劉曉宇，孟楓平

（安徽農(nóng)業(yè)大學(xué)，安徽合肥，230036）

P2P網(wǎng)貸平臺(tái)不僅擴(kuò)大了投資者的投資范圍，還為中小企業(yè)融資開(kāi)辟了新的領(lǐng)域。據(jù)網(wǎng)貸天眼研究院不完全統(tǒng)計(jì)，截至2017年8月31日，我國(guó)P2P網(wǎng)貸平臺(tái)數(shù)量達(dá)5118家，P2P網(wǎng)貸行業(yè)歷史累計(jì)成交量達(dá)到了53277.54億元。然而，由于監(jiān)管體系的不成熟等原因，8月新增問(wèn)題平臺(tái)87家（不包括非近期），累計(jì)問(wèn)題平臺(tái)達(dá)3362家。問(wèn)題平臺(tái)的產(chǎn)生不僅影響著借貸雙方的利益，更制約著整個(gè)行業(yè)的平穩(wěn)發(fā)展。據(jù)團(tuán)貸網(wǎng)不完全統(tǒng)計(jì)，2017年8月份，P2P“跑路”平臺(tái)共30家，出現(xiàn)提現(xiàn)困難14家，該行業(yè)顯然面臨著巨大的信用風(fēng)險(xiǎn)。

現(xiàn)階段，我國(guó)沒(méi)有統(tǒng)一的信用風(fēng)險(xiǎn)評(píng)價(jià)系統(tǒng)，雖然國(guó)內(nèi)有許多網(wǎng)站上有對(duì)P2P平臺(tái)進(jìn)行風(fēng)險(xiǎn)評(píng)級(jí)，但各個(gè)評(píng)級(jí)組織側(cè)重點(diǎn)不同，所得出的結(jié)果也不一致。例如，網(wǎng)貸之家是以成交量、人氣、品牌等幾個(gè)維度進(jìn)行信用風(fēng)險(xiǎn)評(píng)分，主要以投資人為出發(fā)點(diǎn)，收益率較高的，得分也比較高。因此，國(guó)資、上市公司由于收益率較低原因會(huì)排名較后。融360評(píng)級(jí)是以平均收益、上線時(shí)間、平臺(tái)背景、人氣指數(shù)等幾個(gè)維度進(jìn)行信用風(fēng)險(xiǎn)評(píng)分，因此具有銀行、國(guó)資、上市公司等背景且人氣度較高的P2P平臺(tái)排名較前。

從文獻(xiàn)看，國(guó)內(nèi)學(xué)者對(duì)于P2P平臺(tái)的研究數(shù)量不多，研究起步較晚，袁羽的研究基于借款者的信用等級(jí)、借款期限等10個(gè)指標(biāo)運(yùn)用logistic回歸模型對(duì)借貸平臺(tái)借款人的信用風(fēng)險(xiǎn)進(jìn)行度量。然而，借貸平臺(tái)的信用風(fēng)險(xiǎn)主要為借款人到期無(wú)法償還和經(jīng)營(yíng)者通過(guò)虛假手段進(jìn)行非法集資等風(fēng)險(xiǎn)，單就借款人進(jìn)行信用風(fēng)險(xiǎn)的評(píng)定顯得較為片面。彭業(yè)輝運(yùn)用拓展后的KMV模型測(cè)量P2P平臺(tái)的信用風(fēng)險(xiǎn)，但是KMV模型主要是針對(duì)上市公司進(jìn)行的信用風(fēng)險(xiǎn)評(píng)級(jí)，以成交額（包括注冊(cè)資本）作為股價(jià)市值來(lái)估算，具有一定的偏差。同時(shí)，大多數(shù)研究主要基于定量指標(biāo)，具有一定的片面性，并且當(dāng)數(shù)據(jù)出現(xiàn)缺失甚至失真的情況時(shí)，所得到的結(jié)論可能對(duì)決策產(chǎn)生一定的誤導(dǎo)性。

因此，在考慮了人氣度、安全性、合規(guī)性、平臺(tái)背景等多個(gè)角度的基礎(chǔ)上選擇出定量及定性指標(biāo)，運(yùn)用層次分析法和模糊數(shù)學(xué)評(píng)價(jià)法，構(gòu)建出適用于我國(guó)P2P借貸平臺(tái)的較為客觀的信用風(fēng)險(xiǎn)評(píng)價(jià)模型，之所以選擇層次分析法，是因?yàn)樵摲椒梢詫Q策者的主觀判斷與政策經(jīng)驗(yàn)導(dǎo)入模型并加以量化處理。建立合理的P2P平臺(tái)信用風(fēng)險(xiǎn)評(píng)價(jià)模型具有重要意義，一方面有助于P2P平臺(tái)防范信用風(fēng)險(xiǎn)；另一方面，有利于保護(hù)投資者的利益，同時(shí)，也為監(jiān)管部門(mén)對(duì)P2P平臺(tái)的監(jiān)管工作提供了一個(gè)有價(jià)值的參考標(biāo)準(zhǔn)。

