第一章 緒論

 

P2P 網絡借貸發源于英國，引入中國后，近年來發展迅速，已經成為我國普惠金融重要的一支力量。2007 年 6 月，上海成立了中國第一家 P2P 網絡借貸公司拍拍貸，標志著 P2P 網絡借貸開始在中國生根發芽。截至 2016 年 10 月末，國內正常運營的平臺數量為 2154 家，顯示了 P2P 網絡借貸在我國的蓬勃生命力。作為金融行業的一股新生力量，P2P 網絡借貸在我國發展的過程中，解決了傳統金融機構覆蓋不到的需求群，提升了我國金融運行效率，踐行了普惠金融理念。但作為新的業態，P2P 網絡借貸在實踐中也遇到了多種多樣的問題。由于大部分 P2P 網絡借貸平臺面向的是無抵押物，信用等級低或信用歷史空白的借款人群，P2P 網絡借貸的逾期壞賬數據一直是平臺重點關注的目標之一。當借款人未能在約定期限內履行還款義務，就造成了借款人信用違約，對出借人的利益構成了損害，形成了借款人的信用風險。P2P網絡借貸平臺信用風險高，盈利能力不強一直困擾著行業。截至 2016 年 10 月末，基于各類公開渠道的不完全統計表明，蘇金融研究院的一份統計報告顯示，累計約 18 家平臺通過不同方式表明了平臺盈利，僅占整個 P2P 網絡借貸行業的數量的 1%[1]。行業盈利能力不強，既有行業外部因素影響，也與平臺本身運營能力水平有關。由于我國的特殊國情，為提高出借人的出借體驗，平臺在當下的市場條件下需要對借款人的違約金額部分進行提前墊付。因此降低借款人的違約率，敦促借款人如期成功還款，防范借款人的信用風險，成為平臺當下最現實的問題之一。根據網貸之家數據顯示，截至 2016 年 7 月底，累計停業及問題平臺約占整個行業累計平臺數量的 45%，其中 P2P網絡借貸行業累計平臺數量達到 4160 家（含停業及問題平臺），累計停業及問題平臺高達 1879 家[2]。因此，研究借款人的信用風險，降低借款人的違約率，對 P2P 網絡借貸平臺的可持續發展，具有一定的現實意義與未來意義。

 

1.1 研究背景與意義

本文主要研究借款人的信用風險識別，由于不同平臺之間經營業務不一樣，借款人的風險承受能力略有差異，對借款人的借款資質要求不同，因此對于借款人的信用風險識別應結合具體平臺的業務進行具體分析。本文選取一家以信用借款為核心業務的 P2P網絡借貸平臺——NW 金融，具有無抵押純信用金額小的特點，針對平臺借款人信用風險進行分析，希望對我國 P2P 網絡借貸行業特別是信用借款的風險識別具有一定的參考意義。第一、NW 金融是完全透明的信息中介平臺，標的詳情真實，筆筆可查。NW 金融平臺是 2014 年上線成立的，并于 2016 年 10 月份上線了產品--極速借。依據公司大數據智能風控分析系統，向借款人推出了額度在 500-5000 元，借款期限在 1-6個月，無抵押純信用的借款產品。借款人填寫完畢申請資料之后，由 NW 金融的風控系統自動審核，輸出關鍵點再由人工復核，人工驗證無誤將審核通過的借款申請發布出去由出借人提供出借資金。當出借人對借款人的標的滿標之后，借款人即可提取借款。整個過程，完全線上操作，節省了借款人大量的時間與精力。在投資界面，出借人可以完全看到借款人的信用信息，包括個人信息，財務信息，歷史借貸記錄等，結合 NW 金融平臺推出的平臺信用評分，出借人能夠對借款人的借款風險能有一個具體的認識。整個標的信息的披露完全公開透明，出借人可以非常清楚地了解借款人與借款用途。在撮合出借人與借款人過程中，通過法律手段，簽訂一對一電子借款合同，保障了借款人與出借人雙方的權益，達到了共盈的目的。NW 金融網絡借貸平臺信息透明，既是 P2P 網絡借貸平臺發展的趨勢，也能為行業的健康發展提供有利的參考樣本。

........

