王豐閣 張瑞雪

摘 要：互聯(lián)網(wǎng)在各行業(yè)的廣泛運(yùn)用，催生出P2P 網(wǎng)絡(luò)借貸平臺(tái)，使其具有天然的“信息優(yōu)勢”，然而充當(dāng)“信用中介”的高收益使其成為信用風(fēng)險(xiǎn)的高發(fā)地?；?P2P 網(wǎng)絡(luò)借貸平臺(tái)運(yùn)行特征，利用Lasso-Logistic模型建構(gòu)平臺(tái)違約率模型9大核心指標(biāo)體系，并對導(dǎo)致平臺(tái)違約關(guān)鍵指標(biāo)加以識(shí)別。研究發(fā)現(xiàn)，平臺(tái)交易量、投資者數(shù)量和平均借款期限與平臺(tái)違約率呈顯著負(fù)相關(guān)，平均參考收益率與平臺(tái)違約率呈顯著正相關(guān)，監(jiān)管當(dāng)局應(yīng)重點(diǎn)關(guān)注平均參考收益率指標(biāo)。為此，給出了相應(yīng)的對策與建議。

關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸平臺(tái);違約率;風(fēng)險(xiǎn)識(shí)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(yán)重，究其原因，更多在于監(jiān)管機(jī)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(tái)違約問題。本文將重點(diǎn)研究P2P平臺(tái)作為信息中介，從P2P網(wǎng)絡(luò)借貸平臺(tái)自身核心指標(biāo)進(jìn)行研究，采用Lasso-Logistic模型識(shí)別出平臺(tái)在未來可能會(huì)違約的關(guān)鍵性指標(biāo)，并為投資者和監(jiān)管者提供參考依據(jù)。

一、指標(biāo)構(gòu)建與模型假設(shè)

（一）指標(biāo)體系

本文選取Wind數(shù)據(jù)庫中47家P2P網(wǎng)貸平臺(tái)2018年3月份的截面數(shù)據(jù)為基礎(chǔ)，提取P2P借貸平臺(tái)運(yùn)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(tái)信用風(fēng)險(xiǎn)識(shí)別與測度模型。

（二）模型假設(shè)

P2P網(wǎng)絡(luò)借貸平臺(tái)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(tái)的信任，其違約率會(huì)越低。故得出假設(shè)1：成交量越高，P2P 網(wǎng)絡(luò)借貸平臺(tái)違約發(fā)生概率越低。

P2P網(wǎng)絡(luò)借貸平臺(tái)為借貸雙方實(shí)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(tái)的信任，投資人數(shù)會(huì)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(tái)違約發(fā)生概率越低。

在金融市場中，風(fēng)險(xiǎn)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(tái)違約發(fā)生概率越高。

企業(yè)借款期限越短，利率越高，平臺(tái)承擔(dān)的風(fēng)險(xiǎn)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(tái)違約發(fā)生概率越高。

二、模型構(gòu)建

P2P網(wǎng)絡(luò)借貸平臺(tái)共分為5種類型，其中銀行系P2P平臺(tái)數(shù)量較少且監(jiān)管較為嚴(yán)格，始終堅(jiān)守“金融信息中介”的定位。因此，選取的47家P2P平臺(tái)包括國資系、風(fēng)投系、上市系和民營系四種類型，這四種類型的平臺(tái)都有不同程度的信用轉(zhuǎn)換活動(dòng)，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(tái)的截面數(shù)據(jù)，采用Lasso-Logistic模型識(shí)別導(dǎo)致平臺(tái)違約的風(fēng)險(xiǎn)指標(biāo)。

（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(jìn)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(qiáng)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(gè)值的概率，基于此概率建立模型可以用來識(shí)別影響P2P平臺(tái)可能違約的關(guān)鍵性指標(biāo)。

（二）模型數(shù)據(jù)的預(yù)處理

由于不同變量的維度和維度單位在每個(gè)自變量中是不同的，為了使模型參數(shù)估計(jì)系數(shù)可比，在建模之前先對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)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(gè)變量的量綱，將各連續(xù)型變量數(shù)據(jù)進(jìn)行中心化和標(biāo)準(zhǔn)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(tái)違約風(fēng)險(xiǎn)指標(biāo)識(shí)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(yàn)證方法選取相應(yīng)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(xiàn)認(rèn)為懲罰系數(shù)在此區(qū)間內(nèi)取值的模型，模型的預(yù)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(shí)別影響P2P平臺(tái)違約的重要指標(biāo)，本文呈現(xiàn)了變量篩選的動(dòng)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(xiàng)解釋變量，對其進(jìn)行Lasso-Logistic模型擬合，參數(shù)估計(jì)結(jié)果系數(shù)分別為-0.029 2、-0.009 5、0.132 9、-0.073 6，相應(yīng)的P值均為0。

