公倩瑜

◆ 中圖分類號(hào)：F252 文獻(xiàn)標(biāo)識(shí)碼：A

內(nèi)容摘要：本文基于交易成本視角，對(duì)純線下模式、線上與線下相結(jié)合模式、純線上模式的P2P樣本進(jìn)行了考察，運(yùn)用交易成本理論、契約理論結(jié)合實(shí)證檢驗(yàn)分析了不同運(yùn)營模式下P2P平臺(tái)信用風(fēng)險(xiǎn)差異。研究結(jié)果表明：純線下P2P平臺(tái)信用風(fēng)險(xiǎn)最小；線下與線上相結(jié)合的P2P平臺(tái)信用風(fēng)險(xiǎn)居中；純線上P2P平臺(tái)信用風(fēng)險(xiǎn)最大。并指出根據(jù)P2P平臺(tái)自身模式特點(diǎn)進(jìn)行信用風(fēng)險(xiǎn)控制十分重要，進(jìn)而可減少借貸雙方的損失，有助于P2P平臺(tái)創(chuàng)造更多價(jià)值，促進(jìn)整個(gè)網(wǎng)貸行業(yè)持續(xù)穩(wěn)步發(fā)展，且推動(dòng)我國互聯(lián)網(wǎng)金融的健康和可持續(xù)發(fā)展。

關(guān)鍵詞：P2P平臺(tái) 交易成本 契約 信用風(fēng)險(xiǎn) 運(yùn)營模式

P2P網(wǎng)絡(luò)借貸模式及風(fēng)險(xiǎn)研究綜述

計(jì)算機(jī)、移動(dòng)互聯(lián)網(wǎng)的發(fā)展和大數(shù)據(jù)時(shí)代的到來，促進(jìn)了我國互聯(lián)網(wǎng)金融的發(fā)展?；ヂ?lián)網(wǎng)金融的快速發(fā)展使其業(yè)務(wù)得到不斷豐富，其中P2P網(wǎng)貸的發(fā)展最為迅速。2007年我國最早的P2P平臺(tái)——拍拍貸創(chuàng)立，隨后的2010年我國的P2P業(yè)務(wù)開始發(fā)展，2012年是P2P網(wǎng)貸的爆發(fā)期，近兩年其發(fā)展趨穩(wěn)。為了適應(yīng)我國經(jīng)濟(jì)的發(fā)展，P2P網(wǎng)貸產(chǎn)生了不同的運(yùn)營模式，對(duì)于任何模式的金融產(chǎn)品，其核心都是對(duì)風(fēng)險(xiǎn)的定價(jià)，同樣，不同運(yùn)營模式下P2P網(wǎng)貸也具有不同的風(fēng)險(xiǎn)。

國內(nèi)外學(xué)者對(duì)P2P網(wǎng)貸的運(yùn)營模式和風(fēng)險(xiǎn)研究不多，關(guān)于運(yùn)營模式，王敬慈（2015）認(rèn)為目前已經(jīng)出現(xiàn)了以下幾種P2P運(yùn)營模式，一是純線上模式，二是線上線下結(jié)合的模式，三是以宜信為代表的債權(quán)轉(zhuǎn)讓模式還處于質(zhì)疑之中。黃磊和朱善慶（2015）進(jìn)一步引入國外P2P，將國內(nèi)外P2P平臺(tái)經(jīng)營模式進(jìn)行了對(duì)比，并按不同的標(biāo)準(zhǔn)將運(yùn)營模式進(jìn)行了分類，按貸款項(xiàng)目的獲取和審核方式分為線上模式和線下模式，按貸款違約擔(dān)保對(duì)象分為純平臺(tái)無墊付模式、平臺(tái)擔(dān)保墊付模式、第三方公司擔(dān)保墊付模式和風(fēng)險(xiǎn)準(zhǔn)備金模式。

