宋建波 王德宏
[摘要]目前我國P2P網(wǎng)貸普遍采取“一刀切”的單一風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例。這種計(jì)提方法的缺點(diǎn)是未能區(qū)分網(wǎng)貸項(xiàng)目的風(fēng)險(xiǎn)高低,造成的后果是低風(fēng)險(xiǎn)項(xiàng)目的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提費(fèi)用不低和高風(fēng)險(xiǎn)項(xiàng)目費(fèi)用不高的“大鍋飯”局面,降低了網(wǎng)貸平臺的風(fēng)險(xiǎn)控制水平。本文提出一種基于網(wǎng)貸項(xiàng)目風(fēng)險(xiǎn)調(diào)整因子模型實(shí)行差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的新方法?;贖網(wǎng)貸平臺數(shù)據(jù)的應(yīng)用結(jié)果表明,新方法能夠增大(抑制)網(wǎng)貸平臺對于低(高)風(fēng)險(xiǎn)項(xiàng)目的吸引力,且不會降低網(wǎng)貸平臺風(fēng)險(xiǎn)準(zhǔn)備金現(xiàn)行的整體計(jì)提水平。實(shí)行風(fēng)險(xiǎn)準(zhǔn)備金差異化計(jì)提有利于我國網(wǎng)貸平臺在積極擴(kuò)張低風(fēng)險(xiǎn)業(yè)務(wù)的同時(shí),改善風(fēng)險(xiǎn)控制水平。
[關(guān)鍵詞]P2P網(wǎng)貸;還款違約;風(fēng)險(xiǎn)準(zhǔn)備金
[中圖分類號]F83
近幾年,我國P2P互聯(lián)網(wǎng)借貸發(fā)展迅速,網(wǎng)貸平臺數(shù)量以及網(wǎng)貸成交額呈現(xiàn)井噴式增長。與網(wǎng)貸業(yè)務(wù)迅猛發(fā)展相對應(yīng),網(wǎng)貸風(fēng)險(xiǎn)同樣突出。截止2016年4月底,P2P網(wǎng)貸出現(xiàn)經(jīng)營困難等情況問題平臺累計(jì)占全國P2P網(wǎng)貸平臺的34.4%(第一網(wǎng)貸,2016年4月份全國P2P網(wǎng)貸行業(yè)快報(bào))。出現(xiàn)如此高比例的違約風(fēng)險(xiǎn),嚴(yán)重?fù)p害了投資人的利益,損害了網(wǎng)貸行業(yè)的健康持久發(fā)展.也為我國的金融創(chuàng)新和金融監(jiān)管帶來了新的挑戰(zhàn)。2016年8月,銀監(jiān)會發(fā)布《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動管理暫行辦法》。2016年10月,國務(wù)院發(fā)布《互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作實(shí)施方案》。銀監(jiān)會同時(shí)出臺《P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)專項(xiàng)整治工作實(shí)施方案》。如何應(yīng)對P2P網(wǎng)貸帶來的巨大風(fēng)險(xiǎn)已經(jīng)成為我國金融創(chuàng)新需要解決的熱點(diǎn)問題之一。
風(fēng)險(xiǎn)準(zhǔn)備金是金融業(yè)務(wù)中應(yīng)對風(fēng)險(xiǎn)的重要手段。與傳統(tǒng)銀行貸款業(yè)務(wù)相比,P2P網(wǎng)貸項(xiàng)目普遍具有無抵押、利率高、金額小、數(shù)量大、跨地域、涉及人群廣和違約追索難等特點(diǎn),投資者與借款人之間存在著更加嚴(yán)重的信息不對稱問題,風(fēng)險(xiǎn)準(zhǔn)備金在防范風(fēng)險(xiǎn)方面扮演著更為重要的角色。但目前我國網(wǎng)絡(luò)借貸平臺普遍采用的風(fēng)險(xiǎn)準(zhǔn)備金制度卻有一些值得探討之處。其中之一是平臺普遍對網(wǎng)貸項(xiàng)目不論其風(fēng)險(xiǎn)高低采取統(tǒng)一的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例2%。造成的后果是,對于低風(fēng)險(xiǎn)借貸項(xiàng)目計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金富余,而對于高風(fēng)險(xiǎn)項(xiàng)目計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金又不足。