P2P网络借贷：模式、信用风险与监管

李 筱

（东南大学，江苏 南京 210000）

从诞生至今，P2P网络借贷发展速度惊人，交易额日益增长，但平台陷入停业、跑路、提现困难等问题也相当普遍，2017年末问题平台发生率达67.65%。此背景下，本文对P2P网络借贷概念特征、模式分类、风险种类、风险防范以及监管策略文献归纳总结，以期为P2P各参与方提供决策建议。

一、P2P网络借贷概念特征

（一）P2P网络借贷概念本质

P2P网络借贷，即借款人与出借人以P2P平台为中介获取的小额无抵押借贷，避开了传统银行等金融机构。区别于商业银行间接融资与资本市场直接融资，为互联网金融典型代表。

（二）P2P网络借贷突出特征

P2P特别之处在于，其一，主体广、门槛低；其二，成本低、效率高；其三，去中介化、投资分散化；其四，信息不对称问题突出。

二、P2P网络借贷模式分类

不同国家P2P平台模式存在差别，国外研究多针对三种模式：单纯中介模式，如美国Prosper；复合中介模式，如英国Zopa；非盈利公益模式，如美国Kiva。国内P2P平台汲取了大量国外经验，种类更加多样，极大地丰富了国内P2P借贷市场。

三、P2P网络借贷信用风险

信用风险被公认为P2P最主要险别，本文从形成原因、影响因素、评估方法与防控策略详述。

（一）信用风险形成原因

1.信息不对称。网络本身的虚拟性与跨空间性使得借款人拥有信息远多于出借人，出于对增加借款成功概率或降低借款成本利率等考虑，借款人可能隐瞒甚至虚构信息，一旦出借人对借款人信用估计错误，就出现借款人违约[1]。

2.平台责任缺失。许多平台运作不符合规范，经营风险、道德风险、流动性风险等引起平台停业、跑路等问题普遍，相比于某个借款人违约，平台违约对出借人造成经济损失更严重[2]。

3.制度建设不完善。我国征信体系建设尚不完善，个人信用信息未完全对金融机构实行开放，信息共享机制在P2P行业处于缺失状态，因此很难保障网贷资金安全[3]。

（二）信用风险影响因素

1.借款人特征。首先，金融实力因素。高信用等级借款人易成功借款，违约可能性更低[4]。但也有认为P2P平台盲目依据非违约风险因子反而加剧借贷双方之间信息不对称[5]。借款人债务收入比为评价其当前能否偿还贷款的指标，是否拥有房屋与汽车不仅代表了借款人贷款情况，还代表了资产所有权，为其提供了资产担保[1]。其次，人口统计学特征因素。性别上，女性更易成功借款，违约概率更低[6]。年龄上，年轻人由于经验不足表现出更高违约风险[7]。种族上，黑人比白人更难获得借款，违约率更大[8]。最后，社会关系因素。借款人加入群组可有效改善信用状况。如果群组信息经过认证，成员违约率会更低一些。朋友关系尤其亲密线下关系有助于借款人获得借款[9]，朋友信用比朋友数量更重要[10]。

2.借款特征。较大借款金额与较高借款利率与偿还压力相联系[6]，而借款期限影响，正相关[11]、负相关[12]、不明显[13]三种结论并存。

3.借款描述。Herzenstein等将描述词汇分为信任、成就、努力、经济困难、道德与信仰六类[8]，陈清和林峰润关注诚信、稳定、体验、刷信用、进取心、提高生活质量六方面[11]。此外，借款描述长度、语病、词性等也被纳入研究[14]。

（三）信用风险评估方法

1.Logistic模型。Logistic模型可以避开复杂计算，其预测准确率也高，被广泛运用P2P研究领域信用风险评估。如Herzenstein等[8]、Everett[1]、郑彦彦[5]等。

2.层次分析模型。张成虎和武博华[4]在测量P2P平台信用风险、借款人信用等级时采用层次分析法以确定所建立风险评价指标权重。

3.其他分析模型。裴平和郭永济[15]基于大数据征信，以借款人空间与时间维度信息，构建贝叶斯网络P2P资金需求方信用风险评价模型。

（四）信用风险防控策略

李昌荣等[16]提出增加借款人违约成本可有效降低其违约风险概率。Yoon等[17]得出平台注册资本、风险管理措施、风险管理能力均能有效增强平台抵御风险的能力。

四、P2P网络借贷风险监管

风险监管建议集中在监管主体、法律法规、行业自律、制度政策、产品设计、风控机制几个方面。监管主体方面，明确有关监管机构，完善监管体制；法律法规方面，加大立法力度，完善监管法规；行业自律方面，明确自律标准，完善自律体系。政府加快制度与征信建设，P2P平台增强技术研发与风控手段。

五、文献评述

众多学者从不同研究角度对P2P进行深入细致的分析且成果颇丰。本文试图从三方面补充以期对后续研讨有所益。

关注我国P2P平台信用风险。P2P交易信用风险主要源于拥有信息优势地位的借款人不履行借贷合约，但也存在着平台对出借人违约。平台信用风险方面，区分问题与正常平台。进一步可区分停业、跑路、提现困难等不同类别问题平台，从平台内外部特征多维度全面识别平台违约表现。借款人信用风险方面，国内信息披露机制不完善，获取平台交易数据有难度，相关研究定性分析偏多，可整理有关借款人、借款与借款描述信息，选取多角度影响因素分析借款人违约。