P2B互联网金融风险控制模式及实际应用

胡 辰

(南京大学 工程管理学院，江苏 南京 210000)

P2B互联网金融风险控制模式及实际应用

胡 辰

(南京大学 工程管理学院，江苏 南京 210000)

本文首先从P2B产业特征出发，以问卷调查分析的方式，论证P2B互联网金融风险结构路径，由此提出P2B互联网金融风险可控的七大原则。其次结合七大原则与风险结构路径，从理论角度提出了附带可控风险与半可控风险的P2B互联网金融风险量化模型，并对该风险量化模型给予理论论证，明确其理论可行性及适用范围。最后依托于Matlab仿真分析过程及结果，通过对6家公司的应用跟踪，验证了风险可控量化模型的正确性，为P2B互联网金融的实际应用提出具体发展建议。

P2B;互联网金融;风险控制;逃逸概率；可控风险

一、问题的提出

近年来互联网蓬勃发展，其中的代表性分支P2B(英文全称为Person to Business，中文全称为个人面对企业。本文出现的P2B均是指此种类型的互联网金融)方兴未艾。由于互联网金融产生的时间较短，对于如何在风险可控前提下发展互联网金融还缺乏理论与现实支撑。基于此，本文以P2B作为研究对象，就如何在风险可控前提下发展P2B互联网金融展开深入研究。

对于互联网金融，已有的研究成果多侧重于对其模式分类、监管途径等问题展开，对于互联网金融风险及风险控制的具体研究则相对较少，且取得突破性进展的互联网金融风险及风险控制研究较为缺乏。在模式分类研究成果中，谢平和邹传伟[1]将金融分为商业金融、资本市场金融以及互联网金融三类，在此基础上对互联网金融深入研究并进行了有效分类。李博和董亮[2]基于互联网金融便捷性、全天候特征，对其模式进行了划分。本文关于P2B互联网金融的特征提取，部分得益于上述研究成果。与此同时，笔者还关注了黄海龙[3]与陶娅娜[4]的研究成果，对互联网金融与电商融合紧密以及互联网金融发展多样性、便捷性等特征有了更进一步认识，也在一定程度上为后续分析提供了启迪和借鉴。对于互联网金融的监管，李有星等[5]从法理学角度阐明了进行互联网监管的重要意义，谢平等[6]则从金融学的角度阐明对其进行监管的必要性与紧迫性。

二、研究思路、问卷设计与风险结构路径

1.研究思路

对于P2B模式下的互联网金融风险，如何确定风险结构路径在已有的研究成果中尚无成熟性范例可寻。为了解决该问题，本文尝试通过统计分析与金融学、产业经济学相结合的形式，以问卷调查为手段，以问卷分析为工具，借助于结构方程来对其进行解答。采取这种分析思路，一部分是原有研究团队对上述理论与方法的深入掌握，另一部分源于这种分析路径对复杂问题的突破性研究示例。

2.问卷设计

考虑到P2B互联网金融模式的特征，调查问卷设计从构成P2B互联网金融的三方，即投资者、互联网金融平台、被投资对象三方出发。对整个产业链中导致风险的相关问题进行调查，主要是对潜在风险与导致风险的潜在因素进行问卷调查。同时，考虑到P2B互联网金融的风险外在性与不确定性，在问卷设计中，对市场性因素确定的潜在风险与潜在风险因素之间的相关性问题也进行了调查。整个调查问卷设计调查项目30项，每一问题均包含确定性的多个备选答案。整个问卷调查在正常情况下完成所需时间为5分钟，属于可以接受的容忍范围之内。

