P2P網(wǎng)絡(luò)借貸平臺風險識別與監(jiān)管研究

王豐閣 張瑞雪

摘 要：互聯(lián)網(wǎng)在各行業(yè)的廣泛運用，催生出P2P 網(wǎng)絡(luò)借貸平臺，使其具有天然的“信息優(yōu)勢”，然而充當“信用中介”的高收益使其成為信用風險的高發(fā)地。基于 P2P 網(wǎng)絡(luò)借貸平臺運行特征，利用Lasso-Logistic模型建構(gòu)平臺違約率模型9大核心指標體系，并對導致平臺違約關(guān)鍵指標加以識別。研究發(fā)現(xiàn)，平臺交易量、投資者數(shù)量和平均借款期限與平臺違約率呈顯著負相關(guān)，平均參考收益率與平臺違約率呈顯著正相關(guān)，監(jiān)管當局應重點關(guān)注平均參考收益率指標。為此，給出了相應的對策與建議。

關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸平臺;違約率;風險識別;監(jiān)管

引言

近年來，P2P網(wǎng)絡(luò)借貸行業(yè)“爆雷”現(xiàn)象嚴重，究其原因，更多在于監(jiān)管機構(gòu)對這一新興行業(yè)的監(jiān)管缺位。P2P網(wǎng)絡(luò)借貸這一新興行業(yè)的出現(xiàn)，是中小企業(yè)融資貴融資難這一“自發(fā)”需求的體現(xiàn)。目前大多數(shù)研究都是從信用中介角度分析P2P平臺違約問題。本文將重點研究P2P平臺作為信息中介，從P2P網(wǎng)絡(luò)借貸平臺自身核心指標進行研究，采用Lasso-Logistic模型識別出平臺在未來可能會違約的關(guān)鍵性指標，并為投資者和監(jiān)管者提供參考依據(jù)。

一、指標構(gòu)建與模型假設(shè)

（一）指標體系

本文選取Wind數(shù)據(jù)庫中47家P2P網(wǎng)貸平臺2018年3月份的截面數(shù)據(jù)為基礎(chǔ)，提取P2P借貸平臺運行的9大核心變量，包括成交量、借款人數(shù)、投資人數(shù)、人均投資、注冊資本、平均參考收益率、平均借款期限、待還余額以及資金凈流入，構(gòu)建P2P借貸平臺信用風險識別與測度模型。

（二）模型假設(shè)

P2P網(wǎng)絡(luò)借貸平臺定位為“金融信息中介”，根據(jù)“理性人”假設(shè)，成交量越高，基于借貸雙方對平臺的信任，其違約率會越低。故得出假設(shè)1：成交量越高，P2P 網(wǎng)絡(luò)借貸平臺違約發(fā)生概率越低。

P2P網(wǎng)絡(luò)借貸平臺為借貸雙方實現(xiàn)資金融通。根據(jù)有效市場假說中投資者“理性”假設(shè)，基于對平臺的信任，投資人數(shù)會增加。故得出假設(shè)2：投資人數(shù)越多，P2P 網(wǎng)絡(luò)借貸平臺違約發(fā)生概率越低。

在金融市場中，風險與收益是成正比的。故得出假設(shè)3：平均參考收益率越高，P2P 網(wǎng)絡(luò)借貸平臺違約發(fā)生概率越高。

企業(yè)借款期限越短，利率越高，平臺承擔的風險就越大，違約率就越高。故得出假設(shè)4：平均借款期限越短，P2P 網(wǎng)絡(luò)借貸平臺違約發(fā)生概率越高。

二、模型構(gòu)建

P2P網(wǎng)絡(luò)借貸平臺共分為5種類型，其中銀行系P2P平臺數(shù)量較少且監(jiān)管較為嚴格，始終堅守“金融信息中介”的定位。因此，選取的47家P2P平臺包括國資系、風投系、上市系和民營系四種類型，這四種類型的平臺都有不同程度的信用轉(zhuǎn)換活動，故具有一定的代表性。本文基于wind數(shù)據(jù)庫得到的47家P2P網(wǎng)絡(luò)借貸平臺的截面數(shù)據(jù)，采用Lasso-Logistic模型識別導致平臺違約的風險指標。

（一）Lasso-Logistic模型

Lasso-Logistic本質(zhì)上是將Lasso模型與Logistic模型結(jié)合起來對多維數(shù)據(jù)進行分析。Lasso模型將一部分不顯著系數(shù)約束到0，從而挑選出對因變量解釋程度較強的自變量;Logistic回歸模型屬于廣義線性回歸模型，該模型是建立于對因變量取某個值的概率，基于此概率建立模型可以用來識別影響P2P平臺可能違約的關(guān)鍵性指標。

（二）模型數(shù)據(jù)的預處理

由于不同變量的維度和維度單位在每個自變量中是不同的，為了使模型參數(shù)估計系數(shù)可比，在建模之前先對原始數(shù)據(jù)進行標準化。也就是說，對于本文的9大核心變量，采用數(shù)據(jù)歸一化的方法，消除每個變量的量綱，將各連續(xù)型變量數(shù)據(jù)進行中心化和標準化處理，因此在隨后的模型構(gòu)造中可以有效改善模型擬合優(yōu)度。

（三）P2P網(wǎng)貸平臺違約風險指標識別

本文選用R語言中的glmnet軟件包構(gòu)建Lasso-logistic模型，并采用廣義交叉驗證方法選取相應的懲罰系數(shù)λ，系數(shù)路徑圖走勢如圖1所示。

