基于風險控制的小微企業互聯網金融模式創新研究

梁晨曦

摘 要：隨著我國電子商務的快速發展，互聯網金融正成為一股新興融資力量迅速崛起，并日益成為破解小微企業融資難的利器。而P2P網貸平臺模式旨在為貸款困難和亟需資金的借款人，以及缺乏理財渠道的投資者提供便捷高效的線上借貸平臺。文章分析了當前P2P平臺的發展趨勢，針對當前普遍存在的風險，基于當前的信用評級體系，設計出P2P平臺靜態征信體系與第三方支付平臺動態監控相結合的創新模式。

關鍵詞：P2P網貸平臺模式 信用評級 第三方支付平臺模式

中圖分類號：F270 文獻標識碼：A

文章編號：1004-4914（2016）01-084-02

一、引言

針對當前金融模式存在兩種理論：金融中介理論和去中心化理論。第一種理論認為金融中介機構擁有大量的存款人，掌握著雄厚借貸交易數據，通過開發專業技術，構建安全便捷的平臺，可以緩解信息不對稱的弊端，從而減少逆向選擇和道德風險等問題。去中心化理論則認為，隨著“脫媒”現象的出現，和歷史交易數據的積累，投資者的選擇更加多樣化，有效避開了中介模式風險較為集中的弊端，并且數據信息的重復利用性和借貸參與者數量的激增，形成規模經濟效應，平攤了交易過程的單位成本。

然而近年來網貸企業出現的倒閉潮，讓很多投資者望而卻步。就當前P2P借貸的融資模式來說，借款人的情況良莠不齊，資信狀況往往不能得到很好的判斷。雖然P2P平臺可以過濾掉一些財務狀況極差、有不良貸款歷史的小微企業，但是不少小微企業本身就具有騙取貸款的嫌疑，很可能通過粉飾其基本信息和財務狀況，并憑借高成本虛假信息或故意提高回報率，以獲得較高的信用評級分數，得到借款后便逃之夭夭。最后出現“劣幣驅逐良幣”的現象，市場最終只剩下較差的借款者，進入惡性循環，擾亂市場秩序。

二、當前對小微企業的信用評級模式

小微企業的信用評級有其獨特之處，一方面，因其財務信息不健全、財務制度不規范、信息更新更快等特點，評判標準應該考慮其綜合性、時效性、復雜性和信息性。另一方面，小微企業涉及的行業類型眾多，所處的經濟環境復雜，故不得不將更多的因素納入到信用評級中。例如中國工商銀行主要對小微企業的領導者素質、經濟能力、資金結構、經營效益和信譽狀況評價，其中經營效益與信譽狀況之和占到50%。美國穆迪公司在其信用評級系統中加入了一項“特發事件風險”（許文，2012）。有學者根據最新數據，從七個方面共19項評價指標為小微企業構建了一套全面、科學準確地反映小微企業自行狀況的指標體系（舒歆，2015）。我國對小微企業的信用評級不完善是不言而喻的，引入央行征信體系的難度也非常大。而互聯網金融近幾年的飛速發展，積累了大量的交易數據恰好解決了這一問題，尤其是以支付寶為典型的第三方支付模式，大數據就是其核心支柱。

三、P2P平臺創新模式的提出

當前存在三種模式：以拍拍貸為代表的純線上傳統模式、以陸金所、人人貸為代表的線上線下相結合的模式和以宜信為代表的債權轉讓模式。線上模式的拍拍貸利用網絡手段征信，借款人申請貸款的時候除基本信息以外，還需要一些認證信息，包括：手機認證、學歷認證、學籍認證、視頻認證、戶口認證等（如果是網商還需要提供店鋪相關信息以及支付寶賬號等），上傳資料越多，獲得信用分數越高，對審核越有利。可以看出這樣的線上模式引入了更多社會化的元素，但是僅僅憑借線上審核是遠遠不夠的，借款人很有可能在提交的信息上作假，就拍拍貸來說可供參考的信息雖然多，但是信息的真實性并沒有嚴格審核，這是一個巨大的漏洞。線上線下相結合模式在線下獲取借款項目，通過線下面審和實審確定借款人的風險評級、借款額度、借款利率等，這些信息將在P2P平臺上展示，投資者進行選擇。這種模式下投資者的風險相對較小，但是線下審核工作往往受時空限制，資金流動的效率不高。

當前主流觀點認為線上線下相結合是一種趨勢（馮蘭，2014），但是實地調研的線下模式又會耗費大量的人力物力，大大削弱了互聯網金融效率高、成本低的優勢。結合上述分析以及研究現狀，本文提出一種P2P平臺靜態征信體系與第三方支付動態監控結合的模式（如圖1所示）。

借款者和投資者基于P2P平臺了解借貸款信息，平臺對借款的小微企業利用征信體系進行線上審核篩選，把結果較好的企業公布在平臺上供投資者選擇，雙方通過第三方支付平臺達成交易。隨后第三方支付平臺對借款者從借款成功到還款這一過程中發生的交易信息進行實時監控，并結合支付平臺已經掌握的歷史信息反饋給P2P平臺。如有大量款項轉移等危險信號的事項發生，P2P平臺可立即對借款者的評分進行更改，并采取相應的措施。

（一）P2P平臺對小微企業的靜態信用評級體系

靜態信用評級是指對歷史的信息的評判。本文通過引入國內外典型金融機構評價體系以及有效問卷的指標，導出了筆者認為最核心、最關鍵的因素及原始數據，重新計算權重，旨在建立對小微企業較為理想的信用評級體系。