關(guān)于風(fēng)險(xiǎn)，GAO（2011）認(rèn)為P2P借貸產(chǎn)生了兩個(gè)主要風(fēng)險(xiǎn)，分別是信息的真實(shí)性以及對(duì)違約貸款的追索，這兩種風(fēng)險(xiǎn)都可以歸結(jié)為信用風(fēng)險(xiǎn)。Michaels（2012）的分析更具體化，采用了美國一家P2P平臺(tái)——Prosper網(wǎng)站的數(shù)據(jù)，發(fā)現(xiàn)網(wǎng)絡(luò)借貸市場(chǎng)運(yùn)行有效性的下降是由于網(wǎng)絡(luò)借貸平臺(tái)責(zé)任的缺失，因而帶來較大的信用風(fēng)險(xiǎn)，這是平臺(tái)內(nèi)部的風(fēng)險(xiǎn)。葛競(jìng)言（2014）在其他學(xué)者對(duì)風(fēng)險(xiǎn)研究的基礎(chǔ)上，通過具體實(shí)例進(jìn)行分析，發(fā)現(xiàn)我國P2P平臺(tái)在發(fā)展過程中面臨著內(nèi)部資金鏈斷裂引發(fā)的信用風(fēng)險(xiǎn)。肖曼君等（2015）利用實(shí)證方法研究分析得到網(wǎng)貸平臺(tái)無擔(dān)保無抵押是信用風(fēng)險(xiǎn)增大的主要原因。

關(guān)于P2P經(jīng)營模式與風(fēng)險(xiǎn)的關(guān)系，有關(guān)學(xué)者也進(jìn)行了一些研究，其中債權(quán)轉(zhuǎn)讓模式研究較多。王晗（2012）詳細(xì)的研究了債權(quán)轉(zhuǎn)讓模式的風(fēng)險(xiǎn)，在信用風(fēng)險(xiǎn)方面，原始債權(quán)是債權(quán)轉(zhuǎn)讓的基礎(chǔ)資產(chǎn)，是信用風(fēng)險(xiǎn)的源頭。梁笑雨和魏鵬（2013）與王晗不同，他將“線上”和“線下”兩種經(jīng)營方式與風(fēng)險(xiǎn)相聯(lián)系，這兩種經(jīng)營方式用以分散通過網(wǎng)絡(luò)借貸所帶來的風(fēng)險(xiǎn)，其中“線下”主要強(qiáng)化風(fēng)險(xiǎn)控制。

總體來看，現(xiàn)有的研究主要集中在對(duì)于P2P網(wǎng)貸平臺(tái)經(jīng)營模式的大致分類與特點(diǎn)以及平臺(tái)各類風(fēng)險(xiǎn)的綜述，關(guān)于不同運(yùn)營模式下P2P網(wǎng)貸平臺(tái)的信用風(fēng)險(xiǎn)比較研究不多，運(yùn)用交易成本理論和契約理論分析信用風(fēng)險(xiǎn)則更少，實(shí)證分析也比較缺乏，因此本文借鑒了國內(nèi)外理論與實(shí)證研究成果，通過實(shí)證分析的方法，運(yùn)用交易成本理論和契約理論比較不同運(yùn)營模式下P2P網(wǎng)貸平臺(tái)的信用風(fēng)險(xiǎn)。

P2P平臺(tái)運(yùn)營模式與信用風(fēng)險(xiǎn)關(guān)系的理論框架

威廉姆森提出的交易與治理匹配的理論對(duì)于解釋平臺(tái)運(yùn)營模式與其信用風(fēng)險(xiǎn)的關(guān)系具有很大的作用。在威廉姆森的理論體系中，“交易成本”觀念是在契約的觀點(diǎn)下提出的，即他將每一次交易都視為簽訂一次契約。根據(jù)契約理論，P2P三種模式的交易本質(zhì)上都可以看作不完全契約，因此，在執(zhí)行契約的過程中市場(chǎng)的作用使當(dāng)事人不斷改進(jìn)一些條款，降低交易成本，使契約最終達(dá)到最優(yōu)，成為在一定條件下最有效率的交易。根據(jù)不同的治理結(jié)構(gòu)（即治理能力及有關(guān)成本不同）來選擇不同的交易方式可以節(jié)省交易成本，相應(yīng)的治理結(jié)構(gòu)通過有限理性和機(jī)會(huì)主義緩解風(fēng)險(xiǎn)，從而降低平臺(tái)的信用風(fēng)險(xiǎn)。根據(jù)簡單合約模型，治理結(jié)構(gòu)中的各種保護(hù)措施可以減小壞結(jié)果發(fā)生的概率，增大好結(jié)果發(fā)生的概率。簡單合約模式可以用一個(gè)三維向量組合（P，K，S）表示，其中，P表示價(jià)格，K表示與交易有關(guān)的模式風(fēng)險(xiǎn)，S表示交易被嵌入其中的各種保障措施。在簡單合約模型中，不同的模式對(duì)應(yīng)不同的風(fēng)險(xiǎn)和不同的保障措施。根據(jù)抵押品模型，平臺(tái)對(duì)專用性抵押或擔(dān)保貸款者的保護(hù)條款可以減小訂單不被確認(rèn)的可能性，正是由于抵押品特性，效率得到實(shí)現(xiàn)，交易成本降低，風(fēng)險(xiǎn)減小。在威廉姆森的交易與治理結(jié)構(gòu)匹配理論中，根據(jù)交易頻率、不確定性和資產(chǎn)專用性的程度，把契約分成了三種：市場(chǎng)治理、雙方治理（關(guān)系型契約）和統(tǒng)一治理。根據(jù)以上分析，本文主要研究純線下、線下與線上相結(jié)合、純線下三種運(yùn)營模式的P2P平臺(tái)，它們都是經(jīng)過市場(chǎng)選擇的結(jié)果，其主要差別在于治理，即交易模式的不同，不同的交易特征對(duì)于降低各自交易成本具有不同的效應(yīng)，最終交易與治理的匹配決定了平臺(tái)信用風(fēng)險(xiǎn)的大小。

