基于大数据背景下高校校园网络贷款的应对

涂国章

摘要：信息时代，我国互联网金融得以迅猛发展，其中针对高校大学生的网络贷款迅速在各高校蔓延开来，为解决高校学生的融资需求提供了便利。可由于监管不严、平台管理混乱、虚假宣传、隐形利息高、学生非理性消费、还贷失信等原因，出现了暴力催收、裸贷、套路贷甚至有学生因此而跳楼自杀等事件，严重影响经济社会正常秩序。为了帮助大学生合理利用校园网贷，引导大学生健康消费，促进网络贷款运营规范，推动金融市场和国家信贷市场健康和谐发展，维护我国市场经济良好运行秩序。建议搭建大数据共享平台充分运用大数据技术和处理，加强网络贷款平台监管，完善征信体系，构建大数据监测系统，防范化解借贷风险。

关键词：大数据  高校  网络贷款  乱象  整治

高校校园网络贷款作为互联网和金融相融合的一种创新模式，其是对金融体系结构中校园金融服务的补充，它是针对高校学生提供的分期购物或者现金消费等服务的互联网金融服务平台，其不仅数量多，发展迅速，并且在短时间内能够较大程度的满足高校学生对于资金的需求。但是就目前我国高校校园网络贷款的现状来看，很多学生在使用的过程中都出现了非理性消费，一些网贷金融公司则出现了高利贷陷阱，使高校网络贷款暴露出不少负面问题，不仅严重影响着高校相关学生的身心健康，也影响了互联网金融秩序和社会稳定，从而引起家庭、社会、学校的广泛关注。根据我国相关法律法规规定，如何借助大数据规范高校校园网贷市场，帮助学生合理规划借贷行为，是目前互联网金融中一个亟待解决的问题。

一、高校校园网络贷款的概述

高校校园网络贷款是指高校学生在任何时间、任何地点，通过手机或者是电脑等终端，为了满足自身的经济或消费需求，主动或者被动地在网络上申请相关的贷款业务，从而让各个网络贷款平台或者金融公司通过其申请，并为其放款的情形[1]。目前，在我国的高校校园网络贷款类型中，主要分为如下三种模式：一是网络贷款平台P2P、O2O、P2B等，例如有常见的“名校贷”“投投贷”等;二是是专门针对学生购物的网站，学生能够通过分期的方式在网上进行购物，例如常见的“学生贷”“信通贷”等;三是是各大电商平台提供的信贷业务，常见的有京东和淘宝为代表的B2B模式，如京东里面的“校园白条”，阿里巴巴的“蚂蚁花呗”“天猫校园分期”等等。据统计，目前P2P网贷平台，规模最大，使用范围广，问题也最多，自2007年始至2019年8月，我国的P2P网络平台数量最高峰值达到了6621家。因行业乱象，经侦介入、停业、跑路、转型不断，严重影响社会稳定和经济秩序健康发展。可以说，自从2013年之后P2P网贷行业迎来爆炸式增长，各类机构纷纷涌入，金融资本亦蜂拥而至，行业陷入几近疯狂的境地。但是2015年以来，行业发展问题不断暴露，强化互联网金融监管提上日程，相关部门要求启动互联网金融专项整治。于是国家相关部门从2015年-2019年连续出台一系列相应的整治措施，如果说2015年相关部门对平台的整治集中表现在“包容”和“创新”的话，进入2016年，对网贷平台更明显的是“整治”和“监管”。之后国家相关部门和行业协会每年出台系列监管整治办法和措施，彰显整治决心，于是2018年中期出现“暴雷潮”，平台的马太效应也愈发明显，最终留下的必定是高度自律、规范、合法经营的平台。至2019年底平台数量虽然有6612家。但正常运营平台仅有343家，其它大多是问题平台。

二、高校校园网络贷款存在的问题

（一）监管缺位，打击整治不力

1.监管缺位。网贷平台准入门槛低，缺乏较为完善的行业标准，同时我国的法律法规制度也相应欠缺，相关部门机构监管不严、监督不到位。从P2P平台发展历程可知，2007年起步，2013年问题暴露，2015年问题严重，2015年年底才有整改意向，2016年-2019年一系列监管办法出台，至2019年底正常运营平台占总平台比例仅为5.18%。