考虑到问卷设计的产业链特征，整个问卷调查面向四类人群展开：第一类人群为P2B互联网金融的投资者，即其中的P(Person)。该类人群占问卷调查总人数的50%，其中已经参与了P2B的投资者占30%，潜在参与P2B的投资者占20%(需要强调的是潜在投资者中不包含实际投资者)。第二类人群为P2B互联网金融的投资平台，即P2B中的2(to)。该类人群占问卷调查总人数的20%。第三类人群为P2B互联网金融的被投资对象，即P2B中的B(Business)，该类人群占问卷调查总人数的20%。第四类人群为互联网金融的研究者和监管者，该类人群占问卷调查总人数的10%。整个问卷调查在我国开展互联网金融最为广泛的深圳市展开，选取了开展P2B互联网金融较为成功的6家公司作为问卷调查的主要对象(整个问卷调查发生时间为2015年11月)。为了避免问卷调查给参与者、参与方不造成不必要的影响，在整个研究报告与分析文章中，不再提供参与者及参与方的具体名称。本次调查总计发放调查问卷19 873份，回收有效调查问卷19 225份，回收问卷的有效率为96.74%。因此，符合问卷调查中问卷回收有效性的要求。后续相关分析就是基于该调查结果具体展开。

3.P2B模式下互联网金融风险结构路径

在问卷调查的基础上，本文借鉴温忠麟等[7]、侯英和陈希敏[8]成果，风险结构路径分析采用结构方程模型，分析软件为Lisrel8.7，最终确定了P2B模式下互联网金融风险结构路径，具体结果如图1所示。

图1 P2B模式下的互联网金融风险结构路径图

从图1可以看出，P2B模式下的互联网金融风险结构路径横向层次分为四层，从左到右依次为第一层至第四层。纵向层次分为多层。纵向层次的划分要与横向层次具体结合。从内部结构来说，P2B模式下的互联网金融风险是由投资者、被投资者、平台以及市场四类因素共同构成。其中，被投资者与平台所产生的风险占据这四重风险的主要方面，投资者与市场所产生的风险占据这四重风险的次要方面。从平台、被投资者角度而言，管控风险、传递风险、被传递风险以及预期风险组成了其风险的总和。从投资者角度出发，管控风险、被投递风险、预期风险涵盖了其风险总和。与平台、被投资者的风险总和相比，投资者风险中不包含传递风险，这完全是由投资者在P2B互联网金融中所处的位置所决定。与上述三种风险相比，形成鲜明反差的是市场风险，其风险总和由行业风险、金融风险和宏观风险共同组成。这三者对市场风险的影响在伯仲之间。在平台风险、被投资者风险、投资者风险、市场风险这四者的分类分项作用传导下，分别从内因方面、外因方面进行传导，形成了总体风险，并以可控风险、不可控风险以及半可控风险的形式在外部展现。这其中只有半可控风险是由内因单独传导所致，而可控风险与不可控风险则是由内因、外因共同传导所致。

需要着重说明的是，可控风险侧重于指在P2B互联网金融发展中固定存在的风险，并且其风险发展变化以渐变式特征出现，具有一定的可预防特性。比如行业盈利能力、行业盈利水平和企业管理水平等均相对稳定，在P2B互联网金融中对风险的构成相对可控。不可控风险侧重于指在P2B互联网金融发展中并非固定存在的风险，其风险变化具有突变特性以及瞬时极值化特征，因此很难防控。比如地震、洪水等对特定地区、特定产业的影响不具有可提前预见性，因而对投资于该行业的P2B互联网金融产品形成不可控风险。半可控风险是指同时具有可控风险与不可控风险这两者的特征，且在一定程度上可以做到预警的风险。为了体现其半可控性，本文提到的半可控风险仅指由内因导致的风险，不包含由外因导致的风险。这样做的目的是便于提高针对其的预警分析能力，比如人为疏漏甚至是人为破坏可以归结为半可控风险。

