P2P網絡借貸信用風險管理的新模式

【摘 要】 隨著P2P網絡借貸行業的發展，互聯網金融除了滿足小額投融資的社會需求外，其風險敞口進一步顯現，因其在線上直接進行資金融通，信用風險成為諸風險的主要風險，直接關系借貸資金安全。本文通過對P2P網絡借貸的特征分析，建立信用風險分析模型，提出通過多渠道建立個人信用信息數據庫，運用計算機編程，自動實現每筆借貸業務的風險識別和管控，為小額、分散的P2P網貸信用風險管理，建立了切實可行的管理新模式。

【關鍵詞】 P2P網絡借貸 信用風險 管理模式

一、信用風險的管理在P2P網絡借貸平臺中的重要性

P2P，是英文peer to peer 的縮寫，意思為點對點或個人對個人的意思。P2P網絡借貸則是指通過互聯網平臺實現個體對個體的資金融通。P2P網絡借貸是互聯網金融的重要組成部分，是互聯網金融的重要實踐與創新。在P2P網絡借貸平臺上，出借人以擁有少量閑置資金的工薪階層為主，借款人主要由被傳統金融機構“邊緣化”的小微企業和個人消費者構成。目前在我國，一方面，小微經濟體數量龐大，包括5165萬戶個體工商戶，1900萬戶左右的小微企業，2億左右的生產性農戶和廣大的個人消費群體；另一方面，當前我國處于經濟減速的下行周期，行業產能過剩，小微企業經營風險顯著增加，傳統信貸金融機構服務不充分，不能滿足廣大小微企業和個人的小額融資需求。因此，網絡借貸業務受到社會普遍歡迎。對于“穩增長、調結構、促發展、惠民生”具有重要意義。

2016年8月24日，銀監會聯合工信部、公安部、網信辦等四部委發布《網絡借貸信息中介機構業務活動管理暫行辦法》，明確了網絡借貸是指個體和個體之間通過互聯網平臺實現的直接借貸，即P2P個體網貸，屬于民間借貸范疇，受合同法、民法通則等法律法規以及最高人民法院有關司法解釋規范。網貸業務是以互聯網為主要渠道，為借款人和出借人實現直接借貸提供信息搜集、信息公布、資信評估、信息交互、借貸撮合等服務。網貸信息中介機構是指依法設立，專門經營網貸業務的金融信息服務中介機構，其本質是信息中介而非信用中介，因此不得吸收公眾存款、歸集資金設立資金池、不得自身為出借人提供任何形式的擔保等。因此，網絡平臺要想得到生存和發展，在其業務范圍內就必須提高金融信息服務水平，為投融資人提供更加全面的金融信息，通過平臺自身的風險預測和管控服務來撮合借貸人的投融資需求，從中獲取服務費來贏得收益。一項網絡借貸業務的成功實現取決于風險的識別和控制，而信用風險是最重要的風險，因為網上實現直接融資是不需要抵押物的，只需要通過相關征信信息來判斷借款人的真實還款意愿及還款能力，來撮合借貸業務的完成。

二、P2P網絡借貸的信用風險管理流程

信用風險是指交易對手未按合同承諾履行合同義務或信用評級下降給金融機構帶來損失的可能性。在P2P網絡借貸業務中表現為借款人給出借人帶來損失的可能性。信用風險分為道德風險和企業風險兩類風險。道德風險是指借款者蓄意騙取資金給出借人帶來損失的可能性，其產生的原因是信息不對稱，即貸款人很難真正了解借款人借款目的和用途。有些人把借的款項用于揮霍、從事高風險活動甚至是違法活動，貸款到期時，以種種理由不還本付息，使出借人蒙受損失。企業風險，是由于借款企業經營狀況不佳而不能還本付息的風險。它包括由于社會、自然或政治經濟的風險而發生的損失，從而影響其還本付息能力的風險；由于企業主要負責人的離開、死亡或主管人員經營不善使企業遭受損失的可能的個人風險；企業在發生侵權行為時或其他情況下，對他人造成的損害需付的賠償責任，若賠償金額過大，會影響企業的賠償能力的責任風險。國際上一般將銀行貸款分為三類：公司類貸款，房地產貸款，個人貸款和其他貸款。個人貸款主要由個人住房貸款、個人消費貸款、個人經營貸款和信用卡透支組成。在我國的P2P網貸服務對象主要定位于個人消費和小微企業。個人消費信貸一般無擔保物，在進行信貸分析時，更多地將重點放在對人的分析上，即申請人的還款意愿和還款能力分析上，一般采用信用評分模型來決定是否向客戶貸款，評分因素更多集中個人特征，如收入、GDS比率、TDS比率等。小微企業的貸款金額通常很小，收益較小，不值得花很大的成本去進行復雜信用分析和監督，而且，小微企業通常為個人業主制或合伙制，沒有公開的財務數據，甚至本生的財務數據就不健全，財務信息不充分，也不能進行較為復雜的信用分析，對小微企業的信用分析主要集中在企業業主個人信用記錄，個人資產方面的分析等。

