基于信息甄別模型的商業(yè)銀行學生貸款研究①

廣東外語外貿(mào)大學 莊澤鋒 周葉 邱媛 楊碧云

近年來，校園貸危害大學生事件頻發(fā)，引起社會各界的重視，在2017年6月，中國銀監(jiān)會、教育部、人力資源社會保障部聯(lián)合下發(fā)《關于進一步加強校園貸規(guī)范管理工作的通知》，要求一律暫停網(wǎng)貸機構開展校園貸業(yè)務。同年9月，教育部財務司副司長趙建軍明確任何網(wǎng)絡貸款機構都不允許向在校大學生發(fā)放貸款，并鼓勵正規(guī)商業(yè)銀行開辦針對大學生的小額信用貸款。因此，正規(guī)商業(yè)銀行學生貸款業(yè)務是政府部門目前提出可以根除校園貸問題的關鍵所在，其良性發(fā)展對于校園安全和學生發(fā)展更是至關重要的。

但目前中國正規(guī)銀行學生貸款業(yè)務正處于起步階段，缺乏相關成功經(jīng)驗，為促進其良性發(fā)展，本文將運用道德風險模型和信息甄別模型進行理論分析，并對學生借款人數(shù)據(jù)進行實證分析。道德風險模型是經(jīng)平新喬(2009)實證的，與我國信貸市場真實均衡更相近的模型，本文嘗試將其應用于解釋學生貸款信息不對稱方面并加以驗證。信息甄別模型則與學生貸款市場的實際較為相符，即貸款人事先提出幾份有區(qū)別的合約，借款人從中挑選自己所能選擇的、使自身效用最大化的合約，該模型便是探討此時的均衡情況。對學生借款人進行數(shù)據(jù)實證分析，是學生貸款研究領域有所缺失的部分，本文對該領域進行了補全。

1 文獻綜述

已有相關文獻涉及信貸市場信息不對稱、境內(nèi)外學生貸款平臺分析和防范學生貸款違約風險三個方面。

(1)信貸市場信息不對稱方面，有平新喬(2009)使用銀行個人消費貸款合同和借款人數(shù)據(jù)進行實證分析，得出銀行在發(fā)放貸款時更多考慮借款人的道德風險，證明道德風險模型與信貸市場實際的均衡一致。唐傳志(2009)以博弈論視角對逆向選擇與道德風險問題進行研究，進一步闡述了其導致的信貸市場的扭曲現(xiàn)象與對商業(yè)銀行的不良影響。

(2)境內(nèi)外學生貸款平臺分析方面，有鄭春梅、賈珊珊(2016)通過國內(nèi)外學生貸款發(fā)展現(xiàn)狀比較，提出了加大學生資助信貸體系、征信體系建設等建議；鐘宇平(2003)對香港三類教育貸款進行研究，其中商業(yè)銀行貸款主要面對達到一定要求的學生；胡茂波、袁飛(2004)對美、英、日三國學生貸款的回收方式、還款數(shù)額的確定、還款期限的延期、減免等方面與我國進行比較。

(3)防范學生貸款違約風險方面，有黃麗、徐婉瑩(2017)建議平臺加強建立完備的風險控制模型，通過系統(tǒng)的數(shù)據(jù)計算與統(tǒng)計得出更為精確的風險評估結(jié)果；廖茂忠(2008)歸納了世界各地學者近30多年來關于防范學生貸款違約風險的研究。

此前學者的研究為學生貸款打下了平臺發(fā)展規(guī)劃、貸款回收、風險控制等基礎。但在對學生借款人進行模型分析、計量實證上存在空缺。本文將以信貸市場信息不對稱、借貸雙方合約與博弈為切入點，進行理論模型分析與實證分析，為學生貸款研究補充量化方面的空缺。

本文結(jié)構安排如下，首先進行道德風險模型與信息甄別模型分析，再利用人人貸平臺學生借款數(shù)據(jù)進行實證分析，并借鑒國外學生貸款平臺提出相關政策建議。

2 模型構建及分析

2.1 信息不對稱與道德風險模型

信息不對稱是造成個人信貸市場不完善的主要原因，其導致了貸款人在發(fā)放貸款過程中承擔了相對更高的道德風險。這主要表現(xiàn)在兩處：(1)借款人為了獲得資金，有在授信過程中隱瞞自身不利信息的激勵；(2)借款人違背與貸款人的合約，將所得資金投入風險更高的活動。由于無法完全掌握已獲得貸款的借款人的資金情況及風險決策，貸款人有正常回收貸款的風險，如借款人改變資金用途、虛報瞞報財務情況等。

