P2P网络借贷信用风险管理的新模式

【摘 要】 随着P2P网络借贷行业的发展，互联网金融除了满足小额投融资的社会需求外，其风险敞口进一步显现，因其在线上直接进行资金融通，信用风险成为诸风险的主要风险，直接关系借贷资金安全。本文通过对P2P网络借贷的特征分析，建立信用风险分析模型，提出通过多渠道建立个人信用信息数据库，运用计算机编程，自动实现每笔借贷业务的风险识别和管控，为小额、分散的P2P网贷信用风险管理，建立了切实可行的管理新模式。

【关键词】 P2P网络借贷 信用风险 管理模式

一、信用风险的管理在P2P网络借贷平台中的重要性

P2P，是英文peer to peer 的缩写，意思为点对点或个人对个人的意思。P2P网络借贷则是指通过互联网平台实现个体对个体的资金融通。P2P网络借贷是互联网金融的重要组成部分，是互联网金融的重要实践与创新。在P2P网络借贷平台上，出借人以拥有少量闲置资金的工薪阶层为主，借款人主要由被传统金融机构“边缘化”的小微企业和个人消费者构成。目前在我国，一方面，小微经济体数量庞大，包括5165万户个体工商户，1900万户左右的小微企业，2亿左右的生产性农户和广大的个人消费群体；另一方面，当前我国处于經济减速的下行周期，行业产能过剩，小微企业经营风险显著增加，传统信贷金融机构服务不充分，不能满足广大小微企业和个人的小额融资需求。因此，网络借贷业务受到社会普遍欢迎。对于“稳增长、调结构、促发展、惠民生”具有重要意义。

2016年8月24日，银监会联合工信部、公安部、网信办等四部委发布《网络借贷信息中介机构业务活动管理暂行办法》，明确了网络借贷是指个体和个体之间通过互联网平台实现的直接借贷，即P2P个体网贷，属于民间借贷范畴，受合同法、民法通则等法律法规以及最高人民法院有关司法解释规范。网贷业务是以互联网为主要渠道，为借款人和出借人实现直接借贷提供信息搜集、信息公布、资信评估、信息交互、借贷撮合等服务。网贷信息中介机构是指依法设立，专门经营网贷业务的金融信息服务中介机构，其本质是信息中介而非信用中介，因此不得吸收公众存款、归集资金设立资金池、不得自身为出借人提供任何形式的担保等。因此，网络平台要想得到生存和发展，在其业务范围内就必须提高金融信息服务水平，为投融资人提供更加全面的金融信息，通过平台自身的风险预测和管控服务来撮合借贷人的投融资需求，从中获取服务费来赢得收益。一项网络借贷业务的成功实现取决于风险的识别和控制，而信用风险是最重要的风险，因为网上实现直接融资是不需要抵押物的，只需要通过相关征信信息来判断借款人的真实还款意愿及还款能力，来撮合借贷业务的完成。

二、P2P网络借贷的信用风险管理流程

信用风险是指交易对手未按合同承诺履行合同义务或信用评级下降给金融机构带来损失的可能性。在P2P网络借贷业务中表现为借款人给出借人带来损失的可能性。信用风险分为道德风险和企业风险两类风险。道德风险是指借款者蓄意骗取资金给出借人带来损失的可能性，其产生的原因是信息不对称，即贷款人很难真正了解借款人借款目的和用途。有些人把借的款项用于挥霍、从事高风险活动甚至是违法活动，贷款到期时，以种种理由不还本付息，使出借人蒙受损失。企业风险，是由于借款企业经营状况不佳而不能还本付息的风险。它包括由于社会、自然或政治经济的风险而发生的损失，从而影响其还本付息能力的风险；由于企业主要负责人的离开、死亡或主管人员经营不善使企业遭受损失的可能的个人风险；企业在发生侵权行为时或其他情况下，对他人造成的损害需付的赔偿责任，若赔偿金额过大，会影响企业的赔偿能力的责任风险。国际上一般将银行贷款分为三类：公司类贷款，房地产贷款，个人贷款和其他贷款。个人贷款主要由个人住房贷款、个人消费贷款、个人经营贷款和信用卡透支组成。在我国的P2P网贷服务对象主要定位于个人消费和小微企业。个人消费信贷一般无担保物，在进行信贷分析时，更多地将重点放在对人的分析上，即申请人的还款意愿和还款能力分析上，一般采用信用评分模型来决定是否向客户贷款，评分因素更多集中个人特征，如收入、GDS比率、TDS比率等。小微企业的贷款金额通常很小，收益较小，不值得花很大的成本去进行复杂信用分析和监督，而且，小微企业通常为个人业主制或合伙制，没有公开的财务数据，甚至本生的财务数据就不健全，财务信息不充分，也不能进行较为复杂的信用分析，对小微企业的信用分析主要集中在企业业主个人信用记录，个人资产方面的分析等。