一、定性和定量指標(biāo)及各權(quán)重的確定

由于互聯(lián)網(wǎng)借貸平臺(tái)與中小企業(yè)的信用評(píng)級(jí)系統(tǒng)具有一定的相關(guān)性，因此筆者基于P2P借貸平臺(tái)自身風(fēng)險(xiǎn)的特點(diǎn)，參考了中小企業(yè)評(píng)價(jià)信用風(fēng)險(xiǎn)所選取的相關(guān)指標(biāo)，同時(shí)根據(jù)金融辦與銀監(jiān)會(huì)發(fā)布的行業(yè)監(jiān)管要求，最終確定符合該行業(yè)特點(diǎn)的定性和定量指標(biāo)，構(gòu)建出了相應(yīng)的P2P平臺(tái)信用風(fēng)險(xiǎn)評(píng)價(jià)體系。

（一）定量指標(biāo)的選取

定量指標(biāo)主要考慮平臺(tái)的抗風(fēng)險(xiǎn)能力、人氣度、融資能力、平臺(tái)安全性等幾個(gè)方面，選取8個(gè)經(jīng)營(yíng)數(shù)據(jù)指標(biāo)，分別是資金流入率（X1）、利率指數(shù)（X2）、月平均新借款成交額（X3）、月平均投資人人數(shù)（X4）、償兌指數(shù)（X5）、借款指數(shù)（X6）、滿標(biāo)速度（X7）、平均借款周期（X8）。

1.資金流入率（X1）=（該平臺(tái)過(guò)去3個(gè)月凈現(xiàn)金流總和/該平臺(tái)過(guò)去3個(gè)月成交額總和）*100%，表示了該平臺(tái)過(guò)去3個(gè)月貸款余額的變化趨勢(shì)。資金流入率越大，說(shuō)明變現(xiàn)能力較強(qiáng)，抵抗風(fēng)險(xiǎn)的能力就越強(qiáng)。

2.利率指數(shù)（X2）=過(guò)去3個(gè)月平臺(tái)借款標(biāo)的平均綜合利率*100，一筆標(biāo)的綜合利率=該筆標(biāo)的利率+該筆標(biāo)的年化投標(biāo)獎(jiǎng)勵(lì)。利率指數(shù)越大，表明平臺(tái)所面臨的運(yùn)營(yíng)壓力就越大，抵抗風(fēng)險(xiǎn)的能力就越弱。

3.月平均新借款成交額（X3）=過(guò)去3個(gè)月借款成交額總數(shù)/3。平均新借款月成交額越大，表明該平臺(tái)的業(yè)務(wù)情況就越好。

4.月平均投資人人數(shù)（X4）=過(guò)去3個(gè)月投資人數(shù)的總和/3。平均投資人人數(shù)越大，表明該平臺(tái)對(duì)投資者的吸引能力越強(qiáng)，相應(yīng)的融資能力就越強(qiáng)。

5.償兌指數(shù)（X5）=（過(guò)去3個(gè)月累計(jì)待還金額/過(guò)去1年累計(jì)待還金額）^2，該指數(shù)反映了該平臺(tái)上季度所承擔(dān)的償還壓力，償兌指數(shù)越大，表明其上季度所承擔(dān)的償還壓力就越大。

6.借款指數(shù)（X6）=（過(guò)去3個(gè)月借款總額/過(guò)去3個(gè)月借款人數(shù)）^（1/2）。借款指數(shù)越小，表明該平臺(tái)受單個(gè)借款人違約的影響較小，即風(fēng)險(xiǎn)集中度較小，抵抗風(fēng)險(xiǎn)的能力就越強(qiáng)。

7.滿標(biāo)速度（X7）=過(guò)去3個(gè)月平臺(tái)發(fā)布的所有標(biāo)的滿標(biāo)時(shí)間總和/3。滿標(biāo)速度越快，代表投資人熱情度越高，該平臺(tái)的融資能力很強(qiáng)。

