基于中美P2P平台客户信用分析的征信体制研究

田知时，钱月涵

(1.南京大学 数学系，南京 210093；2.南京外国语学校，南京 210008)



基于中美P2P平台客户信用分析的征信体制研究

田知时1，钱月涵2*

(1.南京大学 数学系，南京 210093；2.南京外国语学校，南京 210008)

通过对美国和中国典型P2P平台进行分析，发现美国的未违约率与信贷评级水平、信贷额度呈显著正相关；我国的个人信用额度、信用分数越高、年龄越大、还款期限越长、工作时间越长、收入越高的男性逾期率越低，借款数额越大、期限越长、标的金额越大、年利率越高、学历越高，逾期率越高。

征信体制；信用要素；P2P平台

0 引言

中国征信体制虽然已经发展了一段时间，但普及度依然不高，与国外的征信体制有着比较大的差距，这意味着中国未来的征信行业潜在市场巨大。目前，在国内企业中，阿里巴巴集团的芝麻信用发展较好，信用评分高的可以享受快捷退款等，此前英国财政大臣也曾拜访阿里巴巴集团，积极推进芝麻信用评分申请英国签证和快捷退税等服务，由此可见良好的征信评分可以带来诸多便利。目前，我国关于征信体制的法律法规处于待完善阶段，相关的大数据库也未建立完善，征信评分体制的发展仍存在很多问题。

1 文献回顾

1841年，商人塔潘创办了美国第一家征信机构，也就是后来美国的R. G. Dun & Co.，1933年，其与Bradstreet Company合并为Dun&Bradstreet。美国南北战争期间，市场秩序混乱，信用链条脆弱，征信需求剧增，征信机构如雨后春笋般建立。南北战争以后，随着海内外市场的不断扩大，美国征信业发展势头强劲，在19世纪末期，已有个别美国的征信机构来华投资。

约翰·希克斯在《经济史理论》中阐述了征信一开始产生的原因。James H . Madison 在《19世纪美国商业征信所的演进》中简述了美国征信行业的产生和发展历程，以及对信用报告不准确责任认定标准。相对于我国征信体系的研究刚刚起步，西方发达国家征信体系发展比较成熟，从信用体系一开始发展的逻辑和动因来看，无论是我国还是西方国家最初都是市场经济发展的产物。市场经济体制具有一定的自我调节功能，但是也存在市场失灵的现象，如市场经济中明显存在信息不对称的现象，为了有效地降低这种不对称性，防范市场中存在的交易、信用等方面的风险，降低交易成本，征信机构乃至征信体系应运而生，反过来说，征信体系是应对市场经济中市场失灵的有效手段。随着我国市场经济的不断深化，以及在全球一体化的时代背景下，以市场经济为主导成为市场主流，征信体系建设就越发重要。不同文化、不同历史背景条件下将会产生不同的制度体系，这也决定了我国建立征信体系，决不能完全照搬国外的征信体系建设，而应该结合我国社会主义国情，制定一条符合我国国情的社会主义体制下的征信体系。

傅强和张宜松指出提出我国构建社会信用体制应该包含三个方面：一是以市场交易人为主体的基础交易；二是以法律制度、国际惯例和商业习惯为主导的制度信用；三是以政府监督为主的监督信用[1]。冯敬阳通过对以美国为代表的民营征信模式，以法国、德国为代表的公共征信模式和以日本为代表的会员制征信模式三种国际征信模式对比，认为我国征信业的模式选择应为公共征信体系和民营征信体系并存共重[2]。林健对世界范围内企业征信存在的四种征信模式比较分析，认为我国应建立以征信公司商业运作为主体、国家政府部门提供资信、行业协会提供资信建立数据库为辅的联合型征信发展模式[3]。任兴洲提出了发展我国征信业可选择“企业征信选择市场化的民营模式，个人征信以民营模式和公共模式并存”的新型模式[4]。吴晶妹认为我国征信体系将会出现金融征信体系、行政管理征信体系和商业征信体系并存的格局[5]。