三、結(jié)論分析

本文主要采用Lasso-Logistic模型識(shí)別導(dǎo)致P2P平臺(tái)違約的關(guān)鍵指標(biāo)，主要結(jié)論如下。

對P2P平臺(tái)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(biāo)，在對P2P平臺(tái)進(jìn)行違約評估時(shí)，可重點(diǎn)關(guān)注這些指標(biāo)，將其作為評估P2P平臺(tái)違約的基礎(chǔ)，以此來判斷P2P平臺(tái)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(fù)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(gè)百分點(diǎn)，將使得P2P平臺(tái)的違約率減少0.029 2個(gè)百分點(diǎn)，證實(shí)假設(shè)1;投資人數(shù)增加一個(gè)百分點(diǎn)，將使得P2P平臺(tái)的違約率減少0.009 5個(gè)百分點(diǎn)，證實(shí)假設(shè)2;平均參考收益率增加一個(gè)百分點(diǎn)，將使得P2P平臺(tái)的違約率增加0.132 9個(gè)百分點(diǎn)，證實(shí)假設(shè)3;平均借款期限增加一個(gè)百分點(diǎn)，將使得P2P平臺(tái)的違約率減少0.073 6個(gè)百分點(diǎn)，證實(shí)假設(shè)4。從得出的系數(shù)來看，應(yīng)當(dāng)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(tái)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(shí)別出P2P平臺(tái)違約關(guān)鍵指標(biāo)，為監(jiān)管當(dāng)局提供參考依據(jù)，防止P2P網(wǎng)絡(luò)借貸平臺(tái)再次轉(zhuǎn)換為信用中介，故提出如下建議。

（一）堅(jiān)守平臺(tái)定位，加強(qiáng)內(nèi)部治理

P2P 網(wǎng)絡(luò)借貸應(yīng)當(dāng)有效堅(jiān)守平臺(tái)功能，認(rèn)真扎根于信息中介業(yè)務(wù)，為資本市場上的參與者提供信息服務(wù)，進(jìn)而實(shí)現(xiàn)資金融通。不得偏離信息中介的角色，實(shí)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(jī)構(gòu)，應(yīng)推行資金集中存管制度，推出投資者適當(dāng)監(jiān)管職能。

（二）防范平臺(tái)風(fēng)險(xiǎn)，實(shí)施穿透監(jiān)管

監(jiān)管機(jī)構(gòu)進(jìn)行“穿透式”監(jiān)管時(shí)，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(fù)面清單管理模式，遏制準(zhǔn)入源頭，提高準(zhǔn)入門檻。事中在“穿透式”監(jiān)管中，監(jiān)管機(jī)構(gòu)可通過穿透P2P平臺(tái)借貸的資金流向情況，而對其借貸業(yè)務(wù)進(jìn)行充分掌握和提前把控，并更好地計(jì)量、識(shí)別和管理系統(tǒng)性風(fēng)險(xiǎn)。事后采取“失信懲戒、守信激勵(lì)”的措施。對于不合格的網(wǎng)絡(luò)借貸平臺(tái)，應(yīng)當(dāng)設(shè)立退出機(jī)制，嚴(yán)懲職責(zé)不清、定位不明的P2P網(wǎng)絡(luò)借貸平臺(tái)。

（三）打破數(shù)據(jù)孤島，健全征信體系

監(jiān)管機(jī)構(gòu)應(yīng)采取“成熟一家、納入一家”的原則。伴隨著相關(guān)政策的實(shí)施，該平臺(tái)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(dǎo)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(fēng)險(xiǎn)。P2P平臺(tái)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(tái)信息不對稱最有效的解決方式。

參考文獻(xiàn)：

[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(fēng)險(xiǎn)預(yù)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(fēng)險(xiǎn)與監(jiān)管研究[J].金融論壇，2014，19（7）：3-9.

[5]? 趙鷂，殷實(shí).P2P網(wǎng)絡(luò)平臺(tái)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(tái)特征分析及投資者識(shí)別——來自222家平臺(tái)的證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2016，（12）：71-84.