8.平均借款周期（X8）=過(guò)去3個(gè)月內(nèi)平臺(tái)所有借款標(biāo)的期限加權(quán)平均值。平均借款周期越長(zhǎng)，表明該平臺(tái)的資金流轉(zhuǎn)速度也就越快。

（二）定性指標(biāo)的選取

定性指標(biāo)從平臺(tái)可信性和信息透明性兩個(gè)方面各選取了4項(xiàng)指標(biāo)。平臺(tái)可信性的指標(biāo)包括注冊(cè)資本（X9）、平臺(tái)背景（X10）、團(tuán)隊(duì)資質(zhì)（X11）、資金托管及備案管理（ICP證）（X12），信息透明性指標(biāo)包括借款人信息（X13）、運(yùn)營(yíng)數(shù)據(jù)公開(kāi)（X14）、平臺(tái)實(shí)力披露（X15）、財(cái)務(wù)數(shù)據(jù)公開(kāi)（X16）。最終，確定的定性與定量指標(biāo)體系如表1所示。

（三）權(quán)重的確定

李惠彬、陳實(shí)、曹?chē)?guó)華確定信用風(fēng)險(xiǎn)定性及定量指標(biāo)的權(quán)重時(shí)運(yùn)用主成分分析法，以模型解釋度作為指標(biāo)權(quán)重的判斷標(biāo)準(zhǔn)，得出定量指標(biāo)能解釋的比例為61.69%，并且隨著時(shí)間跨度不斷擴(kuò)大，定量指標(biāo)所占權(quán)重會(huì)逐漸下降。因此，結(jié)合以前學(xué)者的文獻(xiàn)，同時(shí)根據(jù)行業(yè)特點(diǎn)，確定定量指標(biāo)權(quán)重為6/10，定性指標(biāo)權(quán)重為4/10，并運(yùn)用yaahp軟件確定各個(gè)指標(biāo)的權(quán)重大小。

表1 定性與定量指標(biāo)確定

1.建立層次結(jié)構(gòu)模型

按照決策目標(biāo)，中間層要素以及指標(biāo)選擇構(gòu)造出層次結(jié)構(gòu)模型見(jiàn)圖1。

圖1 層次構(gòu)造模型

2.構(gòu)造判斷矩陣

邀請(qǐng)行業(yè)內(nèi)5名專(zhuān)家，分別將中間層要素和各個(gè)具體指標(biāo)的重要程度進(jìn)行兩兩比較，根據(jù)標(biāo)度說(shuō)明書(shū)進(jìn)行打分見(jiàn)表2。

表2 標(biāo)度說(shuō)明書(shū)

得出如下判斷矩陣1-4，且均通過(guò)一致性檢驗(yàn)。

表3-1 矩陣1

表3-2 矩陣2

3.確定各個(gè)指標(biāo)權(quán)重

運(yùn)用yaahp軟件確定各定性及定量指標(biāo)的權(quán)重，依次為0.2516，0.1239，0.3091，0.0331，0.0625，0.1120，0.0428，0.0651;0.0382，0.2797，0.1080，0.0741，0.2311，0.0564，0.1541，0.0584。

二、構(gòu)建信用風(fēng)險(xiǎn)評(píng)價(jià)模型

運(yùn)用模糊數(shù)學(xué)評(píng)價(jià)模型輸出定量指標(biāo)的分?jǐn)?shù)Q1，同時(shí)，通過(guò)專(zhuān)家評(píng)分表輸出定性指標(biāo)的分?jǐn)?shù)Q2，最后將兩者按照權(quán)重相加得出總分Q，對(duì)照信用風(fēng)險(xiǎn)等級(jí)參照表最終確定P2P平臺(tái)的信用風(fēng)險(xiǎn)等級(jí)。

（一）定量指標(biāo)分?jǐn)?shù)的確定

1.確定因素集

將上述確定的8個(gè)定量指標(biāo)納入因素集合，記為Xi(i=1,2,…,8)。

表3-3 矩陣3

表3-4 矩陣4

表4 評(píng)判等級(jí)對(duì)應(yīng)分?jǐn)?shù)段分布

表5 定量指標(biāo)等級(jí)分布

表6 定性指標(biāo)評(píng)分表

2.確定評(píng)判集

將定量指標(biāo)確定為滿分100分，同時(shí)，將評(píng)判集合分為四等級(jí)，即Vj={V1,V2,V3, }V4={優(yōu)，良，中，差}，各等級(jí)所對(duì)應(yīng)的分?jǐn)?shù)段如表4所示。

