基于鱼刺图的P2P网贷风险识别及控制研究

彭 妍，岳金桂

(1.河海大学 商学院，江苏 南京 211100；2.河海大学 水利经济研究所，江苏 南京 211100)



基于鱼刺图的P2P网贷风险识别及控制研究

彭 妍1,2，岳金桂1,2

(1.河海大学 商学院，江苏 南京 211100；2.河海大学 水利经济研究所，江苏 南京 211100)

风险识别对2P2网贷风险控制有重要作用，若不对P2P网贷各环节进行充分严谨的风险识别，就不能很好地进行风险评估并制定有效的风险控制策略。以分析行业各参与方潜在利益诉求及冲突为基础，运用鱼刺图模型识别出目前我国P2P网贷行业存在5类一级风险及18类二级风险。这5类一级风险是指违约风险、经营操作风险、网络与信息安全风险、寻租风险和洗钱风险。针对该5类风险并结合我国实际，提出P2P网贷行业的风险管控策略。

P2P网贷；鱼刺图；风险识别及控制

近年来，在互联网金融热的带动下，P2P网贷在我国得到快速发展。作为一种创新金融模式，由于其较好地契合了我国广大普通民众及中小微企业这两大蓝海领域的投融资需求，因此一经引入我国，就受到了极大的关注和欢迎。然而，在P2P网贷成交金额和平台数量不断刷新纪录的同时，问题平台也开始集中爆发。自2012年以来，业内连续曝光了多起P2P网贷平台“卷款跑路”、“非法集资”等案例，给广大投资者造成了巨大的经济损失。显然，我国P2P网贷行业的风险控制水平远远落后于其发展水平，风险意识也较弱，对该问题进行充分有益的探讨，是非常紧迫且重要的课题。

1 文献综述

P2P网络借贷，也称“人人贷”，指个体和个体之间绕过银行等传统金融机构，直接通过网络借贷信息中介机构实现的资金融通[1]。目前国内外针对该领域的研究主要集中在借贷效率、效果影响因素[2-4]及借贷的风险控制方面。其中针对风险控制的研究成果较为丰富，如BESANKO等[5]研究发现担保机构可以通过为低风险的企业提供担保来消除逆向选择风险；KLAFFT[6]通过研究美国最大的P2P网贷平台Prosper上的交易数据，发现借款人的信用评级信息能有效缓解借贷双方之间信息不对称，以降低违约风险；FREEDMAN等[7]发现引入社交关系的信贷合约比普通合约的违约率明显要低。在国内，帅青红[8]通过建立监管机构与P2P网贷平台之间的博弈模型，探讨了核准制下监管寻租风险的防范策略；俞林等[9]指出目前国内P2P领域主要存在违约、欺诈、政策和操作4类风险，通过建立交易各方的博弈模型可以探讨出我国P2P行业的风险控制策略；此外，王锦虹[10]研究了信贷配给模型下P2P模式逆向选择风险的防控策略。

目前国内外针对P2P网贷风险控制方面的研究均侧重控制策略的探讨，却忽略了在探讨风险控制策略之前对行业风险存在的原因及风险的识别做充分研究。鉴于鱼刺图具有层次分明、条理清楚及能够梳理出事物因果关系的特点，在风险识别领域具有独特的优势，因此笔者在充分分析了行业各参与方潜在利益诉求及冲突的基础上，运用该风险识别方法，对P2P网贷行业现存的风险进行了全面深入的识别，并在此基础上提出相应的风险管控策略。