對于信貸市場中的信息不對稱，有逆向選擇模型、道德風險模型等理論進行解釋。逆向選擇模型認為，借貸雙方存在事前信息不對稱，高質(zhì)量的借款人通過抵押來顯示自己的風險類型，以較低利率獲得貸款，低質(zhì)量的借款人則不提供抵押，以較高利率獲得貸款。道德風險模型認為，貸款人的風險主要表現(xiàn)為無法完全掌握借款人獲得貸款后的行為，即存在事后信息不對稱。發(fā)放貸款時，被評判為高質(zhì)量的借款人道德風險低，不需要提供抵押便能得到利率較低的貸款，而低質(zhì)量的借款人必須提供抵押品才能獲得貸款。

平新喬(2009)使用銀行個人消費貸款合同和借款人數(shù)據(jù)進行了實證分析，結(jié)果表明，道德風險模型預測的信貸市場均衡與真實的信貸市場均衡更一致，貸款人主要面對事后信息不對稱，不提供抵押的信用貸款利率低于抵押貸款，且抵押貸款違約率高于信用貸款。

假設借款人分T期償還貸款，每期還款額為P(假設每期還款額相等)，貼現(xiàn)因子為為無風險利率i0與風險溢價ir之和。若借款人正常還款，貸款人的預期還款額現(xiàn)值為：

假設借款人只在T=1時從事道德風險活動，其導致貸款人不能按期足額收回每期還款額。此時，貸款人的預期還款額現(xiàn)值為：

式中α為借款人違約風險率；C為抵押品價值；Q為借款人違約后還款額，即最低還款額(Q≥0)；(P-Q)即是借款人違約后還款額的減少額。與借款人正常還款相比，兩者相差，即：

2.2 信息甄別模型

在信號博弈過程中，信號發(fā)送者擁有私人信息，信號接受者只有公共信息，雙方信息是不對稱的。信息甄別模型是探討信號的接受者首先行動時雙方的博弈。在信貸市場中，貸款人只有公共信息，是信號接受者；借款人擁有私人信息，是信號發(fā)送者。此時，貸款人先行動，假設其在發(fā)放貸款之前就提出一個合同(W,S)，若借款人的質(zhì)量水平達到貸款人對其要求的標準S，那么就能獲得貸款額W。

根據(jù)羅斯查爾德(Rothschild)和斯蒂格里茲(Stiglitz)，在信息甄別模型中，假定貸款人事先提出了兩個合同和一個選擇規(guī)則代表低質(zhì)量的借款人水平，代表設為還款能力的借款人的效用函數(shù)。選擇規(guī)則R將使得：(1)當且僅當對所有的，存在還款能力的借款人選擇，即各類型的借款人在所有可選擇的合同中選擇一個最優(yōu)的合同；(2)貸款人的利潤不能為負；(3)不存在新的合同可使選擇提供該合同的貸款人得到嚴格正的利潤。

在信息甄別模型中，不存在混同均衡，唯一可能的均衡是分離均衡，且分離均衡是唯一的。

圖1 分離均衡分析

如圖1所示，在分離均衡中，弱還款能力的借款人將選擇完全信息的最優(yōu)點。因為若一位貸款人為其提供任何不同于的合同(如點C)，其余貸款人能通過提出新的合同將該借款人吸引走，如為其降低貸款利率或給予其他優(yōu)惠條件。此時，即使借款人的效用下降，其仍可能接受合同D，使貸款人獲得利潤。因此是弱還款能力借款人的帕累托最優(yōu)合同。

假設貸款人發(fā)放給借款人的貸款額W是借款人質(zhì)量水平S的函數(shù)，即，顯然高質(zhì)量水平的借款人能獲得更高的貸款額，即。假定只有期的貸款額受借款人質(zhì)量水平影響，此后各期的貸款額與借款人質(zhì)量水平無關，那么貸款人為了減少借款人在獲得貸款后的道德風險程度，將變?yōu)椋?/p>

此前的校園貸平臺對借款人質(zhì)量水平的要求極低，屬于低質(zhì)量借款人水平合同水平，借款人獲得貸款后從事道德風險活動的可能性較大，導致校園貸平臺在合法范疇內(nèi)自身風險控制情況較差，其將會有使用非法行為以減少借款人違約造成損失的激勵，致使上門暴力催債、恐嚇等非法催收貸款的行為。正規(guī)商業(yè)銀行在針對大學生開辦小額信用貸款時，應提高對借款人質(zhì)量水平的要求，以減小借款人獲得貸款后從事道德風險活動的可能性，降低平臺壞賬幾率。

