李剛

摘要：P2P網絡借貸是一種借貸雙方通過網絡平臺直接在線交易的新模式，在緩解中小企業(yè)融資難和發(fā)展“普惠金融”方面具有重要作用，但也存在平臺“跑路”、提現(xiàn)困難等問題，影響金融安全。本文選用拍拍貸數(shù)據(jù)，運用Logistic模型分析了借款人有無認證、各種認證方式以及方式之間有效性的對比，最后結合實證結論提出政策建議。

關鍵詞：P2P網貸；信息認證；違約風險；Logistic回歸

一、引言

P2P網絡借貸（Peer-to-Peer lending）是指貸款人和投資人之間不經過金融中介機構直接在網絡平臺在線交易的一種借貸行為。（Bachmann et al.2011；溫小霓和武小娟，2014）。P2P作為一種新型金融服務模式，不僅拓展了投資者和融資者的交易信息范圍和場所，而且還能融合互聯(lián)網與大數(shù)據(jù)技術優(yōu)化信貸市場的信息半徑，提高資金的匹配效率，從而更好地滿足社會融資需求，在緩解小微企業(yè)“融資難”與推進“普惠金融”方面意義重大。（謝平和鄒傳偉，2012）

“網貸之家”數(shù)據(jù)顯示，截至2017年11月底，我國P2P網貸行業(yè)歷史累計成交量達到了60091.32億元，突破6萬億大關，相較去年同期歷史累計成交量31847.67億元，同比上升88.68%。在迅猛發(fā)展的背后，P2P網貸平臺也暴露出諸多問題。截止2017年11月，P2P行業(yè)累計平臺數(shù)5965家，但正常運營平臺數(shù)量僅1954家，問題平臺數(shù)高達4008家，占平臺總數(shù)的67.19%。從整個P2P平臺狀況看，“繁榮”與“亂象”并存，P2P融資平臺的風險控制，決定著行業(yè)的生存和發(fā)展。

2017年4月，習近平在中共中央政治局第四十次集體學習時提出維護金融安全的六項任務，第三條指出“采取措施處置風險點，著力控制增量，積極處置存量，打擊逃廢債行為，控制好杠桿率，加大對市場違法違規(guī)行為打擊力度，重點針對金融市場和互聯(lián)網金融開展全面摸排和查處”，會議強調“準確判斷風險隱患是保障金融安全的前提”。借款人信用風險的識別不足導致借款違約率較高是我國P2P行業(yè)面臨的風險之一，“網貸之家”數(shù)據(jù)也顯示，截止2017年11月，因資金提現(xiàn)困難而倒閉的平臺有789個，占問題平臺總數(shù)的19.58%?？梢娰Y金流轉關乎平臺的存亡，而準確識別貸款人的信息是保障資金流轉通暢的重要措施。

二、文獻綜述

國內對于P2P網絡借貸的研究起步雖晚于西方國家，但已有較多的成果。以“P2P借貸”為主題在CNKI數(shù)據(jù)庫進行檢索，與之相關的文獻共3047篇，圖一是文獻主題關鍵詞的分布狀況，可以直觀地看出我國P2P網絡借貸的研究現(xiàn)狀：大部分研究與網絡借貸平臺本身和監(jiān)管相關，以風險和風險控制為主題的研究僅285篇，占比9.4%。

以“P2P網貸違約”為主題檢索（詳見圖二），CNKI文獻庫中僅有105篇，而且關于信用風險的研究有17篇，關于違約風險的有6篇，共23篇，占“P2P網貸違約”主題相關文獻的21.91%。通過研讀現(xiàn)有文獻，發(fā)現(xiàn)對影響借款人違約率的結論具有一定共性，大體可以依照Lin（2009）提出的標準，分為硬信息（Hard Information）和軟信息（soft Information）：硬信息是指能夠被客觀證實的內容，軟信息是指不能被直接證實的內容。