2 我国P2P网贷各参与主体间的利益诉求及冲突分析

目前，我国P2P网贷主要涉及4类参与人：借款人、出借人、P2P网贷平台及相关监管机构。笔者将针对这4类参与人进行利益诉求及冲突分析，以期为后续的风险识别做准备。

2.1 借款人和出借人

借款人进行线上借款的目的通常是为了满足自己的短期资金需求。这类借款者常由于自身资质限制难以从传统融资渠道获得资金，P2P网贷凭借其简单高效、门槛较低的特点为这类借款人提供了良好的融资渠道。与传统融资渠道相比，P2P网贷中的借款者通常不需要提供任何抵押，因此出借人承担了更多本金损失的风险。而出借人进行线上投资的目的通常是为了利用闲散资金进行理财。不难看出，借款人的利益诉求是希望最大可能获得资金，且成本尽量低廉，而出借人的利益诉求则是希望最大程度保障本金安全的同时追求较高的投资收益。然而在实际操作中，不乏有资质较差的借款人通过粉饰自己的信用状况来获得低利率贷款，或者直接抛出高利率来尽可能获得融资。通常这类借款人违约风险较高，而由于信息不对称，处于信息劣势的出借人通常不能有效识别这类高风险，因此常遭致自身利益受损。

2.2 P2P网贷平台和借款人

P2P网贷平台首先是企业，其次才是信息交互商。既然是企业，其第一属性就是盈利性[11]。通常P2P网贷平台的收入来源主要为向交易一方或双方收取的中介服务费及管理费，平台收入一定程度上与成交量、成交额成正比。因此，以盈利最大化为目标的P2P企业，其首要经营目标就是吸引更多的投资者以达到增加收入的目的。在实际操作中，不乏有P2P网贷企业为提高交易量而降低对借款人的准入门槛及审核要求，但这同时也意味着平台对资产端的风险把控能力减弱，后期违约风险增加；此外，为了最大程度满足不同借款者对不同借款额度和期限的需求，不乏有平台设立“资金池”模式，对贷款项目进行拆标和期限错配，一旦运营不善将容易导致流动性“提现困难”风险。

2.3 P2P网贷平台和出借人

P2P网贷平台的最大属性是盈利性，因此除正规经营外，平台也有可能为了追求经济利益而走上非法经营的道路。比如目前国内绝大多数平台将出借人的资金通过第三方账户进行转账，账户的管理操作权完全由平台掌控，且出现监管真空，一旦平台内控不严，将极易出现客户资金被平台卷款跑路或私自挪用的情况。此外，由于平台掌握了用户大量的身份、财务及联系方式等信息，也极易出现平台将用户私人信息进行买卖非法谋取暴利的情况，或者平台更容易成为黑客攻击的目标，导致借贷双方个人信息泄露。最后，出于降低运营成本的考虑，目前国内绝大多数平台并没有对出借人的资金来源进行有效审核，因此并不能排除出借人通过P2P网贷渠道自借自贷进行“黑钱洗黑”的风险。

2.4 P2P网贷平台和监管机构

P2P行业监管机构虽是非盈利性组织，但也有其特定的经营目标及利益范畴，如维护行业金融秩序、维护自身声誉等，监管机构的行为将显著影响着其他参与方的经营目标、预期以及行动。因此，监管机构作为行业“管家”与被监管对象P2P网贷平台有着不可调和的利益冲突及矛盾。然而，“利益冲突”是存在利用价值的，通过这种冲突，监管部门可能以“寻租”方式为自身谋取私利，同时P2P网贷平台也可能通过“寻租”行为为自身在竞争激烈的市场中谋得“利益庇护”。

3 基于鱼刺图分析的P2P网贷风险识别

风险识别是风险控制的开始，如果不对P2P网贷各环节进行充分严谨的风险识别，就不能很好地进行风险评估并制定有效的风险控制策略。在分析了行业各参与方利益诉求及冲突的基础上，笔者借鉴鱼刺图模型对我国的P2P网贷进行风险识别，便于全面、直观地梳理出重要的风险因素，并明确各风险因素之间的因果关系。