2 中美两国数据分析

2.1 美国平台数据实证分析

为检验美国未违约率、信用评级以及信用额度的关系，我们构建了未违约率与信用评级、信用额度的回归模型。

y=α+β1x1+β2x2+β3x3+δ

(1)

其中，y位因变量未违约率，α为常数，β为回归系数，x分别为信用评级水平较低样本、信用评级较高样本和信用额度，δ为随机误差。

2.1.1 描述性统计

针对研究样本的主要变量进行了描述性分析，相关结果如表1所示。表1列示了美国20273个样本中未违约率、信用评级以及信用额度的描述性结果。研究结果表明，样本中借款人违约率近10%，相对比较来说较高；信用评级水平较低和信用评级较高的样本数均靠近700家，表明大多样本的信用评级水平居中；当前样本授信额度平均为11.43万美元。

表1 主要变量描述性分析

2.1.2 数据检验

表2显示了回归模型的显著性检验结果，从方差分析表中可以看出模型的设定检验F统计量的值为283.948，见表2，显著性水平的P值几乎为零，因此回归模型通过了设定检验，即证明模型整体是显著的，从而说明因变量与自变量之间的线性关系显著。表2列示了回归方程中常数项、回归系数的估计值和变量显著性检验的T值，回归系数常数项为0.234，回归系数为0.001、0.003和0.006，且相应的Sig均为0.000。因此，整个回归方程具备显著性。通过模型可以看出，未违约率与信贷评级水平以及信贷额度呈显著正相关，也说明违约率主要取决于对借款人的信用评级以及对借款人的信贷额度。

表2 模型分析结果

注：***、**、*分别表示在1%、5%和10%水平上显著。

2.2 中国平台数据实证分析

为检验中国个人征信情况，研究将个人特征变量构建如下检验模型。

z=φ+γiλi+ε

(2)

其中：z为因变量，φ为常数，γ为回归系数，λ分别为信用分数、借款总额、年龄、还款期限、标的金额、年利率、性别、工作时间、学历、婚姻、房产、车产等自变量，ε为随机误差。

2.2.1 描述性统计

表3 主要变量描述性分析

表4 模型分析结果

注：***、**、*分别表示在1%、5%和10%水平上显著。

表3列出了国内R数据平台的116808个样本的主要变量描述性统计结果。从上表中可以看出信贷的逾期率为4%，信用额度约为5万元，信用分数为133，借款总额平均达65000元，还款期限约为24月；同时上表也根据借款人的不同特征做了统计性描述，借款人年龄约为36岁，女性及大专学历偏多，且集中于已婚人士；同时还可看出无车无房的人按期还款的能力差，逾期风险高。统计结果与目前大多数借款人逾期还款的实际情况十分吻合。

2.2.2 数据检验

表4给出了回归方程的回归系数、回归系数标准差、回归系数的T显著性检验等，可以看出回归系数常量为0.08，Sig几乎为零，常数项显著；所有自变量的Sig值也为0，表明各自变量对逾期率的影响具备显著性。通过该模型可以看出逾期率不仅只受信用评级的影响，还受借款总额、还款期限以及借款人年龄、婚姻、性别、是否有房产车产等多种因素的影响。从结果看，信用额度、信用分数、年龄、还款期限、性别、工作时间、婚姻状况、收入范围、车产等与逾期率负相关，说明信用额度、信用分数越高、年龄越大、还款期限越长、工作时间越长、收入越高的男性逾期率越低；借款总额、标的金额、年利率、学历、房产与逾期率正相关。说明个人的借款数额越大、期限越长、标的金额越大、年利率越高、学历越高，逾期率越高。我们对美国和中国平台数据进行了简单处理,剔除一些错误数据并给出合理的量化处理。在模型上,本文合理的建立了相关性分析模型、回归分析模型来研究美国和中国征信体制的影响因素，从而分析两者区别并给出中国征信体制的完善应对措施。研究运用了SPSS和EXCEL等软件来处理数据、绘制表格进行相关分析以及回归分析。在技巧上,本文对定性描述的信息进行了适当的量化。

