慮違約成本時的相對重要程度,為P2P行業進一步優化信用風險控制提供了一定的參考。本文僅作為簡單推導得到初步結論,相信運用更高級的方法會得出更加嚴謹有效的結論。
參考文獻:
[1]徐俊,劉娜.層次分析法的基本思想與實際應用[J].情報探索,2008(12):113-115.
[2]徐曉敏.層次分析法的運用[J].統計與決策,2008(1):156-158.
[3]顧慧瑩,姚錚.P2P網絡借貸平臺中借款人違約風險影響因素研究——以WDW為例[J].上海經濟研究,2015(11):37-46.
[4]盧新,萬解秋.抵押擔保及其違約成本對借貸交易的影響研究[J].現代經濟探討,2007(4):48-51.
[5]胡美晨,梁佩心,陳海瑜,等.P2P網絡借貸平臺的信用風險評價——基于RS粗集與神經網絡[J].中國市場,2016(9).
[6]邱月.我國P2P網絡借貸平臺的居間人角色分析[J].中國市場,2015(46).