P2P問題平臺的風險防范探究

王琦

摘 要：P2P網絡借貸是一種依托于互聯網的金融創新形式，這種小額借貸模式為個人投資者以及小微企業的融資難問題提供了新的解決方向。但隨著該行業規模膨脹性增強的同時，有些問題也日漸顯現出來，即壞賬跑路、倒閉平臺數量不斷增加，特別是自2018年5月以來P2P“暴雷”事件頻發，使得許多投資者損失慘重。基于該行業暴露出來的風險問題，構建一個P2P問題平臺影響因素的探究模型，以987家P2P問題平臺的存續時間為研究對象，選取平臺收益率、平臺資金流動性、行業競爭程度以及法制環境等因素進行實證分析，通過對各影響因素與P2P平臺產生風險問題之間存在的相關關系的研究，給廣大投資者提供一個識別風險平臺的新角度，并且給予P2P行業以及各平臺更多自身風險防控的關注點，同時也為行業監管部門進行有效監管提出一些參考建議。

關鍵詞：P2P問題平臺;平臺存續時間;風險防范

中圖分類號：F832 ? ? ? ?文獻標志碼：A ? ? ?文章編號：1673-291X（2020）13-0078-07

引言

P2P網絡借貸是一種運用互聯網技術形成的點對點的信用借貸，這種民間借貸使社會閑散資金流動起來，讓一些個人投資者和小微企業的小額借款需求得到了滿足，并且也一定程度上填補了商業銀行的業務空白。近些年來，互聯網金融在普惠金融的政策支持下迅猛成長，其中P2P作為推進普惠金融的一個重要工具其自身也得到了極大的發展。自2007年“拍拍貸”在我國首次上線以來，由此開啟了一個P2P發展的“時代浪潮”，隨后P2P業務則呈現爆炸式的增長，截至2018年11月，上線的平臺累計達6 429家;在快速發展的同時，該行業的質疑聲卻一直不斷，近兩年更是風險問題頻發，引發了較大的社會關注。由于投資者的風險識別能力較低、我國社會公民信用體系并不十分成熟加之政府未對P2P行業制定對應的法律，P2P行業又處于金融和互聯網的交叉點，極易產生監管空白，因此問題平臺接二連三地出現。

2016年10月13日，國務院辦公廳發布《互聯網金融風險專項整治工作實施方案的通知》，對互聯網金融風險專項整治工作進行了全面部署安排，要求按照“打擊非法、保護合法，積極穩妥、有序化解，明確分工、強化協作，遠近結合、邊整邊改”的工作原則，區別對待、分類施策，集中力量對P2P網絡借貸重點領域進行整治。2017年12月，P2P網貸風險專項整治工作領導小組辦公室向各地P2P整治聯合工作辦公室下發了《關于做好P2P網絡借貸風險專項整治整改驗收工作的通知》（57號文），對下一步的整改驗收階段做出了具體、詳細的部署，要求各地在2018年4月底之前完成轄內主要P2P機構的備案登記工作在6月底之前全部完成。由于受以上整治政策的影響，據統計，2018年1—8月停業及問題平臺累計達712家，其中2018年7月問題平臺數達到223 家，這是截至8月2018年單月問題平臺爆發的最高峰。這是因為金融監管趨嚴，平臺的運營成本和合規成本不斷增加，許多投資者信心不足，從而造成平臺資金出逃，大量平臺在流動性緊張的情況下無法堅持正常運營。

在這個風險頻發和政府已經開手整治的網貸市場中，我們想要探究的是究竟是何種誘因導致平臺發生停業、跑路、體現困難等問題，從而平臺運營方可根據這些因素對風險進行及時防控。監管層也可以更有效地監管和規范網貸行業，進而讓投資者的利益受到保護的同時促進網貸行業穩健發展。