在对行业各参与方的利益诉求及冲突分析基础上，笔者采用头脑风暴法设计出我国P2P网贷行业的风险识别鱼刺骨模型，如图1所示，最终可得到5个一级风险和18个二级风险。

3.1 违约风险

违约风险是指借款人无法到期还本付息造成出借人本金损失的风险，是P2P网贷面临的最主要的风险。由图1可以看出，造成违约风险的原因有很多，可能是借款人资产端运营不善，借款成本负荷过高，借款金额、期限过于集中，或者平台审核不严导致融资诈骗等。但本质上，违约风险的存在主要还是由于借款人与出借人、借款人与平台之间各自追求利益最大化而带来利益冲突，且处于信息优势的借款人或平台损害信息劣势方出借人的利益。目前我国P2P网贷平台仍游离在央行征信系统之外，各平台间也不能实现充分的信息共享，这对出借人和平台准确识别借款人风险提出了更高的要求，也给不良借款者通过信息造假进行高风险融资或欺诈提供了可乘之机。

图1 基于鱼刺图的P2P网贷风险识别图

3.2 经营操作风险

经营操作风险是指平台经营操作不当给出借人造成本金损失的风险。由图1可知，主要有以下几种情况：①平台运营不善，或者大面积违约引发垫付能力危机导致平台破产倒闭；②平台为迎合投资者和借款者对融资期限的不同要求，设立资金池，对贷款项目进行拆标或资金错配，导致流动性“提现困难”；③平台将客户资金存入第三方账户，但实际仍掌握账户的管理操作权，导致客户资金被卷款跑路或私自挪用等情况。事实上，经营操作风险的存在也是由于平台追求自身利益最大化而带来的，造成与出借人之间的利益矛盾，且平台利用自身信息优势，损害信息劣势一方出借人的利益。

3.3 网络与信息安全风险

网络与信息安全风险是指P2P平台买卖、泄露客户私人信息，或由于遭受网络攻击、交易系统不稳定等造成客户资金及信息损失的风险。P2P网贷用户在交易过程中需要向平台提交大量私人信息，若平台内控不严，极易出现客户信息被打包出售牟取私利的情况。此外，随着交易规模和用户数量的不断增长，平台操作系统很有可能因不堪负重而出现瘫痪、故障或遭受黑客攻击的情况，给用户信息及资金安全带来威胁。可见，网络与信息安全风险存在的基础是平台与借款人、借款人与特定第三方(如黑客)之间对于用户“信息”这一利益的争夺，因为“信息”是存在价值的[12]。

3.4 寻租风险

寻租风险是指P2P网贷监管机构利用监管职能便利“掩护”P2P平台违规经营行为从而各自谋取私利、损害行业其他参与方利益的风险。可分为两种情况：①P2P网贷监管机构主导型寻租,即监管人员利用手中权力增加P2P平台的收入，或者利用手中掌握的P2P平台违规经营筹码，以掩盖事实或者从轻、免除处罚为条件，诱使P2P平台向自己交租；②P2P平台主导型寻租，即P2P平台为维持或者拓展新业务，或者违规操作后为开脱责任主动向监管机构进行寻租[13]。正是由于监管机构与P2P平台之间因身份和立场不同而带来的利益矛盾，才使得寻租风险有了滋生的土壤。

3.5 洗钱风险

洗钱风险是指出借人利用P2P网贷渠道进行“黑钱洗黑”的风险。P2P网贷平台的出现，为洗钱活动提供了新渠道，同时“洗黑”也更加便利。这一方面是由于P2P网贷行业兴起时间较短，行业征信体系不健全导致平台很难对借贷双方的真实身份进行准确识别；另一方面，受技术的限制及降低成本的考虑，网贷平台无法对每笔贷款资金的来源及用途进行合法性考察，因此不法分子极易通过自借自贷的方式将黑钱合法化。一定程度上，洗钱活动正是利用了平台对利益的追逐，并借助平台与用户之间的信息不对称才实现的。

4 结论

通过分析我国P2P网贷行业各参与方潜在利益诉求及冲突，并借鉴鱼刺图分析法识别出目前P2P网贷行业存在5类一级风险及18类二级风险。针对上述分析，提出以下几点政策建议：