个人消费和个人经营信用风险的分析方法，即如何衡量、评价个人信用风险，以帮助做出贷款决策的分析方法。在进行贷款信用分析时，着重考虑两个方面的因素：申请人的还款意愿和还款能力。还款意愿是指借款者按时偿还贷款本息的意愿，与借款者的道德素质、人品相关。它主要体现在借款者过去借款的偿还情况。通过还款记录和信用档案来进行的，以及包括了解申请人的人品、生活习惯与作风、婚姻家庭等情况。还款能力是指借款者按时偿还贷款本息的能力。其影响因素包括借款者的收入和负债状况。在分析时，经常使用两个指标：住房债务收入比（GDS）和总债务收入比（TDS）。

GDS=年住房抵押贷款偿还额/年总收入*% ，TDS=年总债务偿还额/年总收入*%

贷款机构一般会对这两个指标设定上限，高于这个上限，则不能予以贷款，上限的设定要根据当地居民的收入状况并结合具体申请人的情况来考虑。例如：处于临界范围有两个客户A和B，向银行申请个人住房贷款，该贷款机构的GDS比率的上限是30%，TDS比率的上限是34%，客户资料如下：

客户 总收入（年） 住房按揭贷款偿还额（月） 其他债务偿还额（月）

A 100000 2500 1000

B 50000 1000 300

客户A：GDS=（2500*12+2000）/100000*100%=32%

TDS=（2500*12+2000+1000*12）/100000*100%=44%

客户B：GDS=（1000*12+1200）/50000*100%=26.4%

TDS=（1000*12+1200+300*12）/50000*100%=33.6%

可见，客户A的的年收入明显高于客户B，但其已有的债务过重，而申请的房贷月偿还额也较大GDS和TDS比率超过上限，不予贷款。客户B，虽然年收入较小，但已有的债务负担较轻 ，申请的个人住房贷款月偿还额也较小，两个比率都没有超过上限，可以考虑发放贷款。除了单独考察GDS和TDS两个比率外，贷款机构还要使用一个评分系统，并赋与影响申请人还款意愿和还款能力的因素一定分值，按申请人向银行提供的有关信息，为每一因素打分。设定某一临界范围，计算出的总分值若低于临界范围下限，就拒绝贷款；高于临界范围上限，则可考虑发放贷款，之间的，则由贷款委员会作出决定，纳入评分系统的因素包括：GDS比率、TDS比率，年总收入、年龄等。

通过以上对个人借贷信用风险的分析了解，个人信用风险分析过程分三个步骤来完成，第一步，获取借款人比较完整的真实信用信息，包括还款意愿和还款能力两个方面的信息和指标，还款意愿信息包括：、以前的还款记录、婚姻状况、信用记录、工作稳定性、住房情况、信用卡情况以及有无活期存款等；还款能力信息指标包括：住房债务收入比（GDS）和总债务收入比（TDS）、年总收入、年负债等；第二步，根据专家建议为借款人的还款意愿和还款能力因素建立一个评分系统，并赋与各因素一定分值，为每一因素打分。第三步，设定某一分值临界范围，比照计算出的总分值用以判断是否借贷。整个借贷风险的分析的关键是借款者还款意愿和还款能力两个方面的信息，如何在短时间内获得相关信息，是决定网贷平台运行是否高效、便捷的关键，对平台防控风险、降低成本、促进发展具有十分重要的意义。