 

1.2 國內外研究現狀

國內外對于 P2P 網絡借貸借款人信用風險的研究，還是非常豐富的。相比傳統銀行機構，P2P 網絡借貸平臺由于業務特點與監管的要求，需要公布借款人的相關信息，因此信息更易獲取，研究更方便。國內外對借款人信用風險的研究，主要集中于幾下幾個方面：主要圍繞借款人的年齡、教育程度、婚姻狀態、性別與信用評級等特征信息展開。Barasinska （2009）的研究表明借款人的年齡，對借款人的信用風險產生重要影響[4]。Arminger 等人（1997） 認為相對年輕的借款人，年長的借款人借款風險更低，違約率更低，是優質的借款人[5]。國內學者的研究也表明，年齡與信用風險有很強的相關關系，但研究的結果有所差異。肖曼君（2015）基于 excelVBA 數據挖掘技術，對國內 P2P 網絡借貸平臺拍拍貸與人人貸的借款人信息與借款數據進行收集研究，采用排序選擇模型。實證分析結果顯示，年齡較大的借款人信用風險較低[6]。而蘇亞等（2016）基于人人貸平臺隨機抽取 1075個交易數據，采用二元Logit 回歸模型結果顯示，年齡與違約率之間有顯著的正向關系，年齡較大的借款人更容易違約[7]。相對來講，蘇亞的研究結果更可靠些，在 1%的水平下顯著，Logit 模型回歸結果系數為 0.4562，而肖曼君的研究結果在 10%的水平下顯著。受教育程度反映了借款人未來在市場上獲利的潛力，國內外市場對借款人的教育程度都非常重視，把學歷列為借款人信用風險重要的參考要素之一。

.........

 

第二章 行業背景分析

 

P2P 網絡借貸行業是基于新技術進步，新環境條件下而發展起來的一種新的借貸交易模式。NW 金融作為 P2P 網絡借貸行業的代表之一，她的發展與進步與行業背景息息相關。本章將利用PEST模型（P是政治（politics），E是經濟（Economy），S是社會（Society），T 是技術（Technology））對行業的外部宏觀環境進行分析，用波特的五力模型對行業內部的情況進行簡要概括，簡單介紹 P2P 網絡借貸行業的內外部環境。

 

2.1 外部宏觀環境分析

作為互聯網金融實踐的一個重要業態，P2P 網絡借貸在國內發展之初得到了國家政策的大力支持。李克強總理在 2015 年 3 月的《政府工作報告》中提到“促進互聯網金融健康發展，支持發展互聯網金融等新業態快速成長。”隨后在十三五規劃中，將規范發展互聯網金融納入其中。發改委，銀監會，最高法院等也相繼出臺了與 P2P 網絡借貸有關的政策與法律條文等，為行業發展不斷提供新的法律法規支持。同時，國家對中小企業的金融、政策等方面的扶植，使得服務于中小企業的金融信貸服務成為一塊大蛋糕，引得創業者競相追逐。自 2013 年起，為減輕中小企業的負擔，國家逐步下放和取消了一大批行政審批事項。2013 年 8 月份，對月銷售額 2 萬元以下免征營業稅和增值稅，并且實施“營改增”試點工作，惠及小微企業千萬家。為緩解中小企業的融資困難，國家相繼出臺一系列的財稅及扶持政策，支持中小企業科技創新，改善融資環境，完善服務體系，為企業的發展提供新的便利。寬松的政策環境，中小企業良好的成長環境，以及利率市場的推進等等都促使了P2P 網絡借貸行業在中國的大跨步前進，平臺數量與交易規模不斷突破。截止 2015 年，全國 P2P 網絡借貸平臺數量創歷史新高，達到 4948 家。從成交金額上看，2015 年全國成交額達 1.18 萬億元，同比增長 258.62%。P2P 網絡借貸在我國多層次金融體系構成中占據了一席之地。但無序的競爭與監管缺失的現狀，也導致 P2P 網絡借貸行業不斷爆發惡劣的負面新聞。倒閉，非法集資，自融等困擾著這個行業。

..........

 

2.2 行業內部環境分析

本章節利用波特五力分析模型，對 NW 金融所在的 P2P 網絡借貸行業進行分析。P2P 網絡借貸行業是圍繞著借款者、出借者服務的行業，為雙方提供投融資中介服務。因此，P2P 網絡借貸行業需要對雙方的身份進行核實，主要用于對借款者信用風險的評價和出借者真實身份的驗證。對數據的維度需求多，及時性要求高。P2P 網絡借貸行業供應商主要集中于數據服務商，包括第三方支付服務，借款者個人征信數據服務，運營商短信服務等，供應商的討價還價能力比較強。P2P 網絡借貸行業的供應商所在的行業，要么是行業集中度高，數量稀少，要么是進入門檻高，國家在數量與運營資質上都有進入限制。如運營商短信業務，僅有三大電信運營商在運營，各電信公司的短信業務僅能支持自己號段的短信業務，運營商處于強勢壟斷地位。為借款者提供征個人信數據服務的平臺，目前國內主流平臺數量約為 20 家，獲取到個人征信牌照的僅有一家，P2P 網絡借貸行業所在的公司選擇的余地比較小。 由于國家監管、行業發展等原因，P2P 網絡借貸行業的供應商比較集中，議價能力比較強。

.........