這是一種“一刀切”的做法,其實(shí)質(zhì)是用低風(fēng)險(xiǎn)項(xiàng)目風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的富余去彌補(bǔ)高風(fēng)險(xiǎn)項(xiàng)目風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的不足??陀^上打壓了低風(fēng)險(xiǎn)項(xiàng)目和縱容了高風(fēng)險(xiǎn)項(xiàng)目。妨礙了P2P網(wǎng)貸平臺在低風(fēng)險(xiǎn)項(xiàng)目方面的擴(kuò)張,影響了網(wǎng)貸行業(yè)的健康持久發(fā)展。因此,按照網(wǎng)貸項(xiàng)目風(fēng)險(xiǎn)高低采取差異化的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提具有積極意義。
一、P2P網(wǎng)貸風(fēng)險(xiǎn)特點(diǎn)與風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提依據(jù)
信貸業(yè)務(wù)的風(fēng)險(xiǎn)準(zhǔn)備金是指金融機(jī)構(gòu)建立一個(gè)資金賬戶,對每筆借款項(xiàng)目計(jì)提一定比例資金放入此賬戶,當(dāng)借款人出現(xiàn)還款違約時(shí),金融機(jī)構(gòu)使用該賬戶資金有限償付投資。
P2P網(wǎng)貸的風(fēng)險(xiǎn)特點(diǎn)與傳統(tǒng)銀行貸款顯著不同,風(fēng)險(xiǎn)準(zhǔn)備金對于P2P網(wǎng)貸在風(fēng)險(xiǎn)管理方面具有更加重要的意義。這些不同主要體現(xiàn)在以下方面:
第一,傳統(tǒng)銀行貸款具備完善的抵押和擔(dān)保體系,P2P網(wǎng)貸項(xiàng)目普遍缺乏抵押和擔(dān)保,難以依靠抵押和擔(dān)保對違約事件進(jìn)行追索,風(fēng)險(xiǎn)準(zhǔn)備金就成為應(yīng)對違約風(fēng)險(xiǎn)的重要工具。
第二,P2P網(wǎng)貸項(xiàng)目普遍金額較小,借款期限較短但又借貸筆數(shù)巨大。例如,網(wǎng)貸平臺紅嶺創(chuàng)投2015年平均每筆借貸金額僅為4. 33萬元,平均借款期限3.69個(gè)月,但完成網(wǎng)貸項(xiàng)目高達(dá)209. 88萬筆(紅嶺創(chuàng)投,2015年運(yùn)營年報(bào))。
第三,P2P網(wǎng)貸的風(fēng)險(xiǎn)審核質(zhì)量遠(yuǎn)遠(yuǎn)弱于傳統(tǒng)銀行貸款,致使投資人與借款人之間的信息不對稱更為嚴(yán)重,這種信息不對稱局面造成了借款人很大的逆向選擇和道德風(fēng)險(xiǎn)。傳統(tǒng)銀行貸款通常能夠?qū)徍私杩钊说母鞣N證明文件實(shí)物,有能力進(jìn)行現(xiàn)場調(diào)查,并與借款人進(jìn)行面對面交易。考慮到成本效益原則,P2P網(wǎng)貸面臨數(shù)量巨大的借款人,在審核證明文件上往往采取拍照和掃描上傳的辦法,并不驗(yàn)證實(shí)物文件。同時(shí),考慮到平臺的貸款數(shù)量、借款期限和不見面的經(jīng)營特點(diǎn),平臺往往無力對大量的小額短期借貸項(xiàng)目信息的真實(shí)性進(jìn)行有效核查。
第四,P2P網(wǎng)貸的貸款利率遠(yuǎn)遠(yuǎn)高于傳統(tǒng)銀行貸款,但這種高利率并不能完全轉(zhuǎn)化為投資人的收益,其高出的部分主要作為高風(fēng)險(xiǎn)的補(bǔ)償。例如,2015年末,網(wǎng)貸行業(yè)平均利率雖有所下降,但仍然達(dá)到11.5%(網(wǎng)貸天眼,2015年度網(wǎng)貸行業(yè)報(bào)告)。高利率一方面帶來了我國P2P網(wǎng)貸行業(yè)的高速發(fā)展,另一方面又進(jìn)一步放大了該行業(yè)的風(fēng)險(xiǎn)。
第五,由于風(fēng)險(xiǎn)審核方式上的差別,P2P網(wǎng)貸項(xiàng)目的信息屬性也與傳統(tǒng)銀行貸款不同。借款人和借款項(xiàng)目的信息按照其屬性可以分為硬信息和軟信息兩類,硬信息是指被核實(shí)了的或者客觀性較強(qiáng)的不易受到人為因素干擾以及出自第三方的信息,具有高可信度,如借款期限、利率和金額以及網(wǎng)貸平臺為借款人做的信用評級等;軟信息是指借款人自行陳述的、未被核實(shí)的主觀信息或者容易受到人為因素影響的內(nèi)容,其可信度尚不確定,如上傳的借款人學(xué)歷掃描件、身份證件影像和借款人描述的借款用途等。傳統(tǒng)銀行貸款通常見面交易和實(shí)物核對證件方式,獲得的借貸信息中硬信息的含量較高;P2P網(wǎng)貸的不見面交易特點(diǎn)決定了其借貸信息中硬信息含量遠(yuǎn)遠(yuǎn)低于傳統(tǒng)銀行貸款。與硬信息不同的是,這些軟信息的披露雖然有助于幫助借款人成功獲得貸款,但卻不一定能夠降低信息不對稱的情況,相反有可能會加劇信息不對稱的程度。因此,在判斷網(wǎng)貸違約的影響因素時(shí),研究認(rèn)為應(yīng)以硬信息為主進(jìn)行。