三、信用信息数据的來源与构成

信用信息主要由借款人的还款意愿和还款能力所决定的因素构成，具体包括：年总收入、年总负债、以前的信贷还款记录、公积金缴存情况、社保情况、婚姻状况、信用记录、工作稳定性、住房情况、信用卡情况以及有无活期存款等因素。获得上述相关信息，一方面，可以直接上中国人民银行征信系统进行数据查询；另一方面，从平台中介构建的个人信用信息数据库中获取。中国人民银行征信系统包括企业信用信息基础数据库和个人信用信息基础数据库，个人信息内容有：一是个人基本信息，包括个人的身份、职业和居住地址信息等；二是银行信贷交易信息，主要反映个人对商业银行的履约能力和履约意愿，包括个人贷款、信用卡、担保、准贷记卡等信息；三是非银行信用信息，即个人征信系统从其他相关部门采集的、可以反映个人收入缴欠费或其他资产状况的信息，包括行政处罚信息、法院强制执行信息、缴纳各类社会保障费用和住房公积金信息等。查询个人信用报告或是相关的信息，通过注册即可。平台自身构建的数据库，主要通过中国人民银行征信系统、腾迅微信、阿里支付宝、平台自身业务等多渠道，运用扒取技术、购买等手段，在海量数据中进行有效挖掘，获得比较全面的、真实个人信息数据来构建信用风险管理系统所需数据库。

四、信息化环境下P2P网贷信用风险的管理新模式

P2P网络借贷平台为了撮合更多借贷项目，必须加强信用风险的管理，以减少投资者的损失，吸引更多客户投资，实现平台收益最大化。信用风险管理模式就是平台对信用风险的分析、判断和管理。一方面，平台通过建立一套信用风险分析管理软件来实现风险管理。首先，按照个人基本信息、银行信贷交易信息和非银行信贷信息分类建立三大基础数据库，按照前面信用风险分析的流程进行软件编程，在给定个人身份证号码后自动在海量数据库中进行搜索查询，以获得个人信用风险分析相关信息，系统自动按程序计算总债务收入比（TDS）等指标，对风险分析设定信息如年总收入、年总债务、年龄等按照平台设定目标记分标准自动进行打分，之后汇总个人得分，比照平台设定评分风险标准，自动判断这笔贷款业务该贷还是不该贷。整个计算分析过程按秒计算，大大缩短了风险分析判断时间，并且信息真实、计算准确，节约了成本，降低了投资者和借贷人的费用。另一方面，为了减少信用风险，平台按照个人的信用评分总数将借款人进行分类，信用评分高的最高借款可达20万，评分低的可适当少借款，以减少坏账损失规避可能带来的信用风险。同时，也可以采取通过第三方担保的方式来减少风险损失。最后，适当采取线下催收方法，运用法律手段，追回欠款资金以减少投资人损失。可见，在互联网平台上，通过大数据的挖掘，运用风险管理软件，实现信用风险高效管理，促进借贷资金的直接融通，有利于经济的发展，对P2P网络借贷行业的发展具有重要的意义。

P2P网络借贷行业发展至今已经由无序状态开始进入了规范状态，从法律层面已经基本消除了P2P平台的政策风险、经营风险、信用风险等风险，但从金融信息中介服务的角度来看，为投资者提供防范和控制风险的金融信息管理服务，仍然是平台生存和发展的基础，只有加强平台自身个人信用信息数据库的建立和完善，通过发起行业内或相关跨行业信用信息数据库的共享，不断丰富和完善个人信用信息，才能为减少信用风险，确保资金安全，奠定坚实的基础。

【参考文献】

[1] 邹宏元.金融风险管理.成都：西南财经大学出版社，2010.

[2] 乔埃尔.贝西斯.商业银行风险管理.深圳：海天出版社，2001.

[3] 吕香茹。商业银行全面风险管理.北京：中国金融出版社，2009.

作者简介：黄洁（1964-），女，四川成都人，在读硕士，从事金融风险研究。