在剔除了信息不完備的平臺之后，本文使用了2014—2018年共987家問題平臺微觀數據，選取相應的平臺特征變量與外部環境變量，以問題平臺生存時間為研究對象，基于Ordered Logistic模型分析了網貸行業所暴露出來的風險問題，之后對于所有樣本的生存時間進行了模型概率預測及風險控制探討。研究結果表明，所使用的模型可以較好地預測平臺的存續時間，也可反映出影響平臺生存時間的因素。

一、文獻綜述

在對國外有關網絡借貸的文獻進行研讀的過程中，可以注意到幾乎所有國外關于網貸行業方面的研究都是基于某個P2P平臺上的數據進行分析。這是因為在國外的網貸行業中，有極少數幾家網貸平臺在此行業中已經形成了壟斷地位，例如美國的Lending Club和Prosper，英國為ZOPA等，所以國外相關方面的實證研究都是針對某個具體的P2P平臺進行分析。而國內現有有關文獻也大多是基于西方研究模式，即對某個平臺的數據進行實證研究，研究所采用的數據基本都是某個P2P平臺上的借款人與投資人的歷史交易情況，這就使得國內外有關網絡借貸方面的研究主要集中在借款人特征對借款成功率的影響、網絡借貸雙方行為和風險問題等方面，現將國內外的研究文獻進行整理為以下幾個方面。

（一）借款人基本信息對借款成功率的影響

1.借款人相關“硬信息”對借款成功率的影響。從“硬信息”來看，Klafft（2008）基于Prosper的研究發現，借款人銀行認證賬戶的交易情況以及借款人的信用評級對網貸交易成功率有正影響。Puro et al.（2010）、胡晏（2017）也發現，借款人信用等級、逾期情況等對交易成功率影響顯著;王會娟和廖理（2014）、Emekter et al.（2015）、孫武軍和樊小瑩（2017）分別以“借款成本”和“借款金額”為視角，解釋了為何上述“硬信息”會對交易成功率具有顯著影響;溫小霓和武小娟（2014）、王慧（2016）以“借款利率”為視角，解釋了其對交易成功率的影響機理;李悅雷等（2013）則以拍拍貸平臺數據的研究發現，在我國市場中借款訂單基本屬性、借款人基本信息、借款人的社會資本等都對借貸成功率都有顯著的影響;徐慧婷（2017）則發現，投標總數是影響借款是否成功的關鍵因素。

2.借款人相關“軟信息”對借款成功率的影響。除“硬信息”之外，網貸平臺上“軟信息”的披露也會對借貸成功率造成影響。一般來說，借款人的特征是作為衡量軟信息的指標。借款人特征包括人口統計學特征和非認證信息（社會關系、借款描述等）這兩類。

一是借款人的人口統計學特征。Loureiro和Gonzalez（2015）發現，青年人和老年人被認為是高風險和高違約率的群體，往往不太容易得到借款;Chen等（2014）、陳銀（2017）發現，在中國網絡借貸市場上存在著明顯的女性性別歧視，女性借款人更容易獲得借款，但也需要支付更高的借款利率;蔣（2016）、李聞一（2018）則從地域角度入手，發現我國P2P 網絡借貸中存在明顯的地域歧視，出借人傾向于向高收入地區的借款人提供資金，且會對低收入地區的借款人設定較高的借款利率。另外，基于教育程度這一視角，廖理等（2015）、孫武軍和樊小瑩（2016）等學者具有相同的研究結果，即借款人學歷越高，其借貸成功率則越高。

二是非認證信息。其一，借款描述。在借貸平臺上，借款人可選填借款描述一欄。在借款描述中，借款人可以描述出更多的個人信息或本次借款的目的，從而說服投資者做出投資決策，以提高融資效率。Kuwabara et al.（2017）則研究了借款人地位與聲譽對成交率的“聯合”影響效應，發現聯合效應呈倒U型特征。又有學者從借款人的“人格特征”入手展開了分析，如王會娟和何琳（2015）發現，借款人的自我描述若體現“勤奮”人格特征則會對成交率具有顯著正影響。其二，社會關系。Lin et al.（2013）裴平（2016）都發現了群組關系對交易決策的影響，認為借款人的群組關系是影響其借貸成功率的重要因素，可以在提高借款成功率的同時降低借款利率。