4.显著性检验

本文对结构路径对应的关键指标进行统计分析以检验其显著性，具体如表1所示。

表1 P2B模式下的互联网金融风险结构路径关键指标统计表

从表1结果来看，图1所显示的结构路径符合统计学要求，该模型具有极高的置信度和置信区间。基于此，笔者认为图1所显示的结构路径显著成立。

通过上述分析，对于P2B模式下的互联网金融风险就有了一个相对宏观的认识，下面就基于此分析结果，进行定量分析，更进一步明确其传导机理及作用形式与过程。

三、P2B模式下的互联网金融发展原则及相关机理

在对P2B模式下的互联网金融风险进行定量分析之前，首先必须明确其发展空间及相关机理。对于该问题，结合结构路径分析，明确了其需满足以下七大原则。

1.P2B预期收益正向化原则

P2B模式下的互联网金融，其本质依然是一种融资渠道或者是融资方式。作为融资双方而言，融资后带来的潜在预期收益正向化是其进行融资的唯一合理解释。对于融资出让方而言，通过将自己赋闲的资金出借给被融资方，其在出让结束后能获得额外正向收益(保持出让资金不变前提下)是出让发生的必要条件。对于受让方而言，向社会募集资金是为了保障其开展更大商业利润的必然前提。因此，接受出让必然是能够对受让方带来预期额外正向收益的。对于融资双方以及融资过程中的所有参与者与参与机构而言，预期收益正向化是融资发生的必要条件。

2.P2B预期收益显著高于同期金融机构收益原则

P2B模式下的互联网金融作为一种融资渠道或者是融资方式，在社会经济秩序良好的前提下，能够与金融机构开放的融资渠道形成充分竞争并具有竞争优势。竞争优势一部分体现在参与P2B的预期收益必须显著高于金融机构同期收益。如果不满足该条件，作为P2B产业链中的个人(出资方)绝不会将在金融机构存储的资金投放到P2B产业链中。

3.P2B融资总成本显著低于社会渠道融资平均成本

与P2B预期收益显著高于同期金融机构收益原则形成互补的是，P2B模式下的互联网金融的竞争优势也体现在参与P2B的总成本是显著低于社会渠道融资平均成本。如果不满足该条件，作为P2B产业链中的B(被投资者)将会更多地选择金融机构进行融资。

4.P2B预期收益合理性原则

与P2B预期收益显著高于同期金融机构收益原则形成有益补充的是，P2B模式下的互联网金融发展必须是在国家法律法规的监管下进行，因而对于其收益率央行有明确的规定。其中，以收益率为代表，作为民间资本借贷的收益率上限，最高四倍于银行同期存贷款利率，作为其合理发展的上限。任何个人与机构均不能突破该上限。其他方面，中国人民银行、中国银监会也有相应的管理措施，由此来确保其收益的合理性。

5.P2B模式顺序化原则

P2B模式是具有方向性的，具体而言，从单一周期闭环角度出发，满足以下顺序P→2→B；(B)→2→P。P→2→B为出借发生阶段，(B)→2→P为偿还发生阶段，出借必须发生在偿还之前。以P→2为例，代表着从出借主体(个人，投资者)向平台出借资金的过程，其他与此雷同，不再赘述。在出借过程中，作为中介的平台(即P2B的2)，向出借方和接受方征收相应比例的手续费。不同于收益，手续费是在P2B发生初时(P→2→B阶段)收取；收益则是在P2B结束(B)→2→P结束阶段)之后收取。这一收取原则部分程度决定了P2B风险结构的特征。

6.P2B风险传导对称性原则

P2B模式顺序化原则并不约束P2B风险传导的对称性。以P2B模式中的平台(P2B中的2)和被投资者(P2B中的B)为例，在出借过程(即P→2→B过程)中，平台与被投资者应该充分考虑到对方逃离与不逃离情形下的预期收益，进行决策。同理，在偿还过程(即(B)→2→P过程)中，平台与被投资者仍要充分考虑到对方逃离与不逃离情形下的预期收益，再进行决策。一旦研究不充分，风险传导的对称性就会打破模式顺序化的均衡结果。这一收取原相当程度上决定了P2B风险结构的特征。