(1)建立健全行业征信系统。统一完善的信用信息系统有利于降低出借人及平台对借款人信用的甄别成本及难度，有效降低违约风险。此外，开展监管绩效审计，建立监管绩效奖惩机制，加强对P2P网贷平台往来资金的监控，有效防范寻租、洗钱风险。

(2)守法经营，禁触监管“红线”。目前业内对网贷平台不得提供增信服务、不得设立资金池、不得非法集资、必须进行资金第三方托管等作出了明确的说明。面对日趋严格的监管环境，谁能更快作出调整、更快适应监管规则，谁就能走得更远。此外，加强平台及其资金存管机构以及各类服务外包机构对出借人及借款人的信息管理及保密意识，也是对投资消费者合法权益的有效保障。

[1] 银监会，工业和信息化部，公安部.网络借贷信息中介机构业务活动管理暂行办法(征求意见稿)[Z].[S.l.]:[s.n.],2015.

[2] 刘征驰,赖明勇.虚拟抵押品、软信息约束与P2P互联网金融[J].中国软科学,2015(1):35-46.

[3] 庄雷,周勤.身份歧视:互联网金融创新效率研究—基于P2P网贷[J].经济管理,2015,37(4):136-147.

[4] STIGLITZ J E, WEISS A. Credit rationing in markets with imperfect information [J]. American Economic Review, 1981,71(3):393-410.

[5] BESANKO D, THAKOR A V. Competitive equilibrium in the credit market under asymmetric information[J].Journal of Economic Theory,1987,42(1):167-182.

[6] KLAFFT M. Peer to peer lending: auctioning microcredits over the internet[C]∥ICISTM 2008 Proceeding. Dubai: University of Florida, 2008:46-55.

[7] FREEDMAN S, JIN G Z.Do social network solve information problems for peer to peer lending：evidence from prosper.com[J].SSRN Electronic Journal,2008(43):99-106.

[8] 帅青红.P2P网贷监管的博弈分析[J].四川大学学报(哲学社会科学版),2014(4):133-138.

[9] 俞林,康灿华,王龙. 互联网金融监管博弈研究:以P2P网贷模式为例[J].南开经济研究,2015(5):126-139.

[10] 王锦虹.基于逆向选择的互联网金融P2P模式风险防范研究[J].财经问题研究,2015(5):61-68.

[11] 董俊武,陈震红.国外企业本质理论的演进与评述[J].经济管理,2007(5):91-96.

[12] AKERLOF G A. The market for lemons: quality uncertainty and the market mechanism[J]. Journal of Economics, 1970,84(3):488-500.

[13] 吴龙龙.金融监管领域的寻租现象分析[J].内蒙古财经学院学报,2000(3):48-51.

PENG Yan:Postgraduate; School of Business, Hohai University, Nanjing 211100, China.

Research on the Risk Identification and Control of Peer-to-Peer Lending Based on Fishbone Model

PENGYan,YUEJingui

Risk identification plays an important role in the risk control of peer-to-peer lending. If we do not fully identify the risk of P2P network loan, we cannot carry out the risk assessment and formulate the effective risk control strategy. On the basis of full analysis of potential conflicts of interest between the involved participants, the paper using the Fishbone Model has recognized 5 first-degree risks and 18 second-degree risks in P2P Lending. The 5 first-degree risks are default risk, operational risk, network and information security risk, rent-seeking risk and the money-laundering risk. At last, we propose several strategies to control the risks in the industry in view of the five kinds of risks and combined with China’s reality.

P2P; fishbone model; risk identification and control

2095-3852(2016)05-0561-04

A

2016-04-28.

彭妍(1990-)，女，湖南娄底人,河海大学商学院硕士研究生.

F832.479 DOI：10.3963/j.issn.2095-3852.2016.05.010