大數據環境下P2P網貸平臺的風險評估與防范

杜永紅+石買紅+史慧敏

【摘 要】 隨著互聯網金融模式的不斷創新，P2P網貸平臺發展迅速，給個人及小微企業帶來融資便利。P2P網貸平臺有別于傳統金融模式，其業務流程主要通過電子商務網絡平臺來完成，在借款人和出借人之間直接產生借貸關系，其業務在風險評估的規范性和準確性方面存在許多問題。文章在分析我國P2P網貸平臺發展現狀的基礎上，提出以下風險防范措施：搭建大數據共享平臺，完善征信體系；通過大數據進行風險評估，防范市場風險；構建大數據監測預警系統；加強信息化人才和IT審計人才的培養，降低操作風險。

【關鍵詞】 大數據； P2P網貸； 風險評估

【中圖分類號】 F830 【文獻標識碼】 A 【文章編號】 1004-5937（2016）22-0090-03

一、我國P2P網貸平臺發展與研究現狀

（一）P2P網貸平臺發展現狀

P2P網貸平臺雖起源于國外，但由于我國長期存在多數小微企業融資問題得不到解決、個人理財方式漸趨多樣化等原因，使得P2P網貸市場得以快速拓展。在2013—2014年間，P2P網貸平臺如雨后春筍般涌現。通過對其運營狀況進行調研統計，截至2016年3月，我國網貸行業平臺數量多達3 984家，但問題平臺累計達到1 523家[ 1 ]。

P2P網貸市場的迅速發展有效地促進了我國金融服務的繁榮，同時也推動了互聯網金融生態系統的形成。但由于現階段缺乏對互聯網金融行業風險的有效控制，導致P2P網貸頻頻出現跑路事件，不但使廣大投資者損失慘重，也擾亂了國家的金融秩序，給社會帶來了不安定因素。例如：以融資租賃業務為基礎的“e租寶事件”涉案金額700多億元，涉及投資人近490萬人。因此，對P2P網貸平臺進行風險探析，并加以控制和防范，既能促進互聯網金融的良性發展，也能保護廣大相關投資者的利益。

（二）P2P網貸平臺風險防范研究現狀

行業出現的風險問題引發了大量關注，不少專家學者建言獻策提出了各自的見解。董裕平（2016）提出當前P2P網貸平臺存在的主要風險有七種，詐騙跑路風險、涉及非法集資風險、挪用客戶資金風險、產品異化風險、借款人高風險、網絡技術風險、外溢性風險，通過分析其產生原因，建議要加強監管、違法打擊力度和公眾投資者教育等[ 2 ]。章惠萍（2015）就平臺面臨民法和刑法兩類法律風險，提出要盡快出臺相關法律法規、加強行業自律性、設立準入管理、完善征信體系、加強借貸雙方教育、維護消費者權益等建議[ 3 ]。錢金葉（2012）根據P2P網貸的起源以及在國內外的發展情況，指出平臺將面臨信用體系不健全、法律法規缺失、進入門檻低等潛在風險，并對其未來發展前景作出展望[ 4 ]。

從上述文獻中可以看出，現有的大部分研究主要集中在通過加強監管、出臺法律法規、完善相關網絡技術和征信體系建設等方法來降低P2P網貸平臺的風險。鮮有文獻涉及利用大數據這一新興技術對P2P網貸平臺進行風險評估與防范，忽視了大數據環境下風險防范手段與方法的創新。

二、大數據與P2P網貸平臺

P2P網貸為互聯網金融的一種，即個人對個人（Peer-to-Peer）。起源于英國，典型代表為ZOPA。其專門從事個人與個人之間的小額貸款，解決個人或小微企業的短期資金短缺問題。出借人可以把閑置資金借給有良好信用并且有資金需求的個人或小微企業主，以此來獲得一定的利息。

大數據已經成為時下最熱門的話題之一。2016年兩會期間，大數據再次成為媒體關注報道的焦點。與此同時，大數據已經是第三次出現在了總理的《政府工作報告》中，這也足以看到大數據對于我國未來新經濟發展的重要作用。麥肯錫全球研究所對大數據的定義是：一種規模大到在獲取、存儲、管理、分析方面超出了傳統數據庫軟件工具能力范圍的數據集合，具有鮮明的4V特征（Volume，Variety，Value，Velocity）。