7.经济利益损失最小化原则

P2B模式下的互联网金融，其风险随时随地都存在，但是这并不意味着风险会爆发。风险爆发的主要原因在于，P2B产业链中的P(投资者)、2(平台)和B(被投资者)的逃离预期收益显著高于不逃离的预期收益。从三方出发而言，保障各自利润最大化的前提下，进行充分对比分析后，才有可能触发风险。

四、P2B互联网金融风险量化模型及论证

1.不可提前兑现的P2B互联网金融风险量化模型

不可提前兑现的P2B互联网金融风险量化模型是指投资者进行投资后，不能在兑现期未达前提前支付本金或者预期收益。这种情形下，要确保投资者收益可兑现且兑现相对最大化，就需要考虑投资者、平台和被投资者这三者之间的动态博弈过程。在这一博弈过程中必须兼顾可控风险、不可控风险以及半可控风险。由于该模型为多重决策最优模型，在此仅对其中关键环节进行详细探究，重点考察平台在向双方收取各种管理费，且资金已经拨付被投资对象后(P2B过程的P→2→B环节已经完成)平台的预期收益，此时博弈发生在平台与被投资者之间，对于平台而言，需要考虑以下四种情形,如式(1)—式(4)所示。

式(1)为被投资对象选择不逃逸，平台选择不逃逸的策略。式(2)为被投资对象选择不逃逸，平台选择逃逸的策略。式(3)为被投资对象选择逃逸，平台也选择逃逸的策略。式(4)为被投资对象选择逃逸，平台选择不逃逸的策略。

Etr1=Q×{n×Me×[(SRs+SRe)+(RRe-RRS)]+Jzct}

(1)

Etr2=Q×n×Me×[(SRs+SRe)+RRe]

(2)

Etr3=(1-Q)×[n×Me×(SRs+SRe)]

(3)

Etr4=(1-Q)×[n×Me×(SRs+SRe)-θt×Me×n+Jzct]

(4)

其中，Etr表示预期收益；Q表示被投资对象逃逸概率；n表示单个产品单期投资总人数；Me表示单个投资者单期投资总金额；SRs表示平台向投资者收取的管理费率；SRe表示平台向被投资者收取的管理费率；RRS表示平台向投资者承诺的收益率；RRe表示被投资者向平台承诺的收益率；Jzct表示平台用于P2B单笔业务的抵押资产总额；θt表示平台承担被投资者逃逸的连带责任系数。

对于平台而言，式(1)与式(4)之和如果大于式(2)与式(3)之和，即平台逃逸预期收益要显著高于平台不逃逸预期收益，则平台选择逃逸；反之，平台选择不逃逸。

对于被投资对象，当平台向双方收取各种管理费，且资金已经拨付被投资对象后(P2B过程的P→2→B环节已经完成)，其需要考虑的博弈行为与式(1)—式(4)类似(将公式右侧的Q调换成P，P为平台逃逸概率)，不再赘述。

通过对比分析，即可确定各种不同情形下的资金风险概率，即P2B能平稳到达投资者的概率以及相关决策系数值。

2.可提前兑现的P2B互联网金融风险量化模型

可提前兑现的P2B互联网金融风险量化模型是指投资者进行投资后，可以在兑现期未达前提前支付本金或者预期收益。这种情形下，要确保投资者收益可兑现且兑现相对最大化，依然是从投资者、平台和被投资者这三者之间的动态博弈过程展开论证，得到最优解。由于该模型为多重决策最优模型，在此仅对其中关键环节进行详细探究，重点考察平台在向双方收取各种管理费，且资金已经拨付被投资对象后(P2B过程的P→2→B环节已经完成)平台的预期收益，此时博弈发生在平台与被投资者之间，对于平台而言，需要考虑式(1)—式(4)四种情形。以式(1)对应情形为例，如式(5)所示：

(5)

对于式(2)—式(4)的情形，采用类似的处理方法，即可得到可以提前兑现的相应各方预期收益。需要注意的是，一旦逃逸发生，之后的提前兑现申请也将自动终止。剩余未兑现资金完全依赖逃逸方的抵押资金以及未逃逸方的责任系数来给予确定。