目前我國P2P網(wǎng)貸行業(yè)風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的主要政策依據(jù)是財(cái)政部財(cái)金(2012) 20號文件《金融企業(yè)準(zhǔn)備金計(jì)提管理辦法》?!掇k法》中將風(fēng)險(xiǎn)準(zhǔn)備金定義為金融企業(yè)對承擔(dān)風(fēng)險(xiǎn)和損失的金融資產(chǎn)計(jì)提的準(zhǔn)備金,包括資產(chǎn)減值準(zhǔn)備和一般準(zhǔn)備。其中的一般準(zhǔn)備,要求金融企業(yè)運(yùn)用動態(tài)撥備原理,采用標(biāo)準(zhǔn)法或內(nèi)部模型法計(jì)算風(fēng)險(xiǎn)資產(chǎn)的潛在風(fēng)險(xiǎn)估計(jì)值后,扣減已計(jì)提的資產(chǎn)減值準(zhǔn)備,從凈利潤中計(jì)提,用于部分彌補(bǔ)尚未識別的可能性損失的準(zhǔn)備金?!掇k法》中的標(biāo)準(zhǔn)法,是指金融企業(yè)根據(jù)金融監(jiān)管部門確定的標(biāo)準(zhǔn)對風(fēng)險(xiǎn)資產(chǎn)進(jìn)行風(fēng)險(xiǎn)分類后,參照財(cái)政部制定的標(biāo)準(zhǔn)風(fēng)險(xiǎn)系數(shù)計(jì)算確定潛在風(fēng)險(xiǎn)估計(jì)值的方法?!掇k法》中的內(nèi)部模型法,是指具備條件的金融企業(yè)使用內(nèi)部開發(fā)的模型對風(fēng)險(xiǎn)資產(chǎn)計(jì)算確定潛在風(fēng)險(xiǎn)估計(jì)值的方法。
許多網(wǎng)貸平臺對于投資人因借款人還款違約帶來的損失承諾有限賠償責(zé)任,屬于尚未識別的可能性損失。目前我國P2P網(wǎng)貸平臺的風(fēng)險(xiǎn)準(zhǔn)備金的制度依據(jù)來源于《辦法》,主要根據(jù)《辦法》中的標(biāo)準(zhǔn)法實(shí)行固定風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例。P2P平臺網(wǎng)貸項(xiàng)目的風(fēng)險(xiǎn)準(zhǔn)備金屬于一般準(zhǔn)備,主要用于應(yīng)對借貸項(xiàng)目中借款人的還款違約風(fēng)險(xiǎn)。P2P網(wǎng)貸與傳統(tǒng)銀行貸款在風(fēng)險(xiǎn)方面顯著不同的特征,凸顯出不同項(xiàng)目進(jìn)行差異化計(jì)提風(fēng)險(xiǎn)準(zhǔn)備的必要性;而《辦法》中的內(nèi)部模型法為P2P平臺制定對借款項(xiàng)目實(shí)行差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提方法的政策依據(jù)。
二、網(wǎng)貸風(fēng)險(xiǎn)的影響因素與風(fēng)險(xiǎn)準(zhǔn)備金差異化計(jì)提模型
根據(jù)文獻(xiàn)研究網(wǎng)貸違約風(fēng)險(xiǎn)的影響因素,歸納起來可分為四類:第一類是借款人的身份信息,如戶口所在地、性別和年齡等。當(dāng)前網(wǎng)貸平臺主要靠拍照上傳,這種方法難以核對證件實(shí)物和當(dāng)事人,且容易受到圖片修圖的影響,因此這類信息較易產(chǎn)生網(wǎng)貸平臺、投資人與借款人之間的信息不對稱。第二類是借款人的其他個(gè)人信息,如居住地區(qū)、外地戶籍、教育程度、生活和住房狀況、婚姻狀況、家人是否知曉借款以及收入水平等,這些信息主要借款人自行申報(bào),由于網(wǎng)貸項(xiàng)目數(shù)量巨大而又金額偏小的特點(diǎn),網(wǎng)貸平臺通常難以對每條信息的真實(shí)性進(jìn)行有效核查,因此也容易產(chǎn)生信息不對稱。