3 政策建议

3.1 加强监管和监督，营造征信环境

首先，政府要创造实施条件，并实时监控应用情况并将相关信息向社会及时免费开放，为信用评级模型完善提供参考。其次，政府应完善债券市场，加快推进利率市场化的进程，迫使金融机构提高应对风险能力，推进信用评级机构和征信体系建设。政府还需提高坏账企业的统计质量，密切关注坏账企业动态。再次，应该完善相关法律法规，制定统一的体系标准，从制度上改善信用评分机制。

3.2 加快征信机制建设，促进征信环境的发展

与国外的征信体制有着比较大的差距，这意味着中国未来的征信行业潜在市场巨大。首先，征信行业的企业尤其是金融机构要转变信用观念，注重客户的信用数据收集并完善内部控制制度，形成与坏账率有关的匹配机制。其次，加快构建企业大数据库，提供真实有效的数据供信用评级使用。同时，构建灵活多变的评级数据模型以解决实际问题。再次，加强与金融信息服务商的合作，广泛使用信用评级技术。最后，形成合理且有效的风险控制体系，把握和掌控坏账风险的发生。

3.3 合理对待中美差异，促进征信体制的科学发展

中美征信体系发展程度不同，导致了中美个人借贷违约率的影响因素不同。相比于美国个人借贷违约率更加受到信用评级的影响，中国个人借贷违约率受到的影响因素更多。这也意味着，必须进一步加快个人征信体系建设，以支撑当前快速发展的网络借贷业务。在当前中国社会背景下，从事网络借贷业务的平台应当更加做好信息的审核、校验，完善借贷标的的评级制度，反映真实的借贷风险。同时，进一步加强信息披露，以便投资人做出更加理性的投资。鉴于中国当前网络借贷标的受到的影响因素更多，探索大数据征信模式意义重大。通过加强相互合作，拓展外部数据源，征信评级主体可以更好地掌握用户还款能力及还款意愿，进而给出更为准确的信用评级，促进个人信贷业务发展。

[1] 傅强,张宜松.中国社会信用体系建设的基本架构与设想[J].经济问题探索,2004(6):4-8.

[2] 樊艺,冯敬阳.建立社会信用约束机制的思考[J].西南金融,2001(11):54-55.

[3] 林健.从外国企业征信模式的利弊看我国征信模式的选择[J].经济纵横,2003(7):40-42.

[4] 任兴洲.从中国征信业发展历程看未来模式选择[J].广东经济,2005(5):10-14.

[5] 吴晶妹.未来中国征信:三大数据体系[J].征信,2013(1):4-12.

(责任编辑：蒋 华)

Research on the Construction of China's Credit System Based on Sino-US P2P Platform

TIAN Zhi-shi1,QIAN Yue-han2*

(1.Depertment of Mathematics,Nanjing University,Nanjing 210093,China; 2.Nanjing Foreign Language School, Nanjing 210008,China)

Through the data analysis of the typical American and Chinese data on the P2P platform, we found a positive correlation between American non-default rate and credit rating, credit limit. The higher Chinese personal credit limit is, the higher their credit scores are, the elder they are, the longer their due time of repayment is, the longer they work, the higher income men have; the lower their default rate is. The larger the amount of the loan is, the longer their due time is, the huger the subject amount is, the higher the interest rate is, the higher their professional degrees are; the higher their default rate is.

construction of credit system; credit factors; P2P Platform

2016-10-16

田知时(1993-)，男，江苏徐州人，在读硕士，主要从事概率论与数理统计研究；*为通讯作者。

F830.2

A

1009-7961(2016)06-0050-04