大數據在互聯網金融領域將會發揮越來越重要的作用。在大數據環境下，互聯網金融市場能夠利用的數據類型得到進一步擴充，海量的非結構化數據如視頻、音頻、圖片、日常生活的交易數據、社交網絡信息等都可以采集并加以利用[ 5 ]。一切數據皆可作為信用憑證，特別是借款人日常生活的交易數據、社交網絡數據等都不易作假，并且具有一定的連貫性。P2P網貸平臺可通過大數據分析技術，找出原本并不關聯事物之間的相關關系，利用信用分析模型，對借款人作出準確的信用評估，出借方也可以根據借款人信用狀況作出合理的判斷。更重要的是，利用大數據技術還可以持續跟蹤和記錄借款人在借款期間產生的數據，做到貸前、貸中、貸后都能有效評估出借款人的信用風險，以達到控制借款方發生違約風險的目的[ 6 ]。因此，大數據若能與網貸行業進行有效結合，利用大數據為平臺進行風險評估，必將推動其發展與繁榮。

三、P2P網貸平臺面臨的主要風險

（一）征信系統缺失引發信用風險

現階段，我國個人征信體系尚未完善，網貸行業無法共享央行的征信系統資源。在評估客戶信用級別時，平臺難以了解其以往的信用信息，通常只能通過借款人的身份證件、工作單位、家庭住址、收入水平等有限資料對其進行信用審核。不少注冊P2P網貸平臺的用戶都是難以通過傳統方式取得融資的個人或企業，因此，借款人提供虛假信息進行信用造假的大有人在。在資料有限且不真實的情況下，平臺很難作出準確的信用評價。

（二）違法或違規操作導致的操作風險

隨著P2P網貸平臺數量的急劇增加，行業需要大量專業人才。其從業人員要求既要熟知金融知識、懂互聯網技術，又要能熟練操作計算機，這使得行業出現人才荒問題。很多平臺并沒有專業的IT團隊，也無專業人員組織日常維護，其防范網絡安全風險意識較差。平臺工作人員在對借款人進行信用審核的時候隨意性和主觀性較大，其作出的信用風險等級評價往往實際參考價值不是很大[ 7 ]。這就導致一部分平臺不能準確地評估出借款人的信用狀況，造成不良貸款的增加，由此導致操作風險。

（三）虛擬的網絡平臺帶來的市場風險

P2P網貸平臺借貸雙方都依靠虛擬的網絡平臺作出判斷，對于投資者而言，無法準確獲得借款人的真實信息，對借款用途更是了解甚少，無法對資金進行有效監控，而網貸公司僅依靠虛擬的網絡平臺獲得的信息也很難進行準確的風險評估。很多P2P網貸平臺以高額收益來吸引投資者，獲得高收益的同時也伴隨著高風險，市場經濟瞬息萬變，一旦經濟處于下行狀態，借款人就會蒙受損失，到期無法還本付息最終會給投資者造成損失。

（四）信息泄露引起的法律風險

互聯網信息平臺掌握大量用戶的各種信息，這些信息被不法分子利用，由此可能會產生泄密風險。P2P網貸平臺對于出借人或借款人的身份審核不嚴格，借款人有可能利用虛假身份或者虛假項目募集資金，出借方可能引起的法律風險主要為非法洗錢，出借人可能利用多個虛假身份在互聯網平臺上出借資金來達到非法洗錢目的，P2P網貸平臺、借款方、出借方都有可能觸及相應的法律風險。

四、利用大數據為P2P平臺進行風險評估

（一）搭建大數據共享平臺，完善征信體系

在大數據環境下，P2P網貸行業應該充分發揮大數據的作用，加大對海量數據資源的開發力度，提高利用效率。現階段，我國大數據相關基礎建設還不很完善，尤其是央行的征信體系不對P2P網貸行業開放，平臺獲得的信用信息十分有限。各行各業之間的數據資源也沒有實現有效融合，存在“信息孤島”等現象。雖然目前國內一些P2P網貸平臺開始利用客戶交易過程中產生的數據判斷客戶的信用狀況，如阿里小貸、拍拍貸等，其背后大多有交易平臺作支撐，但多數P2P網貸平臺并不具備這樣的優勢，在這種情況下，搭建大數據共享平臺迫在眉睫。P2P網貸行業可以通過和商業銀行、政府、企業甚至社交軟件平臺建立合作關系，實現數據的共享來解決這一難題。也可由政府出面建立大型數據庫，各行各業的數據都應該包含在內。通過這些途徑獲取個人和小微企業數據，利用大數據技術可以找出其中的相關關系，分析出借款人的信用狀況。互聯網金融行業之間也可以實現數據共享，相互借鑒經驗，提高信用評估的準確性。