第三類是借款人的相關(guān)信用信息,這類信息按照可信度又可細(xì)分為三個(gè)方面:一是借款人的一般信用歷史、有無銀行貸款違約和債務(wù)水平等,考慮到我國目前個(gè)人征信系統(tǒng)覆蓋面過小,只有3.5億人擁有信貸記錄,個(gè)人征信記錄覆蓋率僅為35%,大量借款人的信用數(shù)據(jù)難以有效獲得(波士頓咨詢,中國個(gè)人征信行業(yè)報(bào)告2015);二是借款人在特定網(wǎng)貸平臺上的信用信息,如投標(biāo)筆數(shù)、借款進(jìn)度、成功借款次數(shù)、按時(shí)還款次數(shù)、逾期還款次數(shù)、提前還款次數(shù)、借款人已償清比率和借款人成功借款比率等,這些信息同樣可能受到借款人的人為刷屏操縱;三是P2P網(wǎng)貸平臺為披露借款人的信用狀況普遍推出了會員信用等級指數(shù),這些指數(shù)通常由網(wǎng)貸平臺根據(jù)其內(nèi)部算法和歷史狀況綜合各種因素評估而成,由于是由網(wǎng)貸平臺這個(gè)第三方中介進(jìn)行的評估,這些信用指數(shù)往往具有較高的可信度。第四類是網(wǎng)貸項(xiàng)目的屬性信息,如借款利率、借款期限和借款金額,這些信息具有較高的客觀性。通過對以上四類信息的評估,研究認(rèn)為信用等級、借款利率、借款期限和借款金額這四個(gè)因素具有較高的客觀性,受信息不對稱可能性的影響較小。
風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例的差異化基于借貸項(xiàng)目本身風(fēng)險(xiǎn)的差別,具體分為四個(gè)步驟進(jìn)行:
(一)確定網(wǎng)貸項(xiàng)目違約還款風(fēng)險(xiǎn)的影響因素
通過構(gòu)造借貸違約還款影響因素的二元Logit模型,可以分析這些因素對于違約事件的識別能力,以硬信息為主。
其中,RDP (Repayment Default Possibility)是違約還款事件發(fā)生的概率。對于模型的因變量部分,發(fā)生違約還款事件時(shí)賦值為1.否則為0。a為截距項(xiàng)。BA (Borrowing Amount)是借款人通過P2P平臺成功獲得的金額。BR (Borrowing Rate)是借款人為獲得借款愿意支付的利率。BP (Borrowing Periods)是借款期限,為統(tǒng)一起見以借款月數(shù)表示,不足一個(gè)月的按照一個(gè)月計(jì)算。BCL (Borrowing Credit Level)是借款人信用等級,研究采用案例平臺的會員(信用)等級替代。β1、β2、β3、β4代表相應(yīng)的系數(shù),其顯著性表示相應(yīng)變量對違約還款產(chǎn)生的影響程度,其正負(fù)號表示相應(yīng)變量對違約還款事件的影響方向。這些影響因素對于網(wǎng)貸項(xiàng)目違約風(fēng)險(xiǎn)的識別能力可以借助判別分析方法,通過第一類錯(cuò)誤和第二類錯(cuò)誤的比率進(jìn)行評估。
(二)推導(dǎo)影響因素對于違約還款風(fēng)險(xiǎn)的邊際效應(yīng)
以借款金額為例,如果式(1)中借款金額因素顯著,在其他影響因素不變的情況下,BA加1時(shí)違約還款事件發(fā)生的概率由RDP變?yōu)镽DP1,得到式(la):
由于RDP和RDP11的數(shù)值均很小且在其他條件不變時(shí)其數(shù)值相近,近似估計(jì)為(1-RDP)/(1-RDP1)≈l,式(lc)簡化為式(1d):
從式(ld)得到其他因素不變時(shí)借款金額加1時(shí)對于違約還款概率的邊際影響ME (Marginal Effect)如式(2a)。其他影響因素對于RDP的邊際效應(yīng)公式與此類似,如式(2b)、(2c)和(2d)所示。
(三)基于邊際效應(yīng)構(gòu)造風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例的調(diào)整因子
同樣以借款金額為例,假設(shè)基準(zhǔn)風(fēng)險(xiǎn)準(zhǔn)備金情形中的借款金額為bBA(base BA),其違約還款概率為RDPbBA;在其他條件不變的情況下時(shí),實(shí)際借款金額為actBA(actual BA),actBA相對于bBA每增加1時(shí)對RDP的邊際影響為MEBA,其違約還款概率由RDPbBA變?yōu)镽DPactBA。借助式(2a)可得到式(3),相應(yīng)的調(diào)整因子AdjFactor為式(3a)。
借款利率BR和借款期限BP的調(diào)整因子與此類似,其調(diào)整因子如式(3b)和(3c)所示。
借款人信用等級的情形稍有不同,鑒于我國網(wǎng)貸平臺普遍設(shè)定最高信用等級,因此可設(shè)最高信用等級為基準(zhǔn)信用等級bBCL,而實(shí)際信用等級則不大于最高信用等級,因此借款人信用等級的調(diào)整因子如式(3d)所示。
