摘要：近年來，P2P網(wǎng)絡(luò)借貸平臺(tái)的發(fā)展十分迅猛，但其背后隱藏的風(fēng)險(xiǎn)也是不容忽視的，尤其是借款人違約的風(fēng)險(xiǎn)。對(duì)于借款人違約風(fēng)險(xiǎn)影響因素進(jìn)行的研究，有利于借貸平臺(tái)和投資者合理規(guī)避風(fēng)險(xiǎn)。本文運(yùn)用生存分析的方法，建立了cox比例風(fēng)險(xiǎn)模型，基于lending club的貸款數(shù)據(jù)，對(duì)P2P網(wǎng)絡(luò)借貸借款人的違約風(fēng)險(xiǎn)進(jìn)行了實(shí)證研究，并依據(jù)研究結(jié)論針對(duì)P2P網(wǎng)絡(luò)借貸平臺(tái)及投資者提出建議。

關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸;違約風(fēng)險(xiǎn);生存分析;cox比例風(fēng)險(xiǎn)模型

一、引言

P2P 網(wǎng)絡(luò)借貸是一種不需要以銀行等其他金融機(jī)構(gòu)作為中介，個(gè)人和個(gè)人間直接發(fā)生借貸，并借助互聯(lián)網(wǎng)平臺(tái)完成相關(guān)交易步驟的借貸行為。近年來，P2P網(wǎng)絡(luò)借貸隨著互聯(lián)網(wǎng)的蓬勃發(fā)展也得到了快速的發(fā)展，其數(shù)量和成交量都呈現(xiàn)出不斷增長(zhǎng)的趨勢(shì)，但同時(shí)累計(jì)的問題平臺(tái)數(shù)量也在激增。因此，p2p網(wǎng)絡(luò)借貸在為借貸雙方提供便利的同時(shí)，也使投資者和平臺(tái)面臨著諸多風(fēng)險(xiǎn)，其中最為普遍的就是借款人的違約風(fēng)險(xiǎn)。違約風(fēng)險(xiǎn)，也稱信用風(fēng)險(xiǎn)，是指借款人因種種原因， 不愿或無力履行合同條件而構(gòu)成違約， 致使出借人或者中介平臺(tái)等交易對(duì)手遭受損失的可能性（王書斌等，2017）。由于借款人發(fā)生違約時(shí)，不僅會(huì)使投資者遭受損失，而且使得越來越多的平臺(tái)出現(xiàn)資金流停滯、提現(xiàn)困難、甚至跑路等不良現(xiàn)象。所以，對(duì)于p2p網(wǎng)絡(luò)借貸平臺(tái)中借款人違約風(fēng)險(xiǎn)的研究具有十分重要的意義。

二、相關(guān)文獻(xiàn)回顧

目前P2P網(wǎng)絡(luò)借貸違約風(fēng)險(xiǎn)的評(píng)估是國(guó)內(nèi)外研究的熱點(diǎn)問題，許多學(xué)者都對(duì)其進(jìn)行了研究，已有的研究常用的方法是Logistic回歸方法和Probit回歸方法，如Pope 和Syndor （ 2011） 通過構(gòu)建Logistic回歸模型，并基于平臺(tái)Prosper 的數(shù)據(jù)進(jìn)行相關(guān)實(shí)證研究，實(shí)證結(jié)果表明借款人的性別、種族等特征對(duì)借款人的違約風(fēng)險(xiǎn)有影響。徐喆（2015）建立Probit模型對(duì)P2P網(wǎng)絡(luò)借貸業(yè)務(wù)違約風(fēng)險(xiǎn)的相關(guān)因素進(jìn)行了實(shí)證研究，研究發(fā)現(xiàn)：（1）客戶的違約記錄、借貸時(shí)間、銀行存款數(shù)額、工作狀態(tài)、個(gè)人財(cái)產(chǎn)、戶口所在地這些變量對(duì)借款人的的違約可能性有著較為顯著的影響;（2）房貸情況、年齡、電話號(hào)碼的影響能力則較差。還有一些學(xué)者運(yùn)用了BP神經(jīng)網(wǎng)絡(luò)分析的方法、決策樹和支持向量機(jī)（SVM）算法等。宋麗平等人（2015）構(gòu)建基于BP算法的神經(jīng)網(wǎng)絡(luò)模型，并選取借款人性別、年齡、文化程度、婚姻狀況、工作年限、收入狀況、房產(chǎn)狀況、購車狀況、借款成功次數(shù)及逾期筆數(shù)等作為評(píng)價(jià)指標(biāo)，對(duì)借款人的信用狀況進(jìn)行評(píng)估，研究發(fā)現(xiàn)該模型適用于貸前對(duì)借款人信用狀進(jìn)行預(yù)測(cè)。