3 實證分析

3.1 模型設定

考慮到借款人貸款額度，借款人道德風險程度可能與其有一定關聯(lián)，所以引進變量貸款額度。以投標人為理性人前提，預計其會為質(zhì)量較高的借款人投入更多的資金，預期投標人數(shù)量與借款人質(zhì)量呈反比、與其道德風險程度呈反比。考慮到貸款時長與貸款的密切相關，預期其與借款人道德風險有關。隨借款人年齡的增長，可能對自身信用更關注，道德風險程度更低。并考慮借款人累計貸款次數(shù)及性別因素。綜上所述，本文采用如下模型對學生借款人道德風險程度進行分析：

其中，Yj為道德風險程度；Xli為貸款額度，本文對其取對數(shù)；為投標人數(shù)量；為累計貸款次數(shù)；為貸款年利率；為貸款時長；為借款人年齡；為借款人性別，屬虛擬變量，女性為0，男性為1。

3.2 數(shù)據(jù)來源與統(tǒng)計

由于數(shù)據(jù)的可得性，本文對信貸市場中借款人的研究使用人人貸平臺公開的借款人數(shù)據(jù)。本文在人人貸平臺2017年總標號中隨機抽樣屬于學生貸款的數(shù)據(jù)共4789條。據(jù)數(shù)據(jù)表明，這4789位學生均通過身份證認證、實地認證、身份認證、信用報告認證，均為信用貸款，信用評級A，信用分數(shù)180分，無逾期和違約經(jīng)歷。表1為各個變量的描述性統(tǒng)計情況。

表1 描述性統(tǒng)計

3.3 參數(shù)估計

根據(jù)獲取的截面數(shù)據(jù)，采用最小二乘估計法(OLS)估計模型參數(shù)，得到初始模型：

3.4 模型檢驗及修正

(1)多重共線性檢驗。在初始模型中，解釋變量投標人數(shù)量、累計借款次數(shù)、借款人年齡的t檢驗不顯著可能是由多重共線性引起的。于是采用逐步回歸法，尋找最佳回歸方程。模型最終保留，結(jié)果為：

3.5 模型的經(jīng)濟意義與結(jié)論

4 商業(yè)銀行學生貸款的發(fā)展建議

4.1 目標市場的定位

銀行可將主要目標市場定位在留學深造、學業(yè)進修、考證、培訓、創(chuàng)業(yè)、研究項目等方面。留學深造費用較高，且其需求呈逐年上升趨勢(如圖2所示)，總量較大，因此貸款需求較大，市場潛力大。并且該群體的借款人質(zhì)量普遍較高，有較高學歷和良好工作前景，風險較低。創(chuàng)業(yè)貸款方面，在畢建男(2018)的調(diào)查顯示，創(chuàng)業(yè)思想在大學生的認知度普遍較高，但實際創(chuàng)業(yè)結(jié)果受限的主要原因就是資金受限。可見存在較大空間的大學生創(chuàng)業(yè)資金貸款需求，因此正規(guī)商業(yè)銀行可開辦部分發(fā)展前景良好的大學生創(chuàng)業(yè)項目的貸款業(yè)務，也順應國家提倡的支持大學生自主創(chuàng)業(yè)的要求。

該目標市場的定位可讓學生貸款帶來的更多是積極影響，讓更多學生有條件進修、開展項目等，促進學生貸款對人才培養(yǎng)的貢獻，提升學生貸款平臺社會印象，從而吸引更多資金短缺的優(yōu)秀學生，開拓優(yōu)質(zhì)市場，實現(xiàn)國內(nèi)學生貸款平臺優(yōu)化升級。

圖2 中國出國留學情況

4.2 設置較高放貸門檻

由理論模型分析可得，貸款人事先提出合同中對借款人質(zhì)量水平要求會影響借款人道德風險程度。在貸款人提出的低質(zhì)量借款人水平合同中借款人從事道德風險活動的可能性大于高質(zhì)量水平要求的借款人。因此正規(guī)學生貸款平臺首先要設置較高準入門檻，對借款人進行嚴格審核，建立一套完備的借款人 評估體系，選擇學業(yè)情況良好、未來發(fā)展前景良好、目前 或未來有穩(wěn)定收入、有足夠還款能力、信用狀況良好的借款者。將上述各因素綜合，運用大數(shù)據(jù)進行分析，得出每位借款人的綜合評分，并通過計算與評估設置一個較低風險的分數(shù)線，依照分數(shù)選擇低風險借款人。以人人貸平臺2017年數(shù)據(jù)為例，相較質(zhì)量參差不齊的非學生借款人，4789位學生借款人均具有高質(zhì)量、高信用評級評分、無逾期和違約經(jīng)歷的屬性。較高的準入門檻篩選了高質(zhì)量的借款人，降低了貸款平臺自身的風險，減少壞賬；另外也降低了貸款對學生產(chǎn)生危害的可能。因為不具備足夠還款能力 的學生容易無法還款，平臺的催款壓力和高額的負債會對學生精神造成壓迫，對其自身產(chǎn)生危害。