如果式(1)中所有因素顯著且相對基準(zhǔn)情況發(fā)生變化時(shí),所有相關(guān)的調(diào)整因子需要共同疊加到基準(zhǔn)情形,如式(4)所示。
(四)基于調(diào)整因子建立風(fēng)險(xiǎn)準(zhǔn)備金的差異化計(jì)提比例
如果一個(gè)網(wǎng)貸項(xiàng)目發(fā)生違約還款風(fēng)險(xiǎn)的概率增加,對其計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金比例也應(yīng)相應(yīng)增加。設(shè)風(fēng)險(xiǎn)準(zhǔn)備金的基準(zhǔn)計(jì)提比例為bPR (base Provision Rate).一個(gè)網(wǎng)貸項(xiàng)目的違約還款風(fēng)險(xiǎn)相對基準(zhǔn)情形的調(diào)整因子為AdjFactor,風(fēng)險(xiǎn)準(zhǔn)備金的實(shí)際計(jì)提比例actPR(actualProvision Rate)由式(5)得到。
三、風(fēng)險(xiǎn)準(zhǔn)備金差異化計(jì)提應(yīng)用
網(wǎng)貸咨詢平臺“網(wǎng)貸之家”提供了各P2P網(wǎng)貸平臺的成交量、網(wǎng)貸指數(shù)、透明度等數(shù)據(jù),考慮到各網(wǎng)貸平臺官網(wǎng)運(yùn)營情況等因素,研究選擇了數(shù)據(jù)透明度較高、成交量大的H平臺作為數(shù)據(jù)來源。借款人信用等級采用平臺的會員等級替代,該會員等級共分為五個(gè)級別vl -v5,數(shù)字越大等級越高;而借款金額、借款利率和借款期限可以直接對應(yīng)平臺上的原始數(shù)據(jù)。對于借款項(xiàng)目是否發(fā)生違約還款事件需要進(jìn)行判斷,判斷方法是對比樣本抓取日期、實(shí)際到期日期和還款狀態(tài)。如果樣本抓取日期晚于實(shí)際到期日期,且還款狀態(tài)是“待還款”,則發(fā)生了違約還款事件。
研究使用抽樣法隨機(jī)收集了H網(wǎng)貸平臺2015年12月份到期的200個(gè)成功借貸項(xiàng)目作為樣本,樣本描述見表1。
其中,借款金額的范圍是從619~100 000元,其均值為49571元。樣本的借款利率范圍為8.6%~24%,平均為9.6%。借款期限范圍為1N 12個(gè)月,平均為3.7個(gè)月。在借款人信用等級方面,網(wǎng)貸平臺會員可以從投資非天標(biāo)、全額還款和評價(jià)等途徑獲得積分,平臺按積分總額將借款者分為vI~v5共五個(gè)不同會員等級,樣本數(shù)據(jù)包含以上全部5個(gè)等級,平均等級為3.2。
(一)網(wǎng)貸項(xiàng)目違約還款風(fēng)險(xiǎn)的影響因素
以“是否發(fā)生違約還款”為因變量對式(1)進(jìn)行二元Logit回歸,分析結(jié)果如表2所示?;貧w模型綜合檢驗(yàn)中卡方檢驗(yàn)的觀測值為46. 842,自由度為4,Sig.值為0.000。在顯著性水平為0.05的情況下,由于Sig.值小于0.05,應(yīng)拒絕原假設(shè),即認(rèn)為所有回歸系數(shù)不同時(shí)為O時(shí),解釋變量全體與In(RDP/(1-RDP))之間的線性關(guān)系顯著,即該模型整體有效。
式(1)的回歸系數(shù)如表3所示,表中各個(gè)自變量對于發(fā)生還款違約事件的邊際效應(yīng)ME欄根據(jù)式(2a)~(2d)得到。借款期限和借款人信用等級與違約還款顯著相關(guān),而其他變量與違約還款之間不顯著相關(guān)。
(二)影響因素違約風(fēng)險(xiǎn)的識別能力分析
式(1)回歸結(jié)果的最大重新?lián)Q算R方(max-rescaledR square)為0.3216,為檢驗(yàn)顯著性因素對于還款違約事件的判別能力,研究以0.5對0.5的先驗(yàn)概率進(jìn)行判別分析,結(jié)果如表4所示。總計(jì)200樣本中正常還款項(xiàng)目158個(gè),識別110個(gè),正確率69. 62%,但有48個(gè)被錯(cuò)誤識別為還款違約,第一類錯(cuò)誤率為30.38%;還款違約項(xiàng)目42個(gè),識別30個(gè),正確率71.43%,其中有12個(gè)被錯(cuò)誤識別為正常還款,第二類錯(cuò)誤率為28.57%。以0.5對0.5的先驗(yàn)概率來看,這些影響因素對于還款違約事件具有判別力。
(三)影響因素對于違約風(fēng)險(xiǎn)的邊際效應(yīng)