2.打击整治不力。校园网贷在网贷平台问题出现之初没采取及时补救措施，而是等到问题愈发暴露严重后才出台系列监管整治办法，殊不知有些事件已经没回旋余地，于是暴力催收、跳楼自杀等悲剧不得已而上演。另外对问题平台的监管整治涉及部门众多，谁牵头，谁协作，模糊不清，造成这些相关部门似乎都在管，而又都没管，导致打击整治不力。

（二）风控能力差，学生非理性消费

1.网贷平台风控能力差。由于高校校园网络贷款平台数量多，良莠不齐，一些高校校園网络贷款平台受到自身发展的限制，又想在激烈的市场竞争中独树一帜，就会进一步简化贷款程序和门槛，那么其相应的风险也会大大提升，导致风险控制能力不足[2-4]。校园网贷学生欠账多，追款成本高，损失大，有的甚至变成死账、呆账，要想追回这部分款项几乎微乎其微，这部分学生要么是联系不上，要么是无力偿还。

2.贷款学生非理性消费。随着高校校园网络贷款的风行，各个高校的学生其思想意识也受到了不同程度的刺激，从而形成了虚荣心、与人攀比等不良品质，增强了学生的非理性消费行为。由于对于大部分高校学生来说，其本身就不具备较强的金融知识和正确消费的观念，对于网络贷款背后的潜在风险了解不深，伴随着自身生活环境的变化，以及周围物质世界的诱惑，和自己的经济实力形成较大的落差，造成了高校学生不断增加了自己的消费需求，因其自身的自控力不足，消费过度，甚至失去理性，进而出现在多个平台借贷，最终出现拆东墙补西墙的恶性循环，造成了不可弥补的严重后果。

（三）平台宣传方式多样，虚假宣传盛行

1.宣传方式多样。在目前的高校校园网络贷款各个平台中，很多金融机构为了优先抢占市场，在实际的推广宣传过程中，方式多种多样，最常见的就是信息轰炸式的宣传。具体来说，主要宣传模式包含：（1）采用网络广告推销方式，在各个网页中利用信贷广告进行宣传，同时采取鲜艳的色彩和标题，打造一些消费分期付款的提示，诱导个别学生采用该类服务。（2）让工作人员到高校中去发传单，或者是在显眼的地方张贴广告。（3）招聘专门的校园代理，利用个别学生从中赚取提成的心理和学生在学校中身份之便，对平台的各项服务进行宣传和推广，平台也会为之提供相应的报酬。

2.虚假宣传盛行。一些高校校园网络贷款平台，为了能够在短时间内吸引更多的学生前来贷款，尽量让自己的宣传标语采用博人眼球的用语，进行夸大的误导性宣传，弱化隐形消费，由此降低了学生的戒备心理，学生往往在贷款完成之后才会后知后觉。具体主要表现如下：（1）平台宣传“零利息”。实际上这类平台只是将表面上的利息转变成不同的服务费，并且当借贷人向其申请贷款的时候，并不会主动的将这个情况告知借贷人，从而使借贷人产生信息遗漏。（2）平台宣传“零首付”。这类平台就是在发放贷款的时候，向借贷人收取不同比例的保证金，且直接从贷款的数额中扣除，这样贷款人在收到钱之后，实际金额数目明显少于借条上的数目。（3）弱化逾期不良后果。平台在放款的时候，并不会将逾期责任和后果明确告知给贷款人，其实有些网贷平台贷款逾期后，借贷人会还上高于贷款本金10-20倍的本息。

（四）网络贷款简单快捷，隐形费用繁多复杂，严重缺乏信用

高校校园网络贷款之所以能够在短时间内发展如此迅速，其不仅满足了学生对于资金的实际需求，还有一个原因就是其贷款的过程十分便捷，对信用避而不谈。具体体现在：

1.贷款手续简单，没有重视引入信用机制。这些金融产品在面向高校学生办理业务时，只追求业务数量，手续简单，仅提供电话号码或身份证或学生证或班级名称就可以办理，不注重资格审核，更不注重信用担保，完全不征求学生家长或监护人的意见。学生在贷款的时候，只需要通过互联网将自己的姓名、身份证等信息上传，并不是采取现场申请的途径，就能够如期申请到相应的贷款金额。