（二）網絡借貸雙方行為探究

1.投資者風險識別問題。廖理等（2014）的實證結果表明，非完全市場化的利率反映了借款人的部分違約風險。進一步的，他們認為市場中的投資者能夠發現相同利率背后，沒有被利率所反映的那部分違約風險。同時，孫寶文等（2016）也認為，投資者可以根據平臺的風險特征識別P2P平臺是否陷入了財務困境。另外，王修華等（2016）則認為，我國網貸市場中的投資者風險識別能力較低，他們偏好注冊資本高、收益率低的平臺，而忽視了管理層信息披露、銀行資金存管等信息。

2.羊群效應與投資者理性行為。其一，羊群效應。Zhang and Liu（2012）以及吳佳哲（2015）都發現，由于雙方信息的不對稱，國內外的P2P市場均存在著羊群效應;Lee（2012）及廖理等（2015）則證明了羊群效應呈邊際遞減趨勢。此后，陳冬宇和鄧海超（2017）探究出羊群效應對違約率的負向影響不顯著，說明羊群行為并沒有提高投資績效的作用，純粹是一種非理性的行為;毛笠（2017）利用赫芬達爾—赫希曼指數證明了在羊群行為中，投資者會更傾向于投資集中度更高的投資標的，同時毛笠還提出無法確定羊群行為是理性還是非理性行為。進一步的，都紅雯等（2018）則研究發現，“軟信息”的增加可對投資者的羊群效應有一定的減緩作用。其二，投資者理性行為。

王正為（2016）研究發現，我國網絡借貸市場中存在著投資者學習行為現象，投資者通過總結學習可以調整自己的投資時機，并會選擇信用級別較高的投資產品;廖理等（2015）從羊群效應出發，提出一種新的觀點：羊群效應的背后則是投資者的一種觀察中學習的行為，以緩解自己信息不對稱的程度。

（三）P2P行業風險問題研究

P2P行業的風險研究主要結合違約風險、平臺風險、監管風險三方面展開。

1.違約風險。圍繞著違約風險，現有的研究有關學者從借款人信用評級（王慧娟、廖理，2016）、項目借款利率（周菁等，2016）、債務償還能力（Emekter et al.2015）等“硬信息”方面解釋了借貸合約違約率的影響因素。另外，也有學者從“軟信息”角度分析了借款項目違約率特征：胡金■、宋唯實（2018）基于性別差異角度，研究發現女性借款人的違約率顯著低于男性借款人。陳霄等（2018）發現，完備的借款描述可大大降低借款違約率。郭峰（2016）則發現，相對于使用網絡昵稱的借款者，真實姓名的借款者的違約更高。繆蓮英、陳金龍（2014）利用Prosper平臺的數據，探究出社會資本的存在可以降低借款者的違約風險。

2.平臺風險。由于我國的P2P平臺兼備“信用中介”的職能，如何防控平臺出現跑路、壞賬、提現困難等問題就成了關鍵。王修華等（2016）利用114家正常平臺與108家問題平臺的數據分析了問題平臺的顯著特征：平臺管理層無信息披露以及沒有第三方資金托管;巴曙松等（2018）研究了平臺的發展規律：強制要求風險準備金和提高注冊資本均可以延長平臺生存時間;謝廣營、徐二明（2017）從平臺的上線時間入手發現了上線時間對平臺壽命存在著負向的影響，即早期進駐行業的平臺壽命更長;邱碧珍（2017）基于因子分析法構建了一個P2P平臺的綜合評價體系，能夠從一定程度上有助于監管層的管理與平臺自身的完善。