（二）通過大數據進行風險評估，防范市場風險

社交網絡、在線購物、在線旅游等在人們的生活中無處不在，使人們在日常生活中的點點滴滴投射到網絡中，數據的生產速度也變得越來越快。P2P網貸平臺可以從四個方面著手，利用這些海量的數據更加準確地評估信貸風險，降低客戶違約帶來的大量經濟損失。一是利用大數據對個體狀況進行分析，客戶的個人基本信息、住址、銀行賬戶、房產、犯罪記錄等都可以衡量客戶的信用情況，可利用數據挖掘進行搜索與分析，為信用評價提供全面參考，以決定是否批準貸款的申請。二是分析客戶社交網絡行為，如微信、QQ、微博、人人網等社交軟件反映出的社交信息。可利用社交網絡平臺進行采集和分析，得出個人的信用情況，然后評估出其違約風險。三是分析客戶網絡購物行為，電子商務的興起使人們的購物習慣發生了改變，用戶的交易數據被電子商務平臺所記錄。可通過相關數據分析出其消費偏好、還款能力等，從而對客戶貸款風險達到準確評估。四是借鑒國外網貸平臺豐富的風控經驗建立數據化風控模型，并將其固化到風控審批的決策引擎和業務流程中，來指導風控審批業務的開展，從而可以統一貸前審核標準，提高風險評估的準確度，還可實現決策的自動化，降低審批過程中的人工成本。

（三）構建大數據監測預警系統

由政府牽頭，以大數據和風控模型為基礎，匯集電子商務企業、公檢法、工商稅務以及其他相關部門的海量信息，構建大數據監測預警系統，對P2P網貸平臺進行實時監控，預防貸前、貸中、貸后等多個環節的欺詐風險，減少潛在的資金和信用損失。利用大數據監測預警系統設定的參數指標來衡量P2P網貸平臺的風險程度，如收益率、提現難易情況、經營合規度、投訴率等。對預警指標進行量化，制定出合理的評分標準，并劃分出相應風險等級，把達不到標準的P2P網貸平臺列入重點監管對象。構建的大數據監測預警系統能對捕捉到的風險發出預警，使相關各方及時掌握平臺的風險波動狀況。一方面既可有效防范P2P網貸平臺發生非法集資、詐騙、跑路等潛在風險，又能夠保障廣大投資者的相關利益；另一方面，當P2P網貸平臺不達標情況發生時，可由監管部門提出警告，對其進行積極引導，提出整改意見，監督其規范運營。平臺亦可以發現自身存在的問題，及時進行內部整改，將可能發生的風險控制在可以接受的范圍之內。

（四）加強信息化人才和IT審計人才的培養，降低操作風險

P2P網貸行業屬于知識密集型和技術密集型行業，專業人才對行業的健康發展至關重要，P2P網貸平臺的運營需要大量精通計算機和金融兩大領域的專業技術人員。首先，P2P網貸平臺信息系統的開發、維護、管理等，離不開懂技術的信息化人才。通過挖掘海量數據背后的有用信息可以對客戶信用等級進行有效評估，開發出高質量金融產品，防范不法分子惡意欺詐風險，同時也要加強對客戶信息和資金的保護，防止平臺被黑客攻擊，因此，要加強信息化人才的培養。此外，大數據的真實性和可靠性還需要進行審核，這客觀上要求審計專業人員對大數據的真實性、可靠性進行鑒證，這就要求審計人員應該是計算機科學、統計學和審計學跨學科的專家，他們應有大數據分析和預測的評估能力[ 8 ]。由此可見針對大數據下IT審計人才的培養同樣至關重要。

P2P網貸平臺的出現彌補了我國傳統金融業務功能的不足，實現了普惠金融的創新，個人通過平臺能及時獲得所需要的資金，滿足了個人需求，促進了社會消費；小微企業通過平臺獲得貸款使資金周轉困難得到一定緩解，有利于經濟的穩定和社會生產力的提高。如何進行風控、設計安全的商業模式，以保證廣大投資者的權益是迫在眉睫的問題。因此，相關部門應該對整個行業進行積極引導，利用大數據對風險進行控制，為平臺的健康發展提供有效保障，同時互聯網金融行業還要經過很長時間來與現行的相關政策和規范進行磨合，在這個過程中，還要進一步加強對行業的監管，完善相關法律法規。

【參考文獻】

[1] 網貸之家.網貸行業數據[EB/OL].（2016-04-01）[2016-04-18].http：//shuju.wdzj.com/industry-list.html.

[2] 董裕平.P2P網貸風險防范[J].中國金融，2016（6）：67-69.

[3] 章惠萍.網絡借貸（P2P）平臺的法律風險及其防范[J].理論月刊，2015（11）：173-176.

[4] 錢金葉.中國P2P網絡借貸的發展現狀及前景[J].金融論壇，2012（1）：46-51.

[5] 林平.大數據背景下加快我國征信市場發展的思考[J].南方金融，2014（11）：10-11.

[6] 李先瑞.大數據征信破解小微企業融資困境探討：以拍拍貸為例[J].會計之友，2015（13）：52-56.

[7] 蘭王盛.P2P網貸融資平臺風險分析及監管探析[J].金融發展研究，2014（11）：86-88.

[8] 秦榮生.大數據、云計算技術對審計的影響研究[J].審計研究，2014（6）：23-28.