3.確定單因素評(píng)價(jià)矩陣

根據(jù)平臺(tái)各個(gè)定量指標(biāo)平均值及數(shù)值的分布，確定以上8個(gè)定量指標(biāo)的對(duì)應(yīng)的分級(jí)標(biāo)準(zhǔn)，如表5所示。

按照定量指標(biāo)等級(jí)分布的特點(diǎn)分為極大型指標(biāo)和極小型指標(biāo)。極大型指標(biāo)代表值越大越好，如資金流入率、月平均新借款成交額、月平均投資人人數(shù)、平均借款周期等，而極小型指標(biāo)代表值越小越好，如利率指數(shù)、償兌指數(shù)、滿標(biāo)速度、借款指數(shù)等。根據(jù)隸屬度的公式及定量指標(biāo)的分級(jí)參照標(biāo)準(zhǔn)，構(gòu)建出單因素模糊評(píng)價(jià)矩陣R=(rij)m×n(i=1,2,…,m;j=1,2,…,n)，Rij代表第i個(gè)因素對(duì)第j層分?jǐn)?shù)段的隸屬度。

4.確定定量指標(biāo)的總分

設(shè)權(quán)重向量為A=(a1,a2,a3,a4,a5,a6,a7,a8)，定量指標(biāo)評(píng)判等級(jí)向量為B=(b1,b2,b3,b4)T。

（二）定性指標(biāo)分?jǐn)?shù)的確定

定性指標(biāo)的分?jǐn)?shù)采用專(zhuān)家評(píng)分表進(jìn)行確定，首先將定量指標(biāo)的評(píng)判集合分為四級(jí)，分別為Ki={K1，K2，K3，K4}={優(yōu)，良，中，差}，對(duì)應(yīng)的分?jǐn)?shù)段與上述定量指標(biāo)一致。其次，邀請(qǐng)專(zhuān)家根據(jù)文中選定的8個(gè)定性指標(biāo)為該平臺(tái)打分（評(píng)分表如表6所示），各個(gè)指標(biāo)的數(shù)值最終由專(zhuān)家評(píng)分的平均值（去掉極端值的影響）來(lái)確定。最終，該部分分?jǐn)?shù)可通過(guò)來(lái)確定，di為上述定性指標(biāo)的權(quán)重，Gi為各指標(biāo)專(zhuān)家評(píng)分的平均值。

（三）P2P借貸平臺(tái)信用評(píng)級(jí)模型的建立

通過(guò)上述對(duì)定性及定量指標(biāo)的分?jǐn)?shù)的計(jì)算，根據(jù)Q=0.6Q1+0.4Q2，將得出的平臺(tái)綜合分?jǐn)?shù)與P2P平臺(tái)信用風(fēng)險(xiǎn)等級(jí)劃分表（表7）相比對(duì)，最終確定所選平臺(tái)的信用風(fēng)險(xiǎn)等級(jí)。

表7 P2P平臺(tái)信用風(fēng)險(xiǎn)等級(jí)劃分表

三、實(shí)證研究及結(jié)果分析

根據(jù)上述構(gòu)建的P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)評(píng)價(jià)模型，本文選擇了14家具有代表性的平臺(tái)來(lái)進(jìn)行信用風(fēng)險(xiǎn)評(píng)級(jí)。

（一）數(shù)據(jù)來(lái)源

以網(wǎng)貸之家、網(wǎng)貸天眼及各個(gè)平臺(tái)自身網(wǎng)站上發(fā)布的數(shù)據(jù)為基礎(chǔ)，計(jì)算出所選取的各平臺(tái)的綜合分?jǐn)?shù)，從而確定對(duì)應(yīng)的信用風(fēng)險(xiǎn)等級(jí)。其中，定量指標(biāo)中所選取的數(shù)據(jù)時(shí)間段選取為2017年6月31日至8月31日。

（二）定量指標(biāo)分?jǐn)?shù)的確定

以PPmoney理財(cái)為例，計(jì)算定量指標(biāo)的分?jǐn)?shù)。

根據(jù)網(wǎng)貸之家網(wǎng)站及PPmoney理財(cái)官網(wǎng)上的數(shù)據(jù)，可以得出的相關(guān)定量指標(biāo)數(shù)據(jù)，如表8所示。

表8 PPmoney理財(cái)相關(guān)定量指標(biāo)數(shù)據(jù)