該模型懲罰系數(shù)的取值范圍為[0.000 2321，0.171 500 0]，有關(guān)文獻認為懲罰系數(shù)在此區(qū)間內(nèi)取值的模型，模型的預測偏差比較小。圖1反映了隨著懲罰系數(shù)λ取值逐漸增加，模型的壓縮程度也逐步增大，對被解釋變量影響程度較大的解釋變量逐步顯現(xiàn)。根據(jù)模型結(jié)果顯示使得誤差最小的模型的λ為0.042 494 13。

為識別影響P2P平臺違約的重要指標，本文呈現(xiàn)了變量篩選的動態(tài)結(jié)果。根據(jù)選定λ值，最終篩選出成交量、投資人數(shù)、平均參考收益率以及平均借款期限等4項解釋變量，對其進行Lasso-Logistic模型擬合，參數(shù)估計結(jié)果系數(shù)分別為-0.029 2、-0.009 5、0.132 9、-0.073 6，相應的P值均為0。

三、結(jié)論分析

本文主要采用Lasso-Logistic模型識別導致P2P平臺違約的關(guān)鍵指標，主要結(jié)論如下。

對P2P平臺違約影響的關(guān)鍵因素主要包括成交量、投資人數(shù)、平均參考收益率以及平均借款期限等指標，在對P2P平臺進行違約評估時，可重點關(guān)注這些指標，將其作為評估P2P平臺違約的基礎(chǔ)，以此來判斷P2P平臺的經(jīng)營狀況。

由模型結(jié)果可以看到，成交量、投資人數(shù)以及借款期限與違約呈顯著負相關(guān)，成交量、投資人數(shù)以及借款期限越大，違約越低;平均參考收益率與違約呈顯著正相關(guān)，平均參考收益率越高，違約越高。

具體說來，成交量每增加一個百分點，將使得P2P平臺的違約率減少0.029 2個百分點，證實假設(shè)1;投資人數(shù)增加一個百分點，將使得P2P平臺的違約率減少0.009 5個百分點，證實假設(shè)2;平均參考收益率增加一個百分點，將使得P2P平臺的違約率增加0.132 9個百分點，證實假設(shè)3;平均借款期限增加一個百分點，將使得P2P平臺的違約率減少0.073 6個百分點，證實假設(shè)4。從得出的系數(shù)來看，應當著重關(guān)注平均參考收益率，平均參考收益率的變化對于P2P平臺的違約率影響較大。

四、監(jiān)管對策

根據(jù)上述研究結(jié)論，識別出P2P平臺違約關(guān)鍵指標，為監(jiān)管當局提供參考依據(jù)，防止P2P網(wǎng)絡(luò)借貸平臺再次轉(zhuǎn)換為信用中介，故提出如下建議。

（一）堅守平臺定位，加強內(nèi)部治理

P2P 網(wǎng)絡(luò)借貸應當有效堅守平臺功能，認真扎根于信息中介業(yè)務，為資本市場上的參與者提供信息服務，進而實現(xiàn)資金融通。不得偏離信息中介的角色，實際掌握資金的供給和需求，為資金供求雙方提供直接聯(lián)系和信息交流。作為信息中介機構(gòu)，應推行資金集中存管制度，推出投資者適當監(jiān)管職能。

（二）防范平臺風險，實施穿透監(jiān)管

監(jiān)管機構(gòu)進行“穿透式”監(jiān)管時，為防止出現(xiàn)權(quán)力濫用問題，可采取事前、事中和事后的“穿透式”監(jiān)管措施。事前采取負面清單管理模式，遏制準入源頭，提高準入門檻。事中在“穿透式”監(jiān)管中，監(jiān)管機構(gòu)可通過穿透P2P平臺借貸的資金流向情況，而對其借貸業(yè)務進行充分掌握和提前把控，并更好地計量、識別和管理系統(tǒng)性風險。事后采取“失信懲戒、守信激勵”的措施。對于不合格的網(wǎng)絡(luò)借貸平臺，應當設(shè)立退出機制，嚴懲職責不清、定位不明的P2P網(wǎng)絡(luò)借貸平臺。

（三）打破數(shù)據(jù)孤島，健全征信體系

監(jiān)管機構(gòu)應采取“成熟一家、納入一家”的原則。伴隨著相關(guān)政策的實施，該平臺支持建立自己的信用體系，用以支持拓展其自身規(guī)模的增長，故需相關(guān)部門引導P2P網(wǎng)絡(luò)借貸行業(yè)數(shù)據(jù)共享，構(gòu)建一套完整的征信體系，有效降低信用風險。P2P平臺回歸信息中介定位的關(guān)鍵是征信體系的建設(shè)，因此征信體系的建設(shè)是解決P2P平臺信息不對稱最有效的解決方式。

參考文獻：

[1]? 謝平，鄒傳偉，劉海二.互聯(lián)網(wǎng)金融的基礎(chǔ)理論[J].金融研究，2015，（8）：1-12.

[2]? 徐桂瓊，李微.基于組合分類的P2P貸款逾期風險預警研究[J].管理現(xiàn)代化，2019，（4）：9-12.

[3]? 謝平.金融互聯(lián)網(wǎng)化浪潮：變革與監(jiān)管[J].博鰲觀察，2016，（2）：120-122.

[4]? 魏鵬.中國互聯(lián)網(wǎng)金融的風險與監(jiān)管研究[J].金融論壇，2014，19（7）：3-9.

[5]? 趙鷂，殷實.P2P網(wǎng)絡(luò)平臺的異化[J].中國金融，2015，（15）：90-92.

[6]? 王修華，孟路，歐陽輝.P2P網(wǎng)絡(luò)借貸問題平臺特征分析及投資者識別——來自222家平臺的證據(jù)[J].財貿(mào)經(jīng)濟，2016，（12）：71-84.