4.3 設定適當貸款時長與額度

由實證分析可得，借款人道德風險程度與其貸款時長 呈反比，與其借款額度成正比。銀行在發(fā)放學生貸款時，應適當延長學生還款時長。在發(fā)行學生消費貸款時，應控制貸款額度，建議使用分期還款形式延長學生貸款時長，以降低借款人道德風險程度。以深耕年輕人分期6年的分期樂為例，該平臺更傾向于為學生借款人提供5000元以下、分期12月的貸款，而國內(nèi)外的學業(yè)貸款也是較長的還款周期。因此，若銀行發(fā)放學生消費貸款，對5000 元左右的消費產(chǎn)品，可采用12月或以上的貸款期限、允許借款人提前還款的機制。在發(fā)放學生教育貸款時，可根據(jù)不同銀行的長短期利益偏好程度進行調(diào)整，如香港永 隆銀行更注重長期利益，其為香港中文 大學兼讀制學生提供無息貸款，爭取未來客戶也能獲得商業(yè)利益。

4.4 建立完備的風險控制體系

首先，要設置有效的貸款回收機制，即學生貸款償還機制。翟德曼(Adrian Ziderman)和杰米爾·薩米(Jamil Salmi)分別通過廣泛的比較研究得出“有效的回收機制將促進學生貸款違約率的降低”，因此平臺需要有效的貸款回收機制。可參考阿布雷克特(Douglas Albrecht)和翟德曼(Adrian Ziderman)對回收機制的研究，依據(jù)不同收入設定的延期還款方案或直接從工資中扣除相應還款等途徑。

其次，銀行可以建立一個借款人財務狀況跟蹤機制，對借款人的財務狀況和貸款使用情況進行有效跟蹤。該機制不僅可以追蹤貸款的流向以解決個人信用貸款目的不明確的問題，也能夠作為信用信息的來源，還可以及時識別借款人是否有違約的跡象，以便銀行預測借款人的行為并作出相應的對策。

最后，要建立違約約束機制，對違約行為采取合理應對機制。機制首先需要明確哪些因素會導致學生違約。廖茂忠(2010)的研究顯示，借款學生的債務水平是影響學生是否按時償還貸款的最關鍵因素，學生的收入水平是影響學生償還能力的重要力量。根據(jù)這兩個重要因素可將借款人分段，對違約風險不同的學生采取不同的監(jiān)督措施，對違約可能性大的學生進行重點關注。違約機制也應當采取合理手段，善用道德約束和法律手段，建立信用制度，使借款人違約成本上升，從而減少學生違約行為。

4.5 合作與宣傳

銀行可以與客戶合作，以一些福利條件激勵客戶推薦適合的客戶，這種模式可以產(chǎn)生一個良性循環(huán)，優(yōu)質(zhì)客戶將自己身邊有需求并且符合資格的人推薦給平臺。美國SoFi學生貸款平臺在該種模式的運行下，不僅沒有借款人違約，而且也沒有人拖欠還款超過90日。

銀行之間可以相互合作，在銀行間建立一個信息共享平臺，加強信用信息的交流與共享，學生的信用評分、借款記錄等可在系統(tǒng)中查看，不僅可以避免學生“拆東墻補西墻”，也可提高已錄入該平臺的學生再貸款時的效率。此外，銀行可與征信平臺對接信息，并告知借款人貸款逾期或違約將被上傳信息到征信平臺，將對借款人信用、未來貸款產(chǎn)生影響。

銀行還可以與學校合作，在學校內(nèi)部建立貸款業(yè)務辦理點。學校為銀行提供場所，銀行為有需要的學生提供貸款服務和信貸資訊。三方可以達到共贏：銀行可以推廣自身的貸款業(yè)務及發(fā)掘未來客戶；學生可以在校內(nèi)通過正規(guī)渠道辦理貸款，方便、快捷且有保障；學校可減少校園貸對校園生活的危害。此外，銀行還可以通過為校內(nèi)的創(chuàng)新創(chuàng)業(yè)等比賽提供贊助、為一些創(chuàng)業(yè)項目提供啟動資金等方式，宣傳自身、發(fā)掘有潛力的項目和優(yōu)秀的人才。