將表9中的數(shù)字與上述表6定量指標(biāo)等級(jí)分布相對(duì)應(yīng)，通過(guò)隸屬度公式得到單因素模糊評(píng)價(jià)矩：R=(rij)8×4(i=1,2,…,8;j=1,2,3,4)。

另外，由上述層次分析法通過(guò)AHP軟件可知權(quán)重向量為A=(0.2516,0.1239,0.3091,0.0331,0.0625,0.1120,0.0428,0.0651)，同時(shí)，根據(jù)表5評(píng)判等級(jí)對(duì)應(yīng)分?jǐn)?shù)段分布得到定量指標(biāo)評(píng)判等級(jí)向量為B=(100,75,50,25)T，最終可以得到該平臺(tái)定量指標(biāo)得分Q1=A×R×B=87.05。

（三）定性指標(biāo)分?jǐn)?shù)的確定

邀請(qǐng)5位行業(yè)內(nèi)專(zhuān)家按照表6為該平臺(tái)進(jìn)行評(píng)分，14家P2P平臺(tái)定性與定量指標(biāo)評(píng)分結(jié)果如表9所示。

表9 14家P2P平臺(tái)信用風(fēng)險(xiǎn)評(píng)級(jí)

最后將所計(jì)算出的定量指標(biāo)分?jǐn)?shù)Q1與定性指標(biāo)分?jǐn)?shù)Q2加權(quán)得出總分Q，并且對(duì)照表7對(duì)這14家平臺(tái)進(jìn)行信用風(fēng)險(xiǎn)評(píng)級(jí)。

四、實(shí)證結(jié)果分析與建議

（一）實(shí)證結(jié)果分析

從14家平臺(tái)的總分與信用等級(jí)可以看出，目前我國(guó)P2P平臺(tái)的信用等級(jí)并不是很高，并不能有效的控制信用風(fēng)險(xiǎn)，這主要由于銀監(jiān)會(huì)發(fā)布的“一個(gè)辦法三個(gè)指引”框架雖已基本搭建完成，但是相關(guān)細(xì)則條規(guī)還不夠詳細(xì)，監(jiān)管部門(mén)的權(quán)責(zé)分工還不是很明確，國(guó)內(nèi)的征信系統(tǒng)不夠完善，平臺(tái)的信息透明度不高，大部分平臺(tái)不提供財(cái)務(wù)數(shù)據(jù)、信息安全測(cè)評(píng)認(rèn)證報(bào)告及資金存管報(bào)告等。

（二）建議

1.對(duì)投資人的建議

首先，投資人要關(guān)注投資平臺(tái)利率水平。在選擇恰當(dāng)?shù)耐顿Y平臺(tái)時(shí)，要提高對(duì)高利率投資項(xiàng)目的警惕性，意識(shí)到在短期內(nèi)實(shí)現(xiàn)高收益的P2P平臺(tái)可能隱藏著巨大的投資風(fēng)險(xiǎn)。其次，要關(guān)注P2P平臺(tái)的活躍度高低，投資者應(yīng)優(yōu)先考慮活躍度較高的P2P平臺(tái)。月平均新借款成交額、月平均投資人人數(shù)、滿標(biāo)速度、資金流入率等充分反映了公眾參與的熱情度，活躍度越高的平臺(tái)資金周轉(zhuǎn)率就越大，可信度越強(qiáng)。最后，投資者還要考慮借貸平臺(tái)的抵抗風(fēng)險(xiǎn)的能力，借款指數(shù)越小，說(shuō)明當(dāng)某一個(gè)借款人有違約的風(fēng)險(xiǎn)時(shí)，對(duì)借貸平臺(tái)總的影響程度較小，同時(shí)，償兌指數(shù)越小，說(shuō)明該平臺(tái)償還前三個(gè)月資金的壓力比較小，共同預(yù)示著平臺(tái)對(duì)于風(fēng)險(xiǎn)的抵抗能力較強(qiáng)。

2.對(duì)P2P平臺(tái)的建議

首先，平臺(tái)應(yīng)符合監(jiān)管規(guī)定，確保提供真實(shí)且完整的平臺(tái)信息，并且符合監(jiān)管規(guī)定，如提供監(jiān)管部門(mén)要求的銀行存管報(bào)告、公司財(cái)務(wù)報(bào)告、運(yùn)營(yíng)報(bào)告，借款人的信息公開(kāi)等。其次，P2P平臺(tái)應(yīng)該擁有良好的運(yùn)營(yíng)團(tuán)隊(duì)，招聘專(zhuān)業(yè)性較強(qiáng)及工作經(jīng)驗(yàn)較為豐富的管理人員，能夠建立良好的企業(yè)文化，提高全體工作人員的風(fēng)險(xiǎn)意識(shí)，進(jìn)而提升自身平臺(tái)對(duì)于信用風(fēng)險(xiǎn)的防范和控制能力。最后，P2P平臺(tái)要保證注冊(cè)資本與實(shí)繳資本一致，因?yàn)樽?cè)資本形成公司自身資產(chǎn)，是公司承擔(dān)經(jīng)營(yíng)責(zé)任的基礎(chǔ)，它不僅代表著股東承擔(dān)責(zé)任的大小，還表示對(duì)于公司債權(quán)人的基本保證。