2.贷款程序简捷。在学生进行贷款的过程中，其不需要抵押和担保，相比起银行贷款来说，贷款人在申请的时候并不需要房产证、车子等作为抵押物，也不需要相应的担保人，全然不顾借贷双方的信用风险。由此可以在很多贷款平台中看到这样的宣传标语“零抵押、零担保”。

3.贷款速度快捷。在学生进行申请贷款的时候，其信贷的审核周期较短，且资金的放出速度很快。由于贷款程序便捷，大部分的网络贷款平台为了平衡相应的风险，就会选择隐形的费用，以能够从中牟取相应的利益，且不事先告知贷款学生，缺乏信用。据调查显示，大多数网络贷款平台的月利率最低为每月0.99%，最高为每月2.38%。如果平台巧立名目所收取的各项费用折合进利率，那么贷款利率高达33%，乃至更多[5]。除此之外，还有一些贷款平台会收取高额的逾期还款违约金。据报道，有贷3000元而逾期还款还了10-20万元的。这使得很多贷款学生在后期的还贷过程中，常常背上沉重的经济和精神负担，最终酿成惨剧。

三、大数据背景下高校校园网络贷款中的应对

（一）搭建大数据信息共享平台，完善征信体系

基于大数据背景之下，高校校园网络贷款行业应当积极发挥大数据的作用，通过专业技术对大数据各项功能进行挖掘，就当前我国的大数据应用系统在网络贷款行业中的使用情况来看，其还处于一个探索发展的阶段。

1.征信平台需加强共享机制。首先，央行的征信体系不对校园网络贷款平台开放，使得高校校园网络贷款平台在实际的运营过程中对借贷人的征信提取受到限制;其次，在互联网金融行业中数据资源没有充分融合，各个企业之间存在着信息孤岛的现象，再加上个体在交易过程中的信用状况背后涉及有太多的网络交易平台，其信息数据因缺乏融合交互，因而获取的信用状况只能是局部、片面的，往往会出现偏差。第三，一些校园网络贷款平台因规模、资金、设备、管理等因素并不具备这样的技术优势，所以搭建一个大数据共享平台对于网络贷款平台的发展显得尤为重要。

2.主张网贷平台进行银行存管。校园网络贷款行业可以在当地政府指引下，由政府牵头，与相关的银行等企业建立合作关系，由银行存管，借助大数据技术建立实时的数据共享，并从中找出对应的关系，分析借贷人的信用情况，进而有效的提升信用评估的准确性，降低借贷风险。

（二）进行风险评估，防范市场风险

如今在人们的日常生活中，社交网络、在线购物等方式都屡见不鲜，人们生活的点点滴滴都能够通过互联网来实现。针对高校校园网络贷款平台来说，其也可以利用大数据，对各个方面进行风险评估，由此降低学生因为违约等原因带来的大量经济损失。具体来说，借助大数据对风险评估可以从如下四个层面着手：一是借助大数据对借贷人个体的状况进行分析，包含了姓名、电话、住址、银行账户和犯罪记录等等，通过数据深入挖掘對其信用情况进行分析，进而给网络贷款平台方提供全面的参考。二是借助大数据分析借贷人个体的社交网络行为，如QQ、微信等，通过对社交网络平台的各项数据进行分析，得出个人信用情况，进而为网络贷款平台方提出参考。三是分析个体网络购物行为，运用大数据将个体网络交易数据进行分析评估，由此分析出该客户的消费能力和还款能力等，进而对个体的贷款风险进行准确的评估，为网络贷款平台提供参考。四是借鉴国外校园网络贷款平台丰富的风控经验建立数据化风控模型，由此将其固化到风控审批的决策引擎和业务流程中，来指导风控审批业务的开展，从而可以统一贷前审核标准，提高风险评估的准确度。