以往的研究往往只對企業的還款能力分析，或是將還款能力與信用狀況混在一起討論，容易遺漏重點，造成對該企業判斷的不足。因此，本文首先將還款能力和信用狀況劃分為一級指標，然后分別定量和定性地討論。

1.還款能力。還款能力是企業的硬實力，不僅可以反映出其財務狀況，而且可以判斷出其在以后年度的潛力和發展趨勢，本文將其劃分為財務因素和非財務因素（6：4）。根據國內相關文獻對中國小微企業數量巨大的實證研究，得出了五個反映其財務狀況95%以上的財務信息的指標（王華琴，2015），即流動比率（0.1570）、總資產報酬率（0.2000）、主營業務利潤率（0.0861）、總資產周轉率（0.1165）和總資產增長率（0.0405），提高了分析的效率和結果。這五個指標分別從不同程度上體現了企業的償債能力、盈利能力、運營能力和成長能力。其中，償債能力最能反映出對企業清償能力的根本性評價。結合小微企業自身的特殊性，設立了“非財務因素”一項，并賦予較大的權重，以彌補財務數據的不足。前三點為企業所處外部環境，分為國家政策（0.1080）、行業發展趨勢（0.0594）和行業景氣指數（0.0326）；后四點為其自身向外部反射的企業形象，分為主要經營者行業經驗（0.0960）、財務報表質量（0.0543）、行業排名（0.0346）和產品競爭力（0.0151），此類會成為投資者一部分判斷的標準。

2.信用狀況。對企業進行信用評級不僅要考慮還款能力，因為有些企業雖然有足夠的能力，但是缺乏信用，這樣的企業同樣不具有良好的信用形象。決定信用狀況的因素有貸款金額、年利率、成功次數、流標次數和借入信用。通過對大量數據的回歸分析可以得出，借入信用（即借款人的信用分值，提交的信用信息也相關認證資料越多，借入信用評分越高）是影響貸款成功率最重要的因素，其次是成功次數和流標次數，金額變量沒有通過顯著性檢驗，故不能作為參考對象。這里采用定性分析，主要有幾點原因：首先從企業的角度講，背信者為了獲得合作帶來的長期利益，在最后一次借款并首次違約前，有可能付出足夠多的信息成本，以換取最后階段的違約收益，故歷史成功次數并不能作為一個可靠指標。其次，背信者也可以以高回報率誘導投資者進入陷阱。因此，企業的歷史信用記錄的評判標準應該就實際情況而定。而對經營者的判斷，系統通過其提交的相關個人信用信息進行評判。

前文中講到借入信用是重要因素，借款人若想以最小信息成本，獲得最好的信用評價，應當選擇提交最關鍵的，即信用分數權重最高的信息，并不是越多越好（閆冰，2014）。除基本信息以外，經營者個人應提交生活和社交方面的信息。通過利用第三方平臺生成的企業及主要經營者的歷史交易數據以及個人的社交信息，可以核對其真實性。由此便完成了第一步P2P平臺對小微企業的靜態信用評級。

（二）第三方支付平臺對小微企業的動態監控

當前的第三方支付不僅局限于最初的互聯網支付，而是成為線上線下全面覆蓋、應用場景更加豐富的綜合支付工具。普遍的觀點認為，互聯網金融始于第三方支付，第三方支付又有可能憑借資金閉環運行的優勢，彌合互聯網金融發展中的先天性缺陷，比如防范P2P風險。因為第三方支付會產生大量的積累的信息流和數據，同時資金又是閉環的，能實現P2P賬戶與客戶賬戶的分離，為客戶資金增加了風險隔離手段（胡世良，2015）。

由以上對第三方支付平臺的分析，提出利用平臺的這些性質，通過引入借款者借款完成之后動態的交易記錄、物流信息和賬戶的存取款還有經營者個人的社交情況（借款者可能存在利用社交網絡欺詐，或者賬戶被舉報的現象）狀況，實時更新調整對小微企業的信用評級，對可能的風險及早預判并作出迅速反應，而不是在借款者背信之后才后知后覺。

第三方支付平臺的信息來源為電商交易的記錄或者如微信支付的社交工具。通過對平臺上交易信息的實時監控，并加以篩選披露，反映在P2P借貸交易平臺上。一方面，有利于借款者對自己資金的去向有大致的了解，并向更多P2P線上投資者提供這些已中標項目的了解；另一方面，對小微企業也起到了督促的作用，減少違約的風險。

四、總結

筆者認為，社交網絡、大數據、云計算等新興技術的出現，以及P2P、第三方支付等互聯網金融的蓬勃發展，為小微企業創造了良好的融資環境。當前正是機遇與風險并存的時代，應當以前瞻性的目光著眼于互聯網金融融資模式的創新，提高收益的同時控制交易風險，不斷為投資者創造優越的投資市場環境。

[本文為省級大學生創新創業訓練計劃資助項目“面向小微企業的互聯網金融模式創新與融資決策研究”，項目編號：201510108023。]

參考文獻：

[1] 許文.小企業信用評級原理、模型與應用[M].北京：科學出版社，2012

[2] 舒歆.小微企業信用評級指標體系構建研究[J].金融理論與實踐，2015（105）

[3] 馮蘭.互聯網金融助力小微企業融資發展研究[J].福建商業高等專科學校學報，2014（30）

[4] 王華琴.企業財務危機預警模型及其實證研究[D].2005

[5] 閆冰.P2P借貸平臺上的行為博弈分析[D].對外經濟貿易大學，2014（28）

[6] 胡世良.引用書互聯網金融模式與創新[M].北京：人民郵電出版社，2015

（作者單位：山西大學經濟與管理學院 山西太原 030006）

（責編：賈偉）