3.監管風險。姚良（2017）認為，我國的P2P行業目前正處于分業監管下的監管真空地帶，并且監管主體存在著一定的爭議。楊東（2017）發現，監管模式的退出與監管細則的發布極可能改變P2P平臺的經營模式。也就是說，監管本身也會導致市場的不缺定性，從而引發未知的政策風險。李璽等（2018）認為，當前的監管手段均過于溫和，對于P2P網貸平臺缺乏約束力且監管層的檢驗尚淺。楊彥龍（2018）認為，我國應借鑒英國經驗，進一步細化信息披露要求，且應順應國際趨勢，建立一個統一的金融消費者保護機構。

總結國內外的研究結果發現，現有文獻大多是從定性或者定量的角度去分析某個平臺的交易情況、風險管理等，而從平臺層面對行業整體情況的實證研究卻較為缺乏。所以，本文從多家平臺角度出發，在提出假設的基礎上建立模型來分析平臺產生風險問題的因素究竟是什么，進而為監管層以及平臺自身風險防控提出可行性的建議。

二、變量設定及數據描述

（一）變量設定

問題平臺生存時間（Age）：被解釋變量，這里的問題平臺包括網絡借貸平臺停業、跑路、提現困難、經偵介入四種情況，只要存在其中一種情況，即認定該平臺為問題平臺。我們關注的是，P2P平臺從上線到出現問題的存續時間，即用存續時間月數來反映平臺的生存狀況。本文將被解釋變量設定為離散分類變量，根據其生存時間的月數大小，賦予此變量0、1、2三個值;將平臺生存時間不足15個月的規定為0，15—28個月生存時間的賦值為1，生存超過28個月的平臺則賦值為2。

由于P2P平臺也可以定義為中小金融機構，那么解釋變量的選擇可從機構本身特征入手，其中安全性、收益性、流動性則可作為評價一個金融機構的綜合指標，具體的指標選擇也將遵從以下三個方面。

1.平臺信用級別（CR）。為避免由于雙方信息的不對稱導致的風險問題，P2P平臺會采取一些必要的風險防范和控制措施。具體主要風險控制措施主要有兩種，一是第三方資金存管，即將交易資金存入銀行賬戶或者第三方交易賬戶，避免平臺形成資金池，防止平臺跑路，保證投資者資金安全，可以較大提高平臺的信用等級;二是融資性擔保機構擔保，擔保是指平臺與第三方擔保公司合作，擔保公司為借款標的進行擔保，若借款項目發生逾期，則由擔保公司向投資者償付本金及利息，這也是一種有力的增信方式。目前市場上與P2P平臺合作的擔保公司分為兩種，一種是融資性擔保公司，另一種是非融資性擔保公司，這里將信用級別變量設置為分類變量，若平臺涉及一種增信方式，則CR=1，若涉及兩種，則CR=2，若兩種增信方式都沒有，則CR=0。

2.平臺信息披露程度（Ind）。公眾投資者會主動搜尋借款人以及平臺的信息，之后根據所接收到的信息而采取不同的投資策略，從機構角度看，各平臺只有盡可能準確、詳實的披露自身情況，增強自身信息透明度，才會受到投資者青睞;這里也將Ind設定為一個分類變量，根據平臺證件、平臺運營數據、平臺管理團隊三者的披露個數，賦予此變量0、1、2、3不同值。

3.平臺流動性（Liq）。平臺資金的流動性則由是否允許債權轉讓來衡量，將此變量設定為虛擬變量，允許轉讓則Liq取值為1，否則則為0。

除去從平臺本身特征入手，還選擇了一些外部環境變量，進一步探究這些外部變量是否會對平臺的生存時間產生影響。具體指標描述如下：

一是行業競爭程度（Comp）。由于存在著巨大的行業前景，大批P2P平臺爭先恐后地進駐上線成立，行業競爭異常激烈，所以行業競爭程度值得探究，將Comp也定義為一個分類變量，取值為1、2、3、4，賦值標準是某問題平臺倒閉當月其所屬省份該月的正常運營平臺數，具體的，在同一地域范圍內，若該月正常運營平臺數累計少于30家，則Comp=1，若在30—100家之間，則Comp=2;若在100—200家之間，Comp=3;若平臺數在200家以上，Comp則取4。