（三）构建监测系统，及时发出预警

以大数据为基础，汇集电子商务企业、公检法、工商税务、工信、教育、高校等各个部门的海量信息，构建专门的大数据监测预警系统，由此能够有效及时的对校园网络贷款的各项平台进行实时监控。不仅从源头上对平台的真实性和安全性进行把关，还从贷款中、贷款后等多个环节，对各项欺诈风险进行预测，由此帮助网贷平台降低资金和信用的损失。与此同时，借助大数据监测系统，还可以评价各个网络贷款的风险程度，对相应的预警指标进行量化，从而结合不同的等级，制定合理的评分标准。针对高校校园网络贷款中的各个平台，将没有达到统一标准的纳入到监督部门的重点监管对象中，并且将其各项资料和动态情况加以监控。这样不仅能够从源头上将校园网络贷款平台非法集资和诈骗的现象降到最低，切实保证各个学生的相关利益，既便于有资金需求的学生选择信用、经营状况等良好的网贷平台贷款，还能够在短时间内向相关部门发出预警，以对其提出及时的整改意见，或者是明确禁止其进行后续活动。

（四）加强人才培养和技术开发，加大整治打击力度

校园网络贷款机构要想在互联网金融行业中得到持续化的健康发展，就离不开人才的培养。尤其是针对网贷这一类技术型密集的行业来说，专业人才的占有比例在行业的持续性发展道路上占有尤为重要的比例。由于校園网络贷款平台的正常运营需要大量的金融领域和计算机领域的人才，并且有些时候针对平台信息系统的开发、维护、审计、大数据处理等，也离不开专业的信息化人才。所以，校园网络贷款平台必须要加强人才的培养，不仅为网贷平台开发出更多高质量的金融产品，而且通过大数据处理可将借贷双方纳入有效的可控范围内，最终有效地规避风险，将自身置于健康发展轨道。与此同时，加大整治打击力度。针对校园网贷，2016年平台问题严重暴露后，相关部门出台了系列措施，虽然最终得以清理整顿。但回想起来，为啥就校园网贷多部门多次发布整改办法，分别在2016年4月13日，教育部办公厅、中国银监会办公厅共同发布《关于加强校园不良网络借贷风险防范和教育引导工作的通知》，2016年9月26日，教育部办公厅《关于开展校园网贷风险防范集中专项教育工作的通知》，2017年6月28日，中国银行业监督管理委员会、教育部、人力资源社会保障部联合印发《关于进一步加强校园贷规范管理工作的通知》。说明办法威慑力不够，整治打击不力[6]。因此建议出台专门的“互联网金融法”来规范借贷关系，明确权利、义务，对问题乱象、违法乱纪实施精准有力打击。

总之，互联网金融作为一种新兴的金融发展模式，既是经济发展的补充，又为融资需求提供了较大便利。虽然在发展中出现了一些不好现象，但应看到其积极健康的一面，尤其是高校校园网络贷款因庞大的大学生群体的存在，对借贷双方都是机遇。不过对于借贷双方违法、违规、失信等行为必须重拳给以整治。但宜疏不宜堵，政府相关部门和高校要充分利用大数据技术加以管控，一方面，政府相关部门必须要加强对网贷平台的监管，提升入行标准，完善相应法律法规制度，并加强网络侦查控制机制和征信体系建设，充分利用大数据技术处理将借贷双方纳入有效的可控范围内，并能对各方面的发展风险进行预测、控制和化解，最终使借贷双方有效地规避风险;另一方面，高校、家庭要及时关心了解学生思想状况，帮助其树立正确的消费观，引导其理性消费。从而有效改进高校校园网贷中存在的问题和不足，促使校园网络贷款平台得到健康、持续发展，进而推动我国互联网金融行业整体向好的发展格局。

参考文献：

[1]马小林.大数据在网贷征信应用中的困难及政策建议[J].征信，2017，35（8）：41-43.

[2]王宁邦.大数据环境下校园网贷的研判和应对策略[J].曲靖师范学院学报，2019，38（3）：33-40.

[3]江东瀚.基于大数据P2P网贷产业链下金融风险传导机理与防范机制研究[J].黑河学院学报，2018，v.9;No.60（6）：68-69.

[4]钱玉娟.大数据助力网贷风控[J].中国经济信息，2014（24）：44-45.

[5]王楚珺，刘会芳，尉丽丽.大数据在控制P2P网贷风险上的应用[J].中国商论，2015（9）：84-85.

[6]周琳.P2P网贷平台在大数据背景下的风险防范研究[J].科教导刊：电子版，2017（10）：252-252.

基金项目：贵州省教育厅人文社会科学研究项目（编号：2019ZC068）。

作者单位：贵州警察学院