個人消費和個人經營信用風險的分析方法，即如何衡量、評價個人信用風險，以幫助做出貸款決策的分析方法。在進行貸款信用分析時，著重考慮兩個方面的因素：申請人的還款意愿和還款能力。還款意愿是指借款者按時償還貸款本息的意愿，與借款者的道德素質、人品相關。它主要體現在借款者過去借款的償還情況。通過還款記錄和信用檔案來進行的，以及包括了解申請人的人品、生活習慣與作風、婚姻家庭等情況。還款能力是指借款者按時償還貸款本息的能力。其影響因素包括借款者的收入和負債狀況。在分析時，經常使用兩個指標：住房債務收入比（GDS）和總債務收入比（TDS）。

GDS=年住房抵押貸款償還額/年總收入*% ，TDS=年總債務償還額/年總收入*%

貸款機構一般會對這兩個指標設定上限，高于這個上限，則不能予以貸款，上限的設定要根據當地居民的收入狀況并結合具體申請人的情況來考慮。例如：處于臨界范圍有兩個客戶A和B，向銀行申請個人住房貸款，該貸款機構的GDS比率的上限是30%，TDS比率的上限是34%，客戶資料如下：

客戶 總收入（年） 住房按揭貸款償還額（月） 其他債務償還額（月）

A 100000 2500 1000

B 50000 1000 300

客戶A：GDS=（2500*12+2000）/100000*100%=32%

TDS=（2500*12+2000+1000*12）/100000*100%=44%

客戶B：GDS=（1000*12+1200）/50000*100%=26.4%

TDS=（1000*12+1200+300*12）/50000*100%=33.6%

可見，客戶A的的年收入明顯高于客戶B，但其已有的債務過重，而申請的房貸月償還額也較大GDS和TDS比率超過上限，不予貸款?？蛻鬊，雖然年收入較小，但已有的債務負擔較輕 ，申請的個人住房貸款月償還額也較小，兩個比率都沒有超過上限，可以考慮發放貸款。除了單獨考察GDS和TDS兩個比率外，貸款機構還要使用一個評分系統，并賦與影響申請人還款意愿和還款能力的因素一定分值，按申請人向銀行提供的有關信息，為每一因素打分。設定某一臨界范圍，計算出的總分值若低于臨界范圍下限，就拒絕貸款；高于臨界范圍上限，則可考慮發放貸款，之間的，則由貸款委員會作出決定，納入評分系統的因素包括：GDS比率、TDS比率，年總收入、年齡等。

通過以上對個人借貸信用風險的分析了解，個人信用風險分析過程分三個步驟來完成，第一步，獲取借款人比較完整的真實信用信息，包括還款意愿和還款能力兩個方面的信息和指標，還款意愿信息包括：、以前的還款記錄、婚姻狀況、信用記錄、工作穩定性、住房情況、信用卡情況以及有無活期存款等；還款能力信息指標包括：住房債務收入比（GDS）和總債務收入比（TDS）、年總收入、年負債等；第二步，根據專家建議為借款人的還款意愿和還款能力因素建立一個評分系統，并賦與各因素一定分值，為每一因素打分。第三步，設定某一分值臨界范圍，比照計算出的總分值用以判斷是否借貸。整個借貸風險的分析的關鍵是借款者還款意愿和還款能力兩個方面的信息，如何在短時間內獲得相關信息，是決定網貸平臺運行是否高效、便捷的關鍵，對平臺防控風險、降低成本、促進發展具有十分重要的意義。