二是行業周期（Inc）。2016年4月，關于專項整治P2P風險的文件下發以后，P2P行業可以說是進行了一次大的行業周期調整：不少平臺壞賬跑路，也有的平臺主動進行良性退出。與此同時，有些機構則在行業洗牌過后，繼續穩健運營。因此，將行業周期定義為一個虛擬變量來考慮其解釋作用，若某平臺在2016年4月之前出現問題，即該平臺在政策文件下發之前出現問題，則Inc=0，政策下發之后出現問題，則Inc定義為1。

三是法律環境（Law）。據LLSV（1998）成熟的法律環境對金融業持續發展有著重要的影響，目前，P2P行業作為一種新興的金融模式，探究法律環境對其發展影響的文獻較為鮮見。因此特別引入了法律環境這一解釋變量，從實證分析角度考察是否良好的法律環境有助于延長P2P平臺“壽命”，其中每萬人律師數可以作為某地法治環境的重要衡量指標。因此，法律環境（Law）用某問題平臺所屬省份前一年的每萬人律師數來進行描述，滯后一年的原因是公眾對法律環境的評價源自于以往的感受。本文所需的變量設定（如下頁表1所示）。

（二）數據描述

通過各平臺官網，如網貸之家、網貸天眼P2P信息披露網站搜集整理到全國各地多家問題平臺的運營信息，為避免網站成立初期數據披露的不穩定性，2014年之前的樣本則不再考慮，數據收集的截止日期為2018年11月;截至11月，網貸之家網站共公布全國問題平臺達4 621家，根據已經設定好的研究變量進行樣本篩選，并通過“網貸天眼”等媒體的補充報道，剔除不完整信息的平臺后，最終鎖定了987個樣本平臺。下頁表2分別給出了987家樣本的變量描述性統計結果。

根據表2可知，在987家樣本中有37家平臺生存時間不超過3個月，而生存時間最長的平臺則為81個月，時間跨度較大，說明所選取的樣本具有研究價值;平臺信用級別較小的均值則說明市場中的P2P平臺在風險控制方面并未足夠重視，平臺風險體系不成熟極可能是造成我國P2P行業頻頻“暴雷”的部分原因，有關于信息披露的衡量指標其均值為1.2，說明問題平臺對于自身信息的披露程度很低，這種信息的缺失也極易成為平臺日后出現問題的導火索。此外，行業競爭衡量變量均值達到了3.02，有些平臺甚至采取惡劣競爭手段，加之平臺水平參差不齊，也為后期平臺“暴雷”事件埋下伏筆。

針對以上對于數據的描述，提出以下假設：

假設1：平臺信用級別（CR）與平臺信息披露程度（Ind）代表著平臺的風險管理與防范措施，信用級別越高，信息披露越多，則平臺的生存時間會增加。

假設2：作為衡量平臺資金流動性的變量（Liq），則平臺流動性越好，平臺的生存時間會增加，即平臺生存時間概率會相應增大。

假設3：行業競爭程度（Comp）會影響平臺的生存時間，若平臺所屬省份的行業競爭壓力越大，相應的平臺生存時間會減少，即存續時間概率會減少。

假設4：行業周期因素（Inc）反映了平臺的經營經驗，平臺的經營經驗越豐富，生存時間越長;法律環境（Law）反映了法律被執行的力度，也就會間接的影響對金融業的規范，因此，法律環境每增加1個單位，那么平臺生存時間的概率也會增加。