 

第三章 公司現狀及問題分析........19

3.1 NW 金融公司的基本情況 .... 19

3.2 平臺借款流程介紹.... 19

3.3 平臺的風險管理措施........... 20

3.4 逾期及壞賬數據........ 21

3.5 平臺存在的問題........ 22

3.6 本章小結......... 23

第四章 NW 金融平臺問題成因及分析..............24

4.1 數據信息描述............ 24

4.1.1 描述性分析......... 24

4.1.2 變量描述............. 25

4.2 模型構建......... 27

4.3 回歸分析......... 28

4.4 回歸結果分析............ 29

4.5 本章小結......... 30

第五章 改進措施與建議.....32

5.1 關注借款人的第一還款來源.......... 32

5.2 實時掌握借款人動態........... 32

5.3 建立風險預警機制.... 33

5.4 本章小結.......... 34

 

第五章 改進措施與建議

 

本文利用 NW 金融平臺借款人相關的數據，探討了影響借款者信用風險的因素。具體而言，主要是從兩個方面進行了研究。一是從借款壞賬的結果方面，探討了借款者的個人信息和信譽，與信用風險之間的關系，發現信用低，財務情況差的借款者更容易出現信用風險。二是，從平臺角度，識別壞賬借款者具體哪些特征，對高風險的借款者特征進行識別，降低平臺風險，為風控優化做進一步的指導。本文將從等三個方面，提出相關的改進措施與建議。

 

5.1 關注借款人的第一還款來源

信用借款對借款人的要求低，純信用借款無需抵押物，這既為營銷業務的開展提供了有利的環境條件，為優質借款人提供更便捷更方便的服務，同時也對借款人的還款信用提出了更高的要求，在撮合借款時面臨著更多的信用風險。本論文的研究發現，借款人的財務信息對借款人的信用影響占據了首位。因此要非常關注借款人的財務情況，包括借款人的財務收支變化，信用卡還款情況等。借款人的第一還款來源是保證借款安全的第一道屏障，當第一還款來源不足時，借款已經處于一種預警狀態，需要對該筆借款進行重點關注。第一還款來源，主要是借款人固定的收入，包括工資、獎金、經營所得等合法收入。第一還款來源具有穩定，可預期，信譽好的特點，對降低風險有重要的作用。NW 金融在獲取借款人信息時，對借款人的第一還款源關注比較少，一般是要求借款人自行選填收入，對收入未做任何的真實性鑒別，而且對其他收入來源也未做要求。這就留下了兩個后果，一是借款人可能會對虛增收入，冒充收入穩定的人群。二是當借款人出現還款危機時，收入不能做為第一還款來源，行使其他還款權利時成本會大幅度增加，對 P2P 網絡借貸平臺造成一定的成本負擔。因此建議平臺，加強對借款人收入的關注，將借款人收入納入到重點關注對象中來。

...........

 

結 論

 

本文從現有研究文獻出發，從四個方面歸納整理了 P2P 網絡借貸平臺上借款人信用風險的影響因素，根據已有研究結果與平臺實際情況，規劃出本論文的研究框架。利用PEST 模型與波特五力模型，分別從行業外部與行業內部對 P2P 網絡借貸行業做了整體介紹，對行業有了一個初步認識。結合平臺逾期與壞賬數據，對比同行逾期數據與銀行不良率，得出 NW 金融平臺目前存在的最大問題：平臺逾期率與壞賬率比較高，借款人信用風險比較大。通過提取平臺１萬名借款人的借款信息，利用 Logistic 二元回歸方程式對借款人信息進行二元分析，研究結果表明，影響借款人信用風險最大的是借款人的信譽，其次是借款人的性別與年齡。借款金額越多，還清次數越多的借款人，信用風險越小。借款數量越多，逾期次數越多的借款者，信用風險的機率越大。相比女性借款者，男性借款者的信用風險要高一些，而且年齡越大，信用風險越高。借款者在平臺上的信用得分，與借款者的信用風險成反比。本文從實際工作作為出發點，參考國內外的研究者的成果，分析得出 NW 金融平臺目前逾期壞賬率高企的原因，提出相關的改進建議，希望能夠為平臺的健康發展出一份力，也希望能夠為同行提供有益的參考意見。但本文的研究數據主要來源于 NW 金融一家，未與其他 P2P 網貸平臺借款人的借款數據做橫向對比，研究結果過于狹隘。因此，還需要進一步的深入研究，使結論更為可靠可信。

..........

參考文獻（略）