下面分別從適用范圍和交易成本兩個(gè)方面對(duì)三種模式的交易特征進(jìn)行比較分析，考察三種交易與治理的匹配程度，進(jìn)而比較其信用風(fēng)險(xiǎn)的大小。

就三種模式的適用范圍而言，主要從交易方式、經(jīng)營范圍、網(wǎng)絡(luò)依賴程度、專用性、交易額度、風(fēng)險(xiǎn)控制方式六個(gè)方面進(jìn)行比較，如表1所示。

就三種模式的交易成本而言，主要從其風(fēng)險(xiǎn)控制方式對(duì)交易成本的影響分析，純線下模式的P2P平臺(tái)的資產(chǎn)存在高度專用性，其交易與治理的匹配程度很高，大大降低了貸款的不確定性，降低了其交易成本，從而提高效率，明顯降低平臺(tái)的信用風(fēng)險(xiǎn)。線下與線上相結(jié)合模式的P2P平臺(tái)的資產(chǎn)存在中度專用性，其交易與治理的匹配程度較高，在一定程度上降低了線下貸款的不確定性，因此可以降低線下交易成本，而對(duì)于線上交易成本影響較小，其降低交易成本的效應(yīng)比純線下模式的P2P平臺(tái)更弱，所以線下與線上相結(jié)合模式的P2P平臺(tái)交易成本大于純線下模式P2P平臺(tái)交易成本，信用風(fēng)險(xiǎn)較大。純線上模式P2P的交易審核及交易流程較為簡單，并且其還未納入央行的征信體系，信貸記錄不完善，平臺(tái)本身不參與交易，也不提供任何擔(dān)保，所以純線上P2P平臺(tái)不存在資產(chǎn)專用性，也沒有較為嚴(yán)格的保護(hù)條款，交易與治理的匹配程度較低，加大了貸款的不確定性，因此對(duì)于交易成本的降低效應(yīng)很小，總體而言，純線上模式P2P平臺(tái)的交易成本較前兩者更大，因而其信用風(fēng)險(xiǎn)很大。

因此，純線下模式P2P平臺(tái)的信用風(fēng)險(xiǎn)較??；線下與線上相結(jié)合模式的P2P平臺(tái)信用風(fēng)險(xiǎn)較大；純線上模式的P2P平臺(tái)信用風(fēng)險(xiǎn)很大。所以平臺(tái)信用風(fēng)險(xiǎn)從小到大依次為純線下模式、線下與線上相結(jié)合模式、純線上模式。由于效率差異，導(dǎo)致了違約等風(fēng)險(xiǎn)和交易額度比例的差異。

計(jì)量模型、行業(yè)樣本與數(shù)據(jù)來源

基于P2P平臺(tái)運(yùn)營模式與信用風(fēng)險(xiǎn)關(guān)系理論框架的分析，契約理論中交易成本主要取決于交易頻率、不確定性和資產(chǎn)專用性，而交易過程中風(fēng)險(xiǎn)的發(fā)生機(jī)率可以用不確定性表示，交易不確定性的升高使交易成本增加，進(jìn)而使信用風(fēng)險(xiǎn)增加，本文選擇不確定性來衡量平臺(tái)信用風(fēng)險(xiǎn)，平臺(tái)信用風(fēng)險(xiǎn)可以用各模式P2P平臺(tái)的歷史待還金額來表示，二者呈正相關(guān)關(guān)系。