“硬信息”主要包括借款人的基本信息、歷史表現(xiàn)和借款標的特征三類?；拘畔ń杩钊四挲g、性別、學歷、婚姻狀況、初始評級等；借款人歷史表現(xiàn)包括歷史成功借款次數(shù)與金額、歷史正常還款期數(shù)、歷史逾期還款期數(shù)等；借款標的特征包括借款期限、金額、利率等。廖理（2015）深入探討了P2P借款人學歷對違約率的影響，得出受高等教育年限增強了借款人的自我約束能力，高學歷借款者如約還款概率更高的結論嗍。王會娟、廖理等（2014）使用“人人貸”數(shù)據(jù)研究網絡借貸平臺的信用認證機制對借貸行為的影響，得出信用評級越高，借款成功率越高且成本越低的結論。李悅雷等（2013）使用我國拍拍貸公司的數(shù)據(jù)發(fā)現(xiàn)我國P2P借貸市場中借款訂單的基本信息對借款成功率具有顯著影響，陳霄（2014）將影響借款人行為的因素分為五個特征維度進行實證，得出標的特征中的借款金額及借款期限因素對借款成本具有顯著，網貸參與者和平臺需警惕可能存在的“賭博式融資”行為。

“軟信息”對違約率的影響是一個比較新穎靈活的視角，主要指借款人的外貌特征、社會資本、填寫資料有無錯別字，以及借款用途描述等。繆蓮英、陳金龍（2014）利用Prosper平臺的數(shù)據(jù)，實證檢驗社會資本對借款者違約風險的影響，得出無論是通過加入小組、增加投資者中朋友的個數(shù)或借款列表被推薦的次數(shù)，增加社會資本可以降低借款者違約風險的結論；在國外市場，Collier和Hampshire（2010）將社會資本對降低違約率的邏輯歸因于社群網絡的公共監(jiān)督效應，發(fā)現(xiàn)借款人的社群網絡關系對降低借款人違約率具有顯著正影響的。Laura Larrimore et al.（2011）通過分析借款人貸款描述來檢驗P2P借貸中語言使用和借貸成功率的關系。

三、實證分析

（一）數(shù)據(jù)來源及指標選取

P2P網貸平臺眾多，良莠不齊，考慮樣本數(shù)據(jù)的可獲得性和代表性，本文以中國最大的P2P網絡借貸平臺拍拍貸為例，使用Pvthon2.7爬取了2015年1月1日至2017年1月借款人221520條數(shù)據(jù)，刪除缺失值后剩197998條。

拍拍貸平臺需要認證的信息包括手機認證、戶口認證、視頻認證、學歷認證、征信認證、淘寶認證六個方面。便于建模分析，本文先對定性的認證情況進行量化，認證情況取值為1為成功認證，反之未成功認證。用default表示違約情況，default=0表示按期還款，排除因遺忘到期日等情況未能按期還款，借款人在到期日后3日內未還款記為違約，default取1。同時，納入借款人的歷史逾期次數(shù)作為控制變量，模型中的各解釋變量的含義解釋見表1。

本文定量研究建立三個模型漸進展開。首先，分析借款人有無認證對借款違約的影響以及影響的顯著性，據(jù)此觀察拍拍貸認證體系的有效性；其次，分析認證因素中哪些方式對借款違約的防范作用更具有效性，在此部分本文先后建立兩個模型，一個分別分析各種認證方式對防范違約風險的作用，另一個對比各種認證方式對防范借款違約的作用大小。

根據(jù)模型（2）分析各種認證方式對違約風險的防范作用，結果如表3所示。除學歷認證外，其他認證方式回歸系數(shù)均為負值，說明借款人成功認證對降低違約率有一定的作用。其中戶口認證、手機認證和征信認證的系數(shù)分別為-0.47、-0.37和-0.286，對降低違約率的作用較大，但是視頻認證和淘寶認證的系數(shù)不顯著，這可能因為兩方面的原因：一方面，很可能是樣本中視頻認證和淘寶認證借款人的比重較小，反應其認證對應的違約信息顯現(xiàn)出較大的不平衡性和較少的波動性，從而對回歸結果造成一定的影響。另一方面，如今淘寶店經營狀況參差不齊，經營好壞影響還款情況，所以單變量分析淘寶認證不顯著。