如表3的ME欄所示,借款期限的邊際效應(yīng)為0.314,即借款期限每增加一個(gè)月,違約還款的可能性增加31.4%;借款人信用的邊際效應(yīng)為-0.048,即借款人信用每上升一個(gè)等級,違約還款的可能性降低4.8%,或者借款人信用每下降一個(gè)等級,違約還款的可能性上升5.04%(=l/(1-4. 8%)-1)。
(四)基于邊際效應(yīng)構(gòu)造調(diào)整因子
根據(jù)式(1)的回歸結(jié)果,借款期限越短,或者借款人信用等級越高,發(fā)生還款違約的概率越低。在H網(wǎng)貸平臺,若借款期限以月數(shù)計(jì)算的話,最短期限為一個(gè)月(不足一個(gè)月按一個(gè)月計(jì)算),借款人信用等級(會員等級)最高為V5,這時(shí)發(fā)生還款違約事件的概率平均最低,因此可將此種組合設(shè)為風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例的基準(zhǔn)情形。H平臺目前風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例統(tǒng)一為年化2%,折算成月利率為0.167%,以此作為差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的基準(zhǔn)比例。
在借款期限方面,以一個(gè)月為基準(zhǔn)情形,在其他條件不變時(shí),借款期限每增加一個(gè)月,發(fā)生還款違約事件的概率增加MEBP (=31.4%)。根據(jù)式(3c)可得借款期限為actBP的具體調(diào)整因子為式(3c)。在借款人信用方面,以最高等級V5為基準(zhǔn)情形,在其他條件不變時(shí),借款人信用每降低一個(gè)等級,發(fā)生還款違約事件的概率增加MEBCL (=5.04%)。由式(3d)可得借款人信用等級為actBCL的具體調(diào)整因子為式(3d)。由于式(1)中只有借款期限BP和借款人信用等級BCL因素顯著,式(4)演變?yōu)槭剑?)。
在H網(wǎng)貸平臺,常見的借款期限為1—12個(gè)月,會員等級為vl~v5,組合起來共有60種情形,其具體的調(diào)整因子實(shí)例如表5所示。從中看到,借款期限越長,調(diào)整因子就越大,發(fā)生還款違約的風(fēng)險(xiǎn)就越高;借款人的信用等級越低,調(diào)整因子就越大,發(fā)生還款違約的風(fēng)險(xiǎn)就越高;若借款人的信用等級偏低,或借款期限較長,調(diào)整因子將迅速增大,網(wǎng)貸項(xiàng)目發(fā)生還款違約事件的不確定性隨之迅速增大。因此,作為網(wǎng)貸違約風(fēng)險(xiǎn)的重要應(yīng)對手段,風(fēng)險(xiǎn)準(zhǔn)備金的計(jì)提比例應(yīng)隨著發(fā)生還款違約風(fēng)險(xiǎn)的變化而變化。
(五)基于調(diào)整因子建立風(fēng)險(xiǎn)準(zhǔn)備金的差異化計(jì)提比例
根據(jù)表5和式(4)可得H網(wǎng)貸平臺差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例的一組實(shí)例,如表6所示。其中,陰影部分表示使用差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例低于現(xiàn)行方法的情形。在總共60種常見組合情形中,有35種情形(約58.3%;具體而言,V5:2~9個(gè)月內(nèi);V2_4:2~8個(gè)月內(nèi):V1:2~7個(gè)月內(nèi))的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例小于現(xiàn)行方法,非常有利于網(wǎng)貸平臺擴(kuò)展低風(fēng)險(xiǎn)的借貸業(yè)務(wù);有24種(40%;具體而言,Vs:10個(gè)月及以上:V2_4:9個(gè)月及以上:V1:8個(gè)月及以上)情形的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例將高于現(xiàn)行辦法,有利于網(wǎng)貸平臺進(jìn)一步抑制高風(fēng)險(xiǎn)借貸項(xiàng)目(其中有1種基準(zhǔn)情形)。
表6最底行的小計(jì)是按照會員等級累計(jì)現(xiàn)行方法和調(diào)整因子法計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金比例的均值。從中看到,各個(gè)會員等級下差異化風(fēng)險(xiǎn)準(zhǔn)備金的均值均高于現(xiàn)行方法;而整個(gè)60種常見情形下差異化風(fēng)險(xiǎn)準(zhǔn)備金的均值為1.25%,比現(xiàn)行方法的1.08%高出15.7%。因此,從總體上看,實(shí)行差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例不會導(dǎo)致網(wǎng)貸平臺風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提總量的減少。