（一）基本計(jì)量模型的建立

本文構(gòu)建的基本計(jì)量回歸模型為：

（1）

在計(jì)量方程（1）中，history代表P2P平臺(tái)的歷史待還金額，該變量可以表示未來貸款償還的不確定性，即交易成本，從而代表平臺(tái)的信用風(fēng)險(xiǎn)。評(píng)價(jià)一個(gè)P2P平臺(tái)信用風(fēng)險(xiǎn)的三個(gè)主要方面是成交指標(biāo)、人氣指標(biāo)以及流動(dòng)性指標(biāo)，其中，成交指標(biāo)用當(dāng)月實(shí)際成交量volume表示，平臺(tái)成交量越高，其歷史待還金額相應(yīng)增加，即成交量與歷史待還金額呈正相關(guān)關(guān)系。人氣指標(biāo)用平臺(tái)的借款人數(shù)量people表示，在平臺(tái)借款的人數(shù)越多，表明其人氣指數(shù)較高，促進(jìn)其歷史待還金額部分減少，即借款人數(shù)與歷史待還金額呈負(fù)相關(guān)關(guān)系。流動(dòng)性指標(biāo)用平臺(tái)的平均借款期限time表示，平均借款期限是表示平臺(tái)借出資金回收時(shí)間長短的指標(biāo)，平均借款期限越長，表明在該平臺(tái)回收本金的時(shí)間越長，不能更靈活的退出，即平均借款期限越長，相應(yīng)的歷史待還金額越大，即平均借款期限和歷史待還金額呈正向變動(dòng)關(guān)系。平臺(tái)的運(yùn)營模式是定性變量，用虛擬變量D1、D2表示， D1=1表示純線上模式，D1=0 表示其他模式；D2=1表示純線下模式，D2=0表示其他模式。所以本文選擇成交量volume、借款人數(shù)people、平均借款期限time以及平臺(tái)運(yùn)營模式D1、D2作為自變量來解釋平臺(tái)的信用風(fēng)險(xiǎn)。在回歸模型中，ε為隨機(jī)誤差項(xiàng)，各自變量前均為回歸系數(shù)。

（二）樣本選取

本文主要研究的是平臺(tái)自身的信用風(fēng)險(xiǎn)，并選取以營利為目的的P2P公司，對(duì)于非營利性質(zhì)的P2P公司不做研究。依據(jù)風(fēng)險(xiǎn)配置方式將我國以營利為目的P2P平臺(tái)運(yùn)營模式分為純線下模式、線上與線下相結(jié)合模式和純線上模式，由此分為三種類型：一種是風(fēng)險(xiǎn)自留，保持風(fēng)險(xiǎn)的初始自然存在狀態(tài)，這是純線下模式；一種是保險(xiǎn)制度的配置，這是線下與線上相結(jié)合的運(yùn)營模式；一種是資本市場(chǎng)的配置，由投資者來承擔(dān)風(fēng)險(xiǎn)，這是純線上模式。這三種模式下分別包含很多P2P平臺(tái)，按照成交量，宜人貸、人人貸和拍拍貸截至2016年4月28日，平臺(tái)數(shù)據(jù)顯示成交量分別超越全國96.79%、95.09%、97.54%的平臺(tái)，具有一定的代表性，因此純線下模式以宜信的宜人貸為代表，線上與線下相結(jié)合模式以人人貸為代表，純線上模式以拍拍貸為代表。本文分別選取了宜人貸、人人貸和拍拍貸從2014年7月至2015年12月共18個(gè)月的歷史待還金額、成交量、借款人數(shù)和平均借款期限的數(shù)據(jù)。