通过上述两种不同类型的P2B互联网金融风险量化模型分析，从理论视角对风险的量化及实现有了一个较为清晰的认识，明确了之前提出的七大原则如何实际应用，对风险系统结构的实际应用有了清晰的认识，使得之前的理论分析变得有的放矢，不再显得空洞无物。

五、P2B模式下的互联网金融风险可控仿真分析及实际应用

1.风险可控仿真分析

前文确定的风险量化模型，对于其具体风险发生概率，从理论分析中很难辨出。针对这一问题，在此采用仿真分析的方式给予直观论证。整个仿真分析采用Matlab与VC相结合的方法，在Matlab仿真分析中，借鉴了尹虹潘等[9]、陈海波和张悦[10]成果，提高了仿真分析的目标性、适用性以及正确性，以随机分布方式生成数据，以七大原则作为数据生成的必要条件。同时，严格遵循上文的风险量化模型，进行大量仿真模拟分析，最终得到了多种不同情形下风险不触发的详细数据。为了便于分析，同时也为了便于对比(主要是对比“不可提前兑现”与“可提前兑现”两种不同情形下的结果)，将仿真分析结果以表格的形式汇总，具体如表2所示。从表2可以看出，同样的条件下，如果增加可提前兑现性，相应的风险触发概率就会降低。这在一定程度上源于外界对该种P2B融资的间接监管所致。该特征不仅在表2数据中得到体现，在其他同样基本条件的P2B模式中也得到了相同体现。需要强调的是，如果在P2B融资过程中，不加入平台抵押与被投资对象抵押，这二者的逃逸概率均会大于50%。因此，通过风险可控仿真分析，再次确定了理论分析中提出的基于抵押进行融资的必要性。这在曾经发生的个别地区融资后逃逸事件中得到了充分验证。

基于上述分析与仿真研究结果，更进一步确定了本文所提出的动态均衡与动态收益分析是确保P2B互联网金融风险降到可控范围内的一条可行路径。

表2 不可提前兑现与可提前兑现的P2B互联网金融风险量化模型仿真结果

注：方差均用()标示，以便于与单位数据区别。个人预期回报率为剔除管理费后的，平台抵押金额和被投资者抵押金额的单位为元，个人投资人数的单位为人。下同。

2.实际应用

本文对研究对象(6家P2B公司)的P2B融资方式与融资路径进行重新梳理，就其中的可控风险、不可控风险以及半可控风险进行论证，确定了在现有行业发展特点及政策环境下，对应的风险概率，由此采取了与之相对应的策略调整——动态调整抵押金额与灵活调整收益率等。尽可能地将可控风险规避，将半可控风险降到最低，对不可控风险预警。通过这一系列措施的实施，优化研究对象的经营。经过近半年的优化运行，各家公司的总体水平得到了一定程度的提升，关键运行指标如表3所示。

表3 实际应用成效表 单位：%

从表3可以看出，不仅经营稳定性得到提高，而且市场占有率也得到了有效提升。这不仅归功于对各种风险的预警与防范，而且得益于理论分析所得到结果的正确性及其应用的准确性。

六、结论与建议

1.结论

本文从现实环境出发，对被研究地区的P2B互联网金融进行深入分析，借助问卷调查，从结构方程模型分析的角度提出了P2B互联网金融风险结构路径。基于该风险结构路径，通过理论深入探究，确定了P2B互联网金融风险可控的七大原则。这七大原则是一种总领性的原则，如何具体应用可能存在一些疑惑。针对该疑惑，继续深入探究，从理论角度提出了附带可控风险与半可控风险的P2B互联网金融风险量化模型，并对该量化模型给予了理论论证，明确了其理论可行性及适用范围。在完成上述理论研究之后，借助于Matlab仿真分析和6家被研究公司的P2B互联网金融实际应用，从应用角度确定了理论成果的适用性与适用方法，由此为P2B互联网金融实际应用提出具体发展建议。