四、結(jié)論
隨著我國P2P網(wǎng)貸行業(yè)的迅速發(fā)展,網(wǎng)貸違約事件高發(fā),成為互聯(lián)網(wǎng)金融的焦點(diǎn)問題,嚴(yán)重?fù)p害了投資人的利益,也危害互聯(lián)網(wǎng)金融行業(yè)健康發(fā)展。網(wǎng)貸平臺對借貸項(xiàng)目計(jì)提風(fēng)險(xiǎn)準(zhǔn)備金是應(yīng)對還款違約風(fēng)險(xiǎn)的重要手段,但我國P2P網(wǎng)貸平臺普遍對借貸項(xiàng)目采取固定比例的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提方法,未能區(qū)分借貸項(xiàng)目的風(fēng)險(xiǎn)大小。這種做法導(dǎo)致低風(fēng)險(xiǎn)借貸項(xiàng)目的風(fēng)險(xiǎn)費(fèi)用上升,妨礙了網(wǎng)貸平臺在低風(fēng)險(xiǎn)借貸項(xiàng)目方面的進(jìn)一步發(fā)展;而高風(fēng)險(xiǎn)借貸項(xiàng)目的風(fēng)險(xiǎn)費(fèi)用并未因?yàn)轱L(fēng)險(xiǎn)高得到提高,容易誘導(dǎo)借款人進(jìn)行高風(fēng)險(xiǎn)的借貸項(xiàng)目,導(dǎo)致P2P網(wǎng)貸平臺的運(yùn)營風(fēng)險(xiǎn)增大。
為改善網(wǎng)貸項(xiàng)目的違約風(fēng)險(xiǎn),研究主張改變我國網(wǎng)貸平臺目前不區(qū)分風(fēng)險(xiǎn)大小采用單一風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例的做法,根據(jù)借貸項(xiàng)目的風(fēng)險(xiǎn)屬性實(shí)行差異化的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提。即,對低風(fēng)險(xiǎn)的網(wǎng)貸項(xiàng)目計(jì)提降低比例的風(fēng)險(xiǎn)準(zhǔn)備金,有助于網(wǎng)貸平臺進(jìn)一步擴(kuò)大低風(fēng)險(xiǎn)的借貸業(yè)務(wù)對高風(fēng)險(xiǎn)的網(wǎng)貸項(xiàng)目計(jì)提提高比例的風(fēng)險(xiǎn)準(zhǔn)備金,有助于網(wǎng)貸平臺抑制高風(fēng)險(xiǎn)的借貸業(yè)務(wù)。實(shí)行差異化的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提方法有利于改善網(wǎng)貸平臺的風(fēng)險(xiǎn)控制,促進(jìn)網(wǎng)貸平臺的健康發(fā)展。
為實(shí)現(xiàn)差異化的風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提方法,本文以H網(wǎng)貸平臺為例進(jìn)行研究,得到以下研究結(jié)論:
第一,由于我國網(wǎng)貸平臺的業(yè)務(wù)模式和個(gè)人征信系統(tǒng)現(xiàn)狀的限制,現(xiàn)有文獻(xiàn)提出的還款違約影響因素需要考慮信息不對稱可能性的影響。通過對案例企業(yè)研究發(fā)現(xiàn),在受信息不對稱影響較小的硬信息因素中,網(wǎng)貸項(xiàng)目還款違約事件與借款期限和借款人信用等級顯著相關(guān)。
第二,通過網(wǎng)貸風(fēng)險(xiǎn)影響因素的邊際效應(yīng)分析得到調(diào)整因子,可以實(shí)現(xiàn)網(wǎng)貸項(xiàng)目風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提的差異化。根據(jù)網(wǎng)貸項(xiàng)目發(fā)生還款違約的基準(zhǔn)風(fēng)險(xiǎn)情形和調(diào)整因子,調(diào)整因子數(shù)值越大,相對基準(zhǔn)風(fēng)險(xiǎn)情形發(fā)生還款違約事件的可能性就越大。網(wǎng)貸項(xiàng)目發(fā)生還款違約事件的可能性越大,計(jì)提的風(fēng)險(xiǎn)準(zhǔn)備金比例就越高,反之則越低。