（三）數(shù)據(jù)來源

本文選取了宜人貸、人人貸和拍拍貸從2014年7月至2015年12月共18個(gè)月的與前文設(shè)定變量相對(duì)應(yīng)的歷史待還金額、成交量、借款人數(shù)和期限的數(shù)據(jù)，這些數(shù)據(jù)均來自于權(quán)威P2P網(wǎng)站http：//www.wdzj.com/—網(wǎng)貸之家網(wǎng)站，“數(shù)據(jù)”欄目http：//shuju.wangdaizhijia.com/中搜索的宜人貸、人人貸和拍拍貸“平臺(tái)深度數(shù)據(jù)”欄目下的指標(biāo)項(xiàng)目—?dú)v史待還、成交量、借款人數(shù)和平均借款期限，本文選取了按月計(jì)算的數(shù)據(jù)，經(jīng)過整理得到最終數(shù)據(jù)。其中，2014年7月-2015年3月的數(shù)據(jù)收集時(shí)間較早，于2015年7月收集得到，由于網(wǎng)站數(shù)據(jù)的更新，2016年4月28日在網(wǎng)站中再次確認(rèn)時(shí)有所刪減。歷史待還金額和成交量均以“萬元”為單位，借款人數(shù)以“人”為單位，平均借款期限以“月”為單位。

不同模式下P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)實(shí)證檢驗(yàn)

使用eviews軟件對(duì)模型（1）進(jìn)行最小二乘估計(jì)，得出回歸結(jié)果見表2。

從表2中可以看出，該模型從“Adjusted R-squared”表示的擬合優(yōu)度來看，模型的擬合優(yōu)度為0.901，所選擇的自變量可以解釋因變量的90.1%，因此，該模型的擬合優(yōu)度很好，自變量可以解釋因變量的大部分，解釋程度很好。根據(jù)后面的“F-statistic”的概率值Prob（F-statistic）為0.00，所以可以顯著地拒絕總體回歸系數(shù)為0的原假設(shè)，通過F統(tǒng)計(jì)量可以看出該線性回歸模型整體顯著，至于各自變量的顯著程度，需要進(jìn)一步分析。

從各自變量的t統(tǒng)計(jì)值及其概率可以看出，各自變量t統(tǒng)計(jì)值的概率都接近0，所以可以顯著的拒絕各變量回歸系數(shù)為0的原假設(shè)，即它們的回歸系數(shù)都是顯著的，從而得出其回歸方程為：

（2）

純線上模式下，將原模型中D1取1，D2取0，回歸方程為：

（3）

線上與線下相結(jié)合模式下，將原模型中D1取0，D2 取0，回歸方程為：

（4）

純線下模式下，將原模型中 D1取0， D2取1，回歸方程為：

（5）

圖1為擬合與殘差圖，從圖1中可以看出總體擬合程度較好，殘差也比較均勻地分布在0值線的兩側(cè)。

基本結(jié)論及研究局限性

（一）基本結(jié)論

基于對(duì)設(shè)定模型的回歸結(jié)果來看，成交量volume和平均借款期限time的系數(shù)為正，借款人數(shù)people的系數(shù)為負(fù)，說明成交量volume和平均借款期限time與歷史待還金額呈正相關(guān)關(guān)系，借款人數(shù)people與歷史待還金額呈負(fù)相關(guān)關(guān)系，與理論預(yù)測(cè)相一致。平臺(tái)成交量越高，其中出現(xiàn)問題貸款的可能性也越大，造成待還金額越大，增加貸款金額的不確定性，從而其信用風(fēng)險(xiǎn)越大。在平臺(tái)借款的人數(shù)越多，人氣指標(biāo)越高，說明平臺(tái)資質(zhì)較好，信用記錄良好，相應(yīng)地就會(huì)有較低的歷史待還金額和較低的信用風(fēng)險(xiǎn)。平臺(tái)回收本金的時(shí)間越短，能更靈活的退出，問題貸款出現(xiàn)的可能性也就越小，借款人大多可以按時(shí)償還貸款，減小貸款的不確定性，即平均借款期限越短，流動(dòng)性指標(biāo)越高，歷史待還金額越小，從而信用風(fēng)險(xiǎn)較小。

基于對(duì)模式約束條件下的回歸結(jié)果來看，純線上公司、線上與線下相結(jié)合公司的歷史待還金額差異即信用風(fēng)險(xiǎn)差異為C4，即540673，純線下公司、線上與線下相結(jié)合公司的歷史待還金額差異即信用風(fēng)險(xiǎn)差異為C5，即-283329，純線上公司、純線下公司的歷史待還金額差異即信用風(fēng)險(xiǎn)差異為C4與C5的差值，即540673-（- 283329）=824002。根據(jù)具體數(shù)值可以得出三種模式的P2P平臺(tái)歷史待還金額的排序：