三、信用信息數據的來源與構成

信用信息主要由借款人的還款意愿和還款能力所決定的因素構成，具體包括：年總收入、年總負債、以前的信貸還款記錄、公積金繳存情況、社保情況、婚姻狀況、信用記錄、工作穩定性、住房情況、信用卡情況以及有無活期存款等因素。獲得上述相關信息，一方面，可以直接上中國人民銀行征信系統進行數據查詢；另一方面，從平臺中介構建的個人信用信息數據庫中獲取。中國人民銀行征信系統包括企業信用信息基礎數據庫和個人信用信息基礎數據庫，個人信息內容有：一是個人基本信息，包括個人的身份、職業和居住地址信息等；二是銀行信貸交易信息，主要反映個人對商業銀行的履約能力和履約意愿，包括個人貸款、信用卡、擔保、準貸記卡等信息；三是非銀行信用信息，即個人征信系統從其他相關部門采集的、可以反映個人收入繳欠費或其他資產狀況的信息，包括行政處罰信息、法院強制執行信息、繳納各類社會保障費用和住房公積金信息等。查詢個人信用報告或是相關的信息，通過注冊即可。平臺自身構建的數據庫，主要通過中國人民銀行征信系統、騰迅微信、阿里支付寶、平臺自身業務等多渠道，運用扒取技術、購買等手段，在海量數據中進行有效挖掘，獲得比較全面的、真實個人信息數據來構建信用風險管理系統所需數據庫。

四、信息化環境下P2P網貸信用風險的管理新模式

P2P網絡借貸平臺為了撮合更多借貸項目，必須加強信用風險的管理，以減少投資者的損失，吸引更多客戶投資，實現平臺收益最大化。信用風險管理模式就是平臺對信用風險的分析、判斷和管理。一方面，平臺通過建立一套信用風險分析管理軟件來實現風險管理。首先，按照個人基本信息、銀行信貸交易信息和非銀行信貸信息分類建立三大基礎數據庫，按照前面信用風險分析的流程進行軟件編程，在給定個人身份證號碼后自動在海量數據庫中進行搜索查詢，以獲得個人信用風險分析相關信息，系統自動按程序計算總債務收入比（TDS）等指標，對風險分析設定信息如年總收入、年總債務、年齡等按照平臺設定目標記分標準自動進行打分，之后匯總個人得分，比照平臺設定評分風險標準，自動判斷這筆貸款業務該貸還是不該貸。整個計算分析過程按秒計算，大大縮短了風險分析判斷時間，并且信息真實、計算準確，節約了成本，降低了投資者和借貸人的費用。另一方面，為了減少信用風險，平臺按照個人的信用評分總數將借款人進行分類，信用評分高的最高借款可達20萬，評分低的可適當少借款，以減少壞賬損失規避可能帶來的信用風險。同時，也可以采取通過第三方擔保的方式來減少風險損失。最后，適當采取線下催收方法，運用法律手段，追回欠款資金以減少投資人損失?？梢?，在互聯網平臺上，通過大數據的挖掘，運用風險管理軟件，實現信用風險高效管理，促進借貸資金的直接融通，有利于經濟的發展，對P2P網絡借貸行業的發展具有重要的意義。

P2P網絡借貸行業發展至今已經由無序狀態開始進入了規范狀態，從法律層面已經基本消除了P2P平臺的政策風險、經營風險、信用風險等風險，但從金融信息中介服務的角度來看，為投資者提供防范和控制風險的金融信息管理服務，仍然是平臺生存和發展的基礎，只有加強平臺自身個人信用信息數據庫的建立和完善，通過發起行業內或相關跨行業信用信息數據庫的共享，不斷豐富和完善個人信用信息，才能為減少信用風險，確保資金安全，奠定堅實的基礎。

【參考文獻】

[1] 鄒宏元.金融風險管理.成都：西南財經大學出版社，2010.

[2] 喬埃爾.貝西斯.商業銀行風險管理.深圳：海天出版社，2001.

[3] 呂香茹。商業銀行全面風險管理.北京：中國金融出版社，2009.

作者簡介：黃潔（1964-），女，四川成都人，在讀碩士，從事金融風險研究。