第三,根據(jù)H網(wǎng)貸平臺提出一組差異化風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提比例,在不降低網(wǎng)貸平臺風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提整體水平的前提下,將會有58.3%的借貸項(xiàng)目(低風(fēng)險(xiǎn)項(xiàng)目)因減少風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提費(fèi)用而受益,有利于網(wǎng)貸平臺進(jìn)一步擴(kuò)大低風(fēng)險(xiǎn)業(yè)務(wù),在同行業(yè)中因風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提費(fèi)用低獲得競爭優(yōu)勢;將會有40%的網(wǎng)絡(luò)借貸項(xiàng)目(高風(fēng)險(xiǎn)項(xiàng)目)因提高風(fēng)險(xiǎn)準(zhǔn)備金計(jì)提費(fèi)用而得到抑制。其結(jié)果是,P2P網(wǎng)貸平臺將會在防控風(fēng)險(xiǎn)前提下進(jìn)一步擴(kuò)大業(yè)務(wù)。
主要參考文獻(xiàn):
[1]姚博.信用評價(jià)是否抑制了網(wǎng)貸行為中的地區(qū)與學(xué)歷偏好[J].財(cái)貿(mào)經(jīng)濟(jì),2016,37 (7):147 -160.
[2]網(wǎng)貸天眼.2015年度網(wǎng)貸行業(yè)報(bào)告.
[3]陳冬宇.基于社會認(rèn)知理論的P2P網(wǎng)絡(luò)放貸交易信任研究[J].南開管理評論,2014,17 (3):40-48.
[4]葉青,李增泉,徐偉航.P2P網(wǎng)絡(luò)借貸平臺的風(fēng)險(xiǎn)識別研究[J].會計(jì)研究,2016 (6):38-45.
[5]第一網(wǎng)貸.2 016年4月份全國P2P網(wǎng)貸行業(yè)快報(bào).
[6]劉繪,沈慶劫,我國P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)與監(jiān)管研究[J].財(cái)經(jīng)問題研究,2015 (1): 52-59.
[7]李焰,高弋君,李珍妮,等.借款人描述性信息對投資人決策的影響一一基于P2P網(wǎng)絡(luò)借貸平臺的分析[J],經(jīng)濟(jì)研究,2014 (sl):14 3-15 5.
[8]廖理,李夢然,王正位.聰明的投資者:非完全市場化利率與風(fēng)險(xiǎn)識別一一來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究,2014 (7):12 5-137.
[9]中華人民共和國財(cái)政部,財(cái)金[2012]20號文件《金融企業(yè)準(zhǔn)備金計(jì)提管理辦法》.
[10]唐建平.衍生金融工具風(fēng)險(xiǎn)與適度會計(jì)控制[J].會計(jì)研究,1998 (3):7-8
[11]波士頓咨詢公司(BCG).中國個(gè)人征信行業(yè)報(bào)告2015.
[12]John K, D.W. Prosper.Com: Can Lenders Really Expect High Returns? International Journal of Services and Standards, 2012, 8(2): 133-156.
[13]Michels J. Do unverifiable disclosures matter? Evidence from peer-to-peer lending[J]. The Accounting Review, 2012, 87 (4):1385-1413.
[14] Serrano-Cinca C,Guti e rrez-Nieto B, Lo pez- Palacios L. De terminants
of Default
in P2P Lending [J]. Plos One, 2015, 10 (10): 1-22.
[15]Trujillo-Ponce A, Samaniego-Medina R, Cardone- Riportella C. Examining what best explains corporate credit risk: accounting-based versus market- based models [J]. Journal of Business Economics and Management, 2014, 15 (2): 253-276.