三、模型設定及實證結果

（一）模型設定

在傳統的計量經濟學模型中，被解釋變量一般被定義為連續變量，但有時被解釋變量是離散的，并非連續的，這也并不影響回歸，這種模型被稱為離散選擇模型。若被解釋變量只有兩種選擇，則稱為二值選擇模型，若被解釋變量有多種選擇，則稱為多值選擇模型。本文將被解釋變量Age設定為排序離散變量，因此采用Ordered Logistic模型進行回歸，通過計算平臺生存時間的三分位數，將平臺生存時間不足15個月的規定為0，15—28個月生存時間的賦值為1，生存超過28個月的平臺則賦值為2;所采用的模型為Ordered Logistic模型，具體如下：

（1）

其中，β為待估參數，ε則為隨機擾動項。

（二）模型實證結果及分析

在進行Logistic回歸之前，首先先進行了變量之間的相關系數的檢驗。下頁表3反映了變量間的相關程度及其顯著性水平，從表3中可以看出，問題網貸平臺的存續時間與其信用級別以及信息披露程度之間均呈現出較強的正相關關系，即平臺本身的增信措施越完善，信息披露程度越高，那么平臺存續時間會越長，出現問題的概率會越大，這也印證了本文的假設1。

其次，平臺的存續年限與行業競爭因素之間則存在負相關關系，即若行業競爭程度加大，相應的平臺生存時間會減少，這一點與假設2比較相符。此外，平臺的運營經驗越豐富，外部法律環境越規范，則會增加平臺的生存時間。經過表 3的檢驗初步判定，除卻Liq變量之外，其余變量與被解釋變量的統計量值在10%水平下顯著，即這些影響因素與平臺存續時長之間都有一定關系，后續將在 Ordered Logistic模型下進一步深入分析各影響因素對平臺存續時長的影響及影響力度。

在上文簡單驗證了幾個基本假設之后，接下來將利用Ordered Logistic模型回歸分析，由于影響因素較多，這里使用逐步回歸的方法。表4是根據計量軟件Stata15.0分析得到的結果。

通過逐步回歸發現，回歸結果的likelihood值隨著估計變量的增加呈逐步遞減趨勢，說明上述6個解釋變量都對平臺存續時間有顯著影響，并且LR統計量為371.92，且相應的概率值為0，說明模型整體顯著，最后采用M6的回歸結果，可以寫出預測方程：

在預測方程中，CR與Ind的系數為正值，也就是說，平臺信用級別與信息披露程度對被解釋變量Age的影響為正，說明信用級別與信息披露程度與平臺存續時間分別取0、1、2出現的概率成正比。具體的：平臺信用級別每增加1個單位，Logistic估計值平均增加0.706個單位，即增加Age取0、1、2中數值較大的概率，說明平臺信用級別會顯著的影響平臺的存續時間。另外，平臺信息披露程度每增加1個單位，Logistic估計值平均增加0.302個單位，即增加Age取0、1、2中數值較大的概率。也就是說，信用級別高、信息披露透明度高的平臺存續時間會更長，假設1得到驗證。

平臺的流動性衡量指標在1%的水平上顯著，且影響為正向，即假設2得到驗證;行業競爭的系數估計值為負，說明競爭程度與平臺生存較長時間的概率成反比。也就是說，行業競爭每增加1個單位，Logistic估計值平均減少0.270個單位，即減少Age取0、1、2中數值較大的概率，隨即驗證了假設4：平臺之間競爭加劇，則會使平臺的存續時間變短。

另外，在輸出結果中，行業周期與法律環境的參數估計值也都為正數，假設5與假設6都得到了驗證。此外，兩個臨界點的估計值分別為1.956和3.752，在方程（3）、方程（4）、方程（5）中，CLOGISTIC表示邏輯分布函數，I_age為潛變量，即解釋變量做出解釋的部分，兩個臨界點1.956和3.752把邏輯分布函數分成3個區間的界限點，由age_0、age_1和age_2分別表示問題平臺存續時間排序分別為0—2的概率。