純線上模式>線上與線下相結(jié)合模式>純線上模式

由于信用風(fēng)險(xiǎn)的大小與歷史待還金額呈正向變動(dòng)關(guān)系，所以三種模式的風(fēng)險(xiǎn)大小關(guān)系為：

Risk（純線上模式）>Risk（線上與線下相結(jié)合模式）>Risk（純線下模式）

這與前文的理論分析結(jié)果相一致，前文的理論得到了驗(yàn)證。

通過本文對(duì)我國不同運(yùn)營模式的P2P平臺(tái)信用風(fēng)險(xiǎn)的差異分析，可見信用風(fēng)險(xiǎn)管理成為我國P2P平臺(tái)管理的一個(gè)重要方面，針對(duì)不同的運(yùn)營模式，其信用風(fēng)險(xiǎn)管理方式也有所區(qū)別，但其核心都是通過降低交易成本控制風(fēng)險(xiǎn)，提高平臺(tái)信用，這是P2P平臺(tái)健康發(fā)展的需要。

前文的所有分析都是基于中國資本市場(chǎng)發(fā)展的實(shí)際情況做出的，對(duì)于資本市場(chǎng)較為發(fā)達(dá)的國家如美國，可能在適用性方面存在一些問題，最主要的原因是中美制度環(huán)境存在差異。在信用評(píng)級(jí)方面，中國的征信系統(tǒng)尚未完善，美國卻有完善的征信體系，社會(huì)信用管理的運(yùn)作完全市場(chǎng)化；在風(fēng)險(xiǎn)管理方面，中國網(wǎng)絡(luò)借貸模型側(cè)重對(duì)超期還款的管理，而美國側(cè)重于對(duì)資金用途的限制；在違約懲罰制度方面，中國平臺(tái)側(cè)重于事后管理，美國平臺(tái)側(cè)重于事前管理；在監(jiān)管程度方面，美國網(wǎng)絡(luò)借貸網(wǎng)站受到美國證券交易委員會(huì)（SEC）的監(jiān)管，同時(shí)美國消費(fèi)者金融保護(hù)局（CFPB）會(huì)逐步統(tǒng)一包括抵押貸款在內(nèi)的消費(fèi)者金融產(chǎn)品和金融服務(wù)的監(jiān)管，但中國網(wǎng)貸平臺(tái)的交易仍處在法律的邊緣，目前的監(jiān)管政策尚待完善。基于這些原因，關(guān)于不同模式平臺(tái)的信用風(fēng)險(xiǎn)比較在他國的情況還有待進(jìn)一步研究。

（二）研究局限性

本文在變量選擇和數(shù)據(jù)選取方面存在一定的局限性。在變量選擇方面，本文選擇的指標(biāo)雖具有一定的代表性，但在全面性方面還有待進(jìn)一步完善，可以進(jìn)一步對(duì)變量進(jìn)行擴(kuò)展研究；在數(shù)據(jù)選取方面，為了使實(shí)證檢驗(yàn)結(jié)果更加具有一般性，數(shù)據(jù)還需進(jìn)一步豐富?；谶@兩方面的局限性，還有待進(jìn)一步研究。

參考文獻(xiàn)

1.王敬慈.P2P網(wǎng)絡(luò)借貸平臺(tái)的風(fēng)險(xiǎn)控制研究[J].財(cái)經(jīng)界，2015（2）

2.黃磊，朱珊慶.P2P市場(chǎng)分析及銀行應(yīng)對(duì)策略探討[J].國際金融，2015（2）

3.GAO.Person-to-Person Lending，New Regulatory Challenges Could Emerge as the Industry Grows[R].Publicly Released，2011

4.Michaels，J.Do unverifiable disclosures matters？ evidence from peer-to-peer lending，The Accounting Review，2012 Vol.87

5.葛競(jìng)言.中美P2P網(wǎng)絡(luò)借貸模式比較及啟示[J].中國商貿(mào)，2014（29）

6.肖曼君， 歐緣媛， 李穎.我國P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究——基于排序選擇模型的實(shí)證分析[J].財(cái)經(jīng)理論與實(shí)踐，2015（36）

7.王晗.我國商業(yè)銀行信貸資產(chǎn)證券化風(fēng)險(xiǎn)分析與控制研究[D].東北財(cái)經(jīng)大學(xué)，2012

8.梁笑雨，魏鵬.P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)[J].新產(chǎn)經(jīng)，2013（4）