對模型（3）回歸系數(shù)解讀如下：

截距項表示淘寶認證對違約率的影響。系數(shù)為負，意味著淘寶認證成功對借款違約發(fā)生具有防范作用。從現(xiàn)實背景來看，淘寶店準入門檻要求對申請者信息規(guī)范性進行嚴格審核，所以成功進行淘寶認證的借款人說明具有較高的征信水平和還款意愿，因此違約還款的風險較低。

戶口認證的系數(shù)為正，意味著戶口認證成功相比淘寶認證對借款人違約的影響有所減弱。具體來看，其相較淘寶認證的減弱效應量化值為0.198。戶口信息也是追索借款人的關鍵因素，一旦發(fā)生違約，戶口信息可及時將借款人“定位”，未成功認證的戶口將給調查借款人增加較大難度，所以戶口認證也可以防范借款人的違約風險。但相較不如淘寶認證信息的多維性，所以認證相比淘寶認證的效用稍弱。

視頻認證的系數(shù)為正，意味著視頻認證成功后對借款人違約的影響弱于淘寶認證。這與理論預測相符，也符合網絡借貸的特征，互聯(lián)網金融與傳統(tǒng)銀行借貸不同，更多的操作依賴線上完成，借貸雙方處于匿名狀態(tài)，信息傳播的速度已經跨越時空，而且傳播成本相對傳統(tǒng)較低。成功的視頻認證會對借款人的相貌留下“印記”，一旦發(fā)生違約，視頻認證后的借款人更容易被識別，所以增加了對借款人行為的約束，成功的視頻認證會對降低違約率產生一定作用。

學歷認證的系數(shù)為正，意味著學歷認證對借款人違約率的降低作用相比淘寶認證有所減弱。具體來看，其相較淘寶認證的減弱效應量化值為0.765。學歷認證成功意味著借款人教育程度和薪資水平相對較高，所以傾向有較好的物質條件支撐如期還款。但相較淘寶認證，借款人信息的多樣性和嚴格性稍遜，所以學歷認證對借款人違約情況的防范作用有所減弱。

征信認證的系數(shù)為負，意味著其相比淘寶認證對貸款違約的防范作用稍強。征信認證來自機構的專業(yè)評估，成功的征信報告說明借款人有良好的信用記錄，所以相對淘寶認證具有更高的客觀性和參考性，這在一定程度上也是對傳統(tǒng)信用認證方式的肯定。

四、結論及建議

本文選用拍拍貸的真實交易數(shù)據(jù)，采用Logistic模型分析了各種認證方式借款違約率的影響。首先檢驗了拍拍貸認證體系的有效性，其次分析了不同認證方式對防范違約風險作用，最后綜合比較了不同認證方式之間的有效性。在前文分析的基礎上，得出了有效的結論，為防范P2P違約風險提供了以下幾點政策思路：

首先，拍拍貸現(xiàn)行認證體系對降低借款違約率的積極作用，提示在P2P網絡借貸中需要采取多種方式對借款人的信用進行認證；其次，在實證分析拍拍貸各種認證方式對借款違約率的影響過程中，發(fā)現(xiàn)手機認證、戶口認證和征信認證對借款違約的發(fā)生都具有一定抑制作用，且征信認證對借款人違約風險的防范作用稍強于淘寶認證，提示我們傳統(tǒng)的信用認證體系具有借鑒意義，需要關注和利用傳統(tǒng)的征信體系，將傳統(tǒng)征信認證方式與P2P網絡借貸新模式相結合；最后，納入多種認證進行綜合分析，發(fā)現(xiàn)新興的淘寶認證對防范借款人違約具有明顯的積極作用，這提示我們在P2P網貸模式下創(chuàng)新使用多種方式對借款人信用風險進行防范，加強跨平臺征信體系的建設。