此外，還有少量學(xué)者將生存分析法引入借款人違約風(fēng)險(xiǎn)的評(píng)估中，生存分析法是研究生存現(xiàn)象和響應(yīng)時(shí)間數(shù)據(jù)及其統(tǒng)計(jì)規(guī)律的一種分析方法，最初主要應(yīng)用于醫(yī)學(xué)、生物學(xué)領(lǐng)域，近年來越來越多的學(xué)者將其引入到金融、財(cái)務(wù)、統(tǒng)計(jì)學(xué)等領(lǐng)域中，如Emekter et al.（2015）運(yùn)用Cox模型考察借款期限與違約率之間的關(guān)系，證明了借款期限越長(zhǎng)違約可能性越大。

雖然這些傳統(tǒng)的回歸方法也可以對(duì)借款人的違約風(fēng)險(xiǎn)及其影響因素就行測(cè)算，但是這些模型只能對(duì)違約風(fēng)險(xiǎn)進(jìn)行靜態(tài)的評(píng)估，而生存分析方法還能對(duì)貸款在不同時(shí)點(diǎn)的違約可能性進(jìn)行動(dòng)態(tài)的預(yù)測(cè)分析。

因此，本文擬在前人的研究成果的基礎(chǔ)之上，運(yùn)用生存分析的方法，基于美國(guó)的P2P網(wǎng)絡(luò)借貸平臺(tái)Lending Club的借貸數(shù)據(jù)，構(gòu)建Cox比例風(fēng)險(xiǎn)模型來探究P2P網(wǎng)絡(luò)借貸借款人的違約風(fēng)險(xiǎn)，分析哪些因素與借款人的違約風(fēng)險(xiǎn)有關(guān)，以期對(duì)P2P網(wǎng)絡(luò)借款人的風(fēng)險(xiǎn)進(jìn)行有效的評(píng)估。

三 、生存分析方法

生存分析是用來分析生存現(xiàn)象與生存時(shí)間之間的關(guān)系及其規(guī)律的一種統(tǒng)計(jì)方法。生存分析是一種既考慮結(jié)果又考慮具體的生存時(shí)間的統(tǒng)計(jì)方法，它可以對(duì)生存時(shí)間的分布特征進(jìn)行描述，還可以對(duì)影響生存時(shí)間的因素進(jìn)行分析。

生存時(shí)間是指從某個(gè)時(shí)間點(diǎn)到另一個(gè)時(shí)間點(diǎn)之間的間隔。完整的生存時(shí)間數(shù)據(jù)具有三個(gè)要素：觀察起點(diǎn)、觀察終點(diǎn)及關(guān)心的特定事件。生存時(shí)間數(shù)據(jù)根據(jù)其完整性，可以分為兩大類：

（1）完全數(shù)據(jù)，又稱非刪失數(shù)據(jù)，是指研宄對(duì)象的觀測(cè)數(shù)據(jù)完全落在觀察起點(diǎn)和終點(diǎn)之間，即我們關(guān)心的事件出現(xiàn)在觀測(cè)期內(nèi)，生存時(shí)間數(shù)據(jù)的三要素是完整的。

（2）刪失數(shù)據(jù)，是指關(guān)心的事件出現(xiàn)在終點(diǎn)事件之前，觀測(cè)過程由于失訪、退出或研究時(shí)限已到而終止了。刪失數(shù)據(jù)又可以根據(jù)刪失情況的不同分為：左刪失、右刪失和區(qū)間刪失。左刪失數(shù)據(jù)是指在觀察起點(diǎn)開始之前，研究所關(guān)心的事件就已經(jīng)發(fā)生;右刪失數(shù)據(jù)是指到了觀測(cè)終點(diǎn)，研究所關(guān)心的事件仍然沒有發(fā)生;區(qū)間刪失是指無法完整地觀測(cè)到所關(guān)心的事件確切的發(fā)生時(shí)間。

四、實(shí)證結(jié)果

本文主要對(duì)借款人的違約風(fēng)險(xiǎn)進(jìn)行研究，主要從借款信息和借款人信息兩大類信息中選取12個(gè)可能會(huì)影響借款人違約風(fēng)險(xiǎn)的變量（見表1）。

本文選擇以美國(guó)典型的P2P網(wǎng)貸平臺(tái)——Lending club作為研究對(duì)象，選取了 Lending Club 公司2012 年借貸交易數(shù)據(jù)來進(jìn)行實(shí)證研究，其貸款最終的還款狀態(tài)目前是已知的，分別為 Fully Paid /Default/Late （16-30 days）/ Late （31-120 days）/Charged Off/In Grace Period，其中Fully Paid視為全額還款，其它狀態(tài)均視為還款逾期，即發(fā)生違約。本文共提取了lending club 2012年的53367條借貸數(shù)據(jù)作為初始樣本，對(duì)數(shù)據(jù)做處理及刪除缺失數(shù)據(jù)后得到48180條有效數(shù)據(jù)，其中發(fā)生違約的數(shù)據(jù)有8000條，違約率大概為16.60%。

借款信息主要是指那些與每筆貸款有關(guān)的信息及特征。主要包括以下五個(gè)方面：

（1）借款金額，即借款金額總額。

（2）借款期限，是指借入一筆貸款的期限。

（3）借款利率，是指借款人為了獲得貸款而必須支付的借貸成本。

（4）月還款額，是借款人借入一筆貸款后每月需要償還的金額。

（5）信用等級(jí)。Lending Club平臺(tái)基于借款人的 FICO 等信用得分以及借貸金額等借貸特征，對(duì)每筆貸款進(jìn)行評(píng)級(jí)，分為 A、B、C、D、E、F、G 七個(gè)等級(jí)，等級(jí)依次遞減，見表2。