2.建议

第一，对P2B互联网金融的总体结构必须有全面的认识。即对该种金融体系结构、风险结构和风险传导等有一个全面及准确的认识，只有在此基础上，设定的风险防控体系才是能够有效预防风险爆发的防御体系，否则某种或是某些情形的触发都有可能导致整个体系架构的坍塌。

第二，对P2B互联网金融的可控风险、不可控风险、半可控风险要能明确区分，有效防范。对于可控风险，要做到充分防控；对于不可控风险，要留有准备空间，在条件能达到的前提下尽量做到预警；对于半可控风险，应以体系建设、制度建设、预警建设等手段相辅助，实现最大可能的防控。

第三，风险防控的动态性必须坚持，不能以静态风险防控来抵御动态的风险。具体而言，在风险防控中，应以基于P2B互联网金融动态博弈过程为出发点，以符合当前市场环境与承受度为前提的框架进行博弈均衡分析，由此提供决策层分析使用的关键决策依据。通过这种动态长期分析，有效化解半可控风险、可控风险，实现风险防控能力的最大化提升。

第四，风险防控的预留性必须坚持。由于不可控风险的真实存在，在指定P2B互联网金融策略时，必须留存一定的风险防控空间，以便对可能发生的极端风险做好应对，防止单次小概率事件发生对公司造成毁灭性的打击。

第五，对内部环境变化的监管必须一以贯之。国内外重大金融风暴的发生，往往是与内部人员监管不到位所关联。必须一以贯之地加强对内部人员的管控，实现既定方针与战略的贯彻执行，提高内控传导机制的有效运行，将P2B互联网金融发展中的传递风险与被传递风险有效降低，由此实现单个P2B产业链的产业安全性与盈利能力，从而推动P2B全行业的高质量、高可靠性运转。

第六，对外部环境变化的预测必须常抓不懈。风险结构路径分析明确了外部市场环境对P2B互联网金融产品形成实质性影响。只有对当前市场环境以及对宏观政策的充分研究，才有可能对未来外部市场环境变化乃至宏观政策的变动做到较为准确的预判，由此实现自身产业与所投资行业的准确定位，从而降低风险，实现发展水平与发展能力的稳步提升。

[1] 谢平,邹传伟.互联网金融模式研究[J].金融研究,2012，(12):11-22.

[2] 李博,董亮.互联网金融的模式与发展[J].中国金融,2013，(10):19-21.

[3] 黄海龙.基于以电商平台为核心的互联网金融研究[J].上海金融,2013，(8):18-23.

[4] 陶娅娜.互联网金融发展研究[J].金融发展评论,2013，(11):58-73.

[5] 李有星,陈飞,金幼芳.互联网金融监管的探析[J].浙江大学学报(人文社会科学版),2014，(4):87-97.

[6] 谢平,邹传伟,刘海二.互联网金融监管的必要性与核心原则[J].国际金融研究,2014，(8):3-9.

[7] 温忠麟,侯杰泰,马什赫伯特.结构方程模型检验:拟合指数与卡方准则[J].心理学报,2004，(2):186-194.

[8] 侯英,陈希敏.声誉、借贷可得性、经济及个体特征与农户借贷行为——基于结构方程模型(SEM)的实证研究[J].农业技术经济,2014，(9):61-71.

[9] 尹虹潘,刘渝琳,刘姝伶.经济分布基准下的中国人口分布均衡测度研究——基于Matlab空间模拟的估算[J].中国人口科学,2014，(5):11-23.

[10] 陈海波,张悦.外商直接投资对江苏区域经济影响的实证分析——基于空间面板模型[J].国际贸易问题,2014，(7):62-71.

(责任编辑：巴红静)

F831.5

：A

：1000-176X(2017)09-0047-07

2017-06-25

胡 辰(1973-)，男，江苏宿迁人，博士研究生，主要从事金融工程研究。E-mail:405076955@qq.com