四、結論與政策建議

本文利用“網貸之家”和“網貸天眼”收集的987家P2P問題平臺數據，采用Logistic多元排序回歸模型來實證檢驗資金存管和保障模式、信息披露程度、資金流動性、行業競爭、行業周期、法律環境等六個因素對于P2P問題平臺生存時間的影響，進而這些影響因素可以看作平臺內部風險控制與投資者風險識別的視角。

實證結果表明，平臺的信用級別、信息披露程度、法律環境、行業周期與問題平臺生存時間取較大值的概率成正比，而行業競爭則與問題平臺生存時間取大值的概率成反比。基于以上的研究結論，為完善網貸行業監管，促進網貸行業穩健發展與風險防范，提出以下幾點建議。

第一，在政策落地方面，監管層首先選擇了“強制資金第三方存管”作為出發點，這也與本文的研究結論是一致的，施行交易資金第三方存管制度可以有效地防止平臺設立資金池進而防控風險，同時監管部門應對存管資金進行抽查，并對資金存管的第三方機構進行嚴格審核，確保存管機構可以獨立運作，防止存管機構與平臺串通隨意挪用投資者交易資金。P2P平臺應明確自身的定位，其本身是一個信息中介平臺，而非一個信用中介平臺，這也是目前我國網貸平臺的一個“通病”。作為一個信息中介，投資者資金由第三方進行托管，同時平臺采取一定的保障方式，平臺僅僅扮演信息匹配的角色，作為傳統銀行業的一個補充，服務于銀行不愿意發展的對象，落實“長尾客戶”。

第二，強制信息披露。P2P平臺應做到信息公開透明，對于平臺公司證件、平臺運營團隊、產品運營數據、借款人基本信息、借款項目資料、逾期數據、抵押擔保情況均應完善充分地進行公布，完善的信息披露可以有效地減少網貸交易中的信息不對稱問題，并且有助于監管層準確把握監管方向，及時對網貸行業進行調控。與此同時，還可以讓廣大投資者根據披露信息進行平臺、項目篩選，進行風險識別，有助于投資者做出最適合自己的理性決策。

第三，提高行業競爭力。由于存在著巨大的行業前景，有些不合規的平臺在利益的驅使下紛紛進駐網貸行業，造成了行業的不良競爭問題。隨著網貸行業的漸漸整改，在行業的準入政策漸漸完善下，大批不合規平臺退出市場，一些優質的金融網貸平臺進入該行業，這將導致更加嚴峻的競爭情況。因此，網貸平臺在內部風險控制的同時，還應增強自身的核心競爭力。例如，針對不同需求的借款人提供不同的借款項目;對于一些年輕投資者，可以提供一些金額小、流動性高的產品;對于年長的投資者，則可以提供更加穩健的投資產品。或者說，針對不同區域的小微企業，可以設立符合這些企業發展方向的區域性產品。對于社會公益方面，網貸平臺也應給予相應的態度，在盈利的同時也應獲取國民好感度，使平臺品牌的受眾更廣。

第四，建立良好的法律環境。法律環境對于網貸平臺的風險控制是一定作用的，比如，若平臺發生違約或者惡意違約的話，良好的法律環境會通過投資者教育、道德約束、提供司法援助等手段降低投資者的損失，那么相應的違約概率可能會下降。法律保護有助于金融市場的發展，因此監管層應加快推進我國的法制建設。

第五，設立長效監管機制。自風險專項整治文件下發以來，隨著準入門檻的提高，不良平臺的退出讓行業得到了凈化，因此監管層則需要建立一個適合網貸行業自身特性的監管機制，風險防范與創新并重，促進網貸行業穩健持續發展。這是十分關鍵的，也是十分必要的。

參考文獻：

[1] ?采購創造價值 分享實現共贏——記第四屆2013中國金融采購高峰論壇[J].中國政府采購，2013，（10）：14.