借款人信息主要是指借款人本身具備的特征情況。主要包括以下幾個(gè)方面：

（6）年收入，美國(guó)對(duì)P2P 網(wǎng)絡(luò)借貸借款人規(guī)定了年收入最低限額。

（7）工作年限，是指借款人有穩(wěn)定收入的時(shí)間。

（8）住房擁有情況，目前的房產(chǎn)情況主要分為三大類：自有住房（own）、按揭住房（mortgage）、租房（rent）。

（9）債務(wù)收入比，是指借款人的借貸金額與其年收入的比值。

（10）額度循環(huán)利用率，是指借款人目前已經(jīng)占用的循環(huán)貸款額度與其循環(huán)貸款總額度的比值。

（11）過去 2 年內(nèi)超過 30 天的逾期欠款次數(shù)和被公開的不良記錄次數(shù)。這兩項(xiàng)指標(biāo)都反映了借款人信用記錄中發(fā)生的不良行為次數(shù)。

五、結(jié)論及建議

本研究主要得出以下結(jié)論：

（1）借款期限、年收入以及額度循環(huán)利用率屬于保護(hù)因子。它們降低了貸款發(fā)生違約的可能性。

（2）借款利率、信用等級(jí)、債務(wù)收入比和被公開的不良記錄次數(shù)屬于危險(xiǎn)因子。它們?cè)黾恿速J款發(fā)生違約的可能性。

（3）借款金額、月還款額、工作年限、住房擁有情況和過去兩年內(nèi)超過30天的逾期欠款次數(shù)這四個(gè)變量與貸款發(fā)生違約的概率之間沒有顯著關(guān)系。

根據(jù)以上的研究結(jié)論，本文針對(duì)p2p網(wǎng)絡(luò)借貸提出以下建議：

平臺(tái)應(yīng)當(dāng)對(duì)每筆貸款確定合理的借款期限、借款利率和信用等級(jí)。由于這三個(gè)與借款信息相關(guān)的變量與借款人違約風(fēng)險(xiǎn)存在緊密的聯(lián)系，因此平臺(tái)應(yīng)當(dāng)予以重視。首先平臺(tái)應(yīng)當(dāng)選擇恰當(dāng)?shù)姆椒▽?duì)借款人的信用等級(jí)進(jìn)行評(píng)估，并在此基礎(chǔ)上為不同借款人設(shè)定合理的借款利率和借款期限。

平臺(tái)應(yīng)盡可能地收集并驗(yàn)證借款人信息。由于p2p網(wǎng)絡(luò)借貸存在嚴(yán)重的信息不對(duì)稱性，投資者能夠獲得的信息是有限的。P2P 網(wǎng)絡(luò)借貸平臺(tái)作為借款人和投資人的中間平臺(tái)，應(yīng)當(dāng)對(duì)借款人的年收入、額度循環(huán)利用率、債務(wù)收入比以及被公開的不良記錄次數(shù)等信息進(jìn)行收集，并進(jìn)行嚴(yán)格地驗(yàn)證，以供投資人在作出投資決策時(shí)參考。

第三，投資者在對(duì)借款人進(jìn)行選擇時(shí)，也應(yīng)對(duì)風(fēng)險(xiǎn)和收益有正確的認(rèn)識(shí)，不要盲目或者從眾，投資者要學(xué)會(huì)主動(dòng)對(duì)借款信息和借款人信息進(jìn)行分析，并做好風(fēng)險(xiǎn)管理，以降低違約風(fēng)險(xiǎn)。

參考文獻(xiàn)：

[1]王書斌，譚中明，陳藝云.P2P網(wǎng)貸違約風(fēng)險(xiǎn)及其傳染性評(píng)估綜述[J].武漢金融，2017（6）：40-44.

[2]Pope D G，Sydnor J R.What's in a Picture？： Evidence of Discrimination from Prosper.com[J].Journal of Human Resources， 2011， 46（1）：53-92.

[3]徐喆.邏輯回歸模型在互聯(lián)網(wǎng)金融P2P業(yè)務(wù)信用風(fēng)險(xiǎn)的應(yīng)用[J].統(tǒng)計(jì)科學(xué)與實(shí)踐， 2015（11）：26-29.

[4]宋麗平，張利坤，徐瑋.P2P網(wǎng)絡(luò)借貸個(gè)人信用風(fēng)險(xiǎn)評(píng)估[J].財(cái)會(huì)月刊，2015（35）：94-96.

作者簡(jiǎn)介：劉瓊，湖北孝感人，漢族，1992年3月生，碩士，工商管理專業(yè)，現(xiàn)湖北商貿(mào)學(xué)院會(huì)計(jì)學(xué)院專職教師，研究方向?yàn)閷徲?jì)學(xué)。