3.對(duì)監(jiān)管部門(mén)的建議

首先，監(jiān)管機(jī)構(gòu)發(fā)布的監(jiān)管規(guī)則應(yīng)該更加詳細(xì)化，明確企業(yè)需要公開(kāi)披露的信息，制定出統(tǒng)一的借貸平臺(tái)資金存管標(biāo)準(zhǔn)，從而扭轉(zhuǎn)P2P平臺(tái)存在的行業(yè)不規(guī)范現(xiàn)象，如缺少資金存管報(bào)告、運(yùn)營(yíng)數(shù)據(jù)披露不完全等。其次，監(jiān)管部門(mén)應(yīng)強(qiáng)化該行業(yè)信用風(fēng)險(xiǎn)排查系統(tǒng)，對(duì)高風(fēng)險(xiǎn)領(lǐng)域進(jìn)行深入排查。對(duì)未按照監(jiān)管規(guī)定進(jìn)行企業(yè)備案管理、信息披露等要分類(lèi)處置，妥善化解風(fēng)險(xiǎn)。對(duì)案情較為復(fù)雜、社會(huì)影響較大的案件，要成立專(zhuān)門(mén)工作組，做好查處、清退和善后工作，最大限度維護(hù)受損群眾利益。最后，持續(xù)監(jiān)督各家P2P平臺(tái)的運(yùn)營(yíng)情況，對(duì)于經(jīng)營(yíng)壓力較大，人氣度較低或者資金周轉(zhuǎn)較慢的平臺(tái)優(yōu)先關(guān)注，完善借貸日常信息檢測(cè)機(jī)制，努力維護(hù)良好的金融生態(tài)環(huán)境。

［1］Siekelová A.Using Rating for Credit Risk Measurement［M］.New Trends in Finance and Accounting.Springer International Publishing，2017.

［2］劉惠敏.基于層次分析法的信貸風(fēng)險(xiǎn)實(shí)證研究［J］.西部金融，2017（5）：56-61.

［3］嚴(yán)復(fù)雷，李浩然.P2P網(wǎng)貸平臺(tái)信用風(fēng)險(xiǎn)影響因素分析［J］.西南金融，2016（10）：13-17.

［4］苗文龍.互聯(lián)網(wǎng)支付：金融風(fēng)險(xiǎn)與監(jiān)管設(shè)計(jì)［J］.當(dāng)代財(cái)經(jīng)，2015（2）：55-65.

［5］謝平，鄒傳偉，劉海二.互聯(lián)網(wǎng)金融的基礎(chǔ)理論［J］.金融研究，2015（8）：1-12.

［6］肖曼君，歐緣媛，李穎.我國(guó)P2P網(wǎng)絡(luò)借貸信用風(fēng)險(xiǎn)影響因素研究——基于排序選擇模型的實(shí)證分析［J］.財(cái)經(jīng)理論與實(shí)踐，2015（1）：2-6.

［7］王嵩青，田蕓，沈霞.征信視角下P2P網(wǎng)貸模式的信用風(fēng)險(xiǎn)探析［J］.征信，2014（12）：49-52.

［8］丁婕.我國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)及借款人行為研究［D］.成都：西南財(cái)經(jīng)大學(xué)，2012.

［9］錢(qián)金葉，楊飛.中國(guó)P2P網(wǎng)絡(luò)借貸的發(fā)展現(xiàn)狀及前景［J］.金融論壇，2012（1）：46-51.

［10］Zhu K，Jingjing L I.Studies of Discriminant Analysis and Logistic Regression Model Application in Credit Risk for China’s Listed Companies［J］.Management Science&Engineering，2010，4（4）.

［11］沈沛龍，任若恩.現(xiàn)代信用風(fēng)險(xiǎn)管理模型和方法的比較研究［J］.經(jīng)濟(jì)科學(xué)，2002（3）：32-41.