基于信息甄别模型的商业银行学生贷款研究①

广东外语外贸大学 庄泽锋 周叶 邱媛 杨碧云

近年来，校园贷危害大学生事件频发，引起社会各界的重视，在2017年6月，中国银监会、教育部、人力资源社会保障部联合下发《关于进一步加强校园贷规范管理工作的通知》，要求一律暂停网贷机构开展校园贷业务。同年9月，教育部财务司副司长赵建军明确任何网络贷款机构都不允许向在校大学生发放贷款，并鼓励正规商业银行开办针对大学生的小额信用贷款。因此，正规商业银行学生贷款业务是政府部门目前提出可以根除校园贷问题的关键所在，其良性发展对于校园安全和学生发展更是至关重要的。

但目前中国正规银行学生贷款业务正处于起步阶段，缺乏相关成功经验，为促进其良性发展，本文将运用道德风险模型和信息甄别模型进行理论分析，并对学生借款人数据进行实证分析。道德风险模型是经平新乔(2009)实证的，与我国信贷市场真实均衡更相近的模型，本文尝试将其应用于解释学生贷款信息不对称方面并加以验证。信息甄别模型则与学生贷款市场的实际较为相符，即贷款人事先提出几份有区别的合约，借款人从中挑选自己所能选择的、使自身效用最大化的合约，该模型便是探讨此时的均衡情况。对学生借款人进行数据实证分析，是学生贷款研究领域有所缺失的部分，本文对该领域进行了补全。

1 文献综述

已有相关文献涉及信贷市场信息不对称、境内外学生贷款平台分析和防范学生贷款违约风险三个方面。

(1)信贷市场信息不对称方面，有平新乔(2009)使用银行个人消费贷款合同和借款人数据进行实证分析，得出银行在发放贷款时更多考虑借款人的道德风险，证明道德风险模型与信贷市场实际的均衡一致。唐传志(2009)以博弈论视角对逆向选择与道德风险问题进行研究，进一步阐述了其导致的信贷市场的扭曲现象与对商业银行的不良影响。

(2)境内外学生贷款平台分析方面，有郑春梅、贾珊珊(2016)通过国内外学生贷款发展现状比较，提出了加大学生资助信贷体系、征信体系建设等建议；钟宇平(2003)对香港三类教育贷款进行研究，其中商业银行贷款主要面对达到一定要求的学生；胡茂波、袁飞(2004)对美、英、日三国学生贷款的回收方式、还款数额的确定、还款期限的延期、减免等方面与我国进行比较。

(3)防范学生贷款违约风险方面，有黄丽、徐婉莹(2017)建议平台加强建立完备的风险控制模型，通过系统的数据计算与统计得出更为精确的风险评估结果；廖茂忠(2008)归纳了世界各地学者近30多年来关于防范学生贷款违约风险的研究。

此前学者的研究为学生贷款打下了平台发展规划、贷款回收、风险控制等基础。但在对学生借款人进行模型分析、计量实证上存在空缺。本文将以信贷市场信息不对称、借贷双方合约与博弈为切入点，进行理论模型分析与实证分析，为学生贷款研究补充量化方面的空缺。

本文结构安排如下，首先进行道德风险模型与信息甄别模型分析，再利用人人贷平台学生借款数据进行实证分析，并借鉴国外学生贷款平台提出相关政策建议。

2 模型构建及分析

2.1 信息不对称与道德风险模型

信息不对称是造成个人信贷市场不完善的主要原因，其导致了贷款人在发放贷款过程中承担了相对更高的道德风险。这主要表现在两处：(1)借款人为了获得资金，有在授信过程中隐瞒自身不利信息的激励；(2)借款人违背与贷款人的合约，将所得资金投入风险更高的活动。由于无法完全掌握已获得贷款的借款人的资金情况及风险决策，贷款人有正常回收贷款的风险，如借款人改变资金用途、虚报瞒报财务情况等。

对于信贷市场中的信息不对称，有逆向选择模型、道德风险模型等理论进行解释。逆向选择模型认为，借贷双方存在事前信息不对称，高质量的借款人通过抵押来显示自己的风险类型，以较低利率获得贷款，低质量的借款人则不提供抵押，以较高利率获得贷款。道德风险模型认为，贷款人的风险主要表现为无法完全掌握借款人获得贷款后的行为，即存在事后信息不对称。发放贷款时，被评判为高质量的借款人道德风险低，不需要提供抵押便能得到利率较低的贷款，而低质量的借款人必须提供抵押品才能获得贷款。

平新乔(2009)使用银行个人消费贷款合同和借款人数据进行了实证分析，结果表明，道德风险模型预测的信贷市场均衡与真实的信贷市场均衡更一致，贷款人主要面对事后信息不对称，不提供抵押的信用贷款利率低于抵押贷款，且抵押贷款违约率高于信用贷款。

假设借款人分T期偿还贷款，每期还款额为P(假设每期还款额相等)，贴现因子为为无风险利率i0与风险溢价ir之和。若借款人正常还款，贷款人的预期还款额现值为：

假设借款人只在T=1时从事道德风险活动，其导致贷款人不能按期足额收回每期还款额。此时，贷款人的预期还款额现值为：

式中α为借款人违约风险率；C为抵押品价值；Q为借款人违约后还款额，即最低还款额(Q≥0)；(P-Q)即是借款人违约后还款额的减少额。与借款人正常还款相比，两者相差，即：

2.2 信息甄别模型

在信号博弈过程中，信号发送者拥有私人信息，信号接受者只有公共信息，双方信息是不对称的。信息甄别模型是探讨信号的接受者首先行动时双方的博弈。在信贷市场中，贷款人只有公共信息，是信号接受者；借款人拥有私人信息，是信号发送者。此时，贷款人先行动，假设其在发放贷款之前就提出一个合同(W,S)，若借款人的质量水平达到贷款人对其要求的标准S，那么就能获得贷款额W。

根据罗斯查尔德(Rothschild)和斯蒂格里兹(Stiglitz)，在信息甄别模型中，假定贷款人事先提出了两个合同和一个选择规则代表低质量的借款人水平，代表设为还款能力的借款人的效用函数。选择规则R将使得：(1)当且仅当对所有的，存在还款能力的借款人选择，即各类型的借款人在所有可选择的合同中选择一个最优的合同；(2)贷款人的利润不能为负；(3)不存在新的合同可使选择提供该合同的贷款人得到严格正的利润。

在信息甄别模型中，不存在混同均衡，唯一可能的均衡是分离均衡，且分离均衡是唯一的。

图1 分离均衡分析

如图1所示，在分离均衡中，弱还款能力的借款人将选择完全信息的最优点。因为若一位贷款人为其提供任何不同于的合同(如点C)，其余贷款人能通过提出新的合同将该借款人吸引走，如为其降低贷款利率或给予其他优惠条件。此时，即使借款人的效用下降，其仍可能接受合同D，使贷款人获得利润。因此是弱还款能力借款人的帕累托最优合同。

假设贷款人发放给借款人的贷款额W是借款人质量水平S的函数，即，显然高质量水平的借款人能获得更高的贷款额，即。假定只有期的贷款额受借款人质量水平影响，此后各期的贷款额与借款人质量水平无关，那么贷款人为了减少借款人在获得贷款后的道德风险程度，将变为：

此前的校园贷平台对借款人质量水平的要求极低，属于低质量借款人水平合同水平，借款人获得贷款后从事道德风险活动的可能性较大，导致校园贷平台在合法范畴内自身风险控制情况较差，其将会有使用非法行为以减少借款人违约造成损失的激励，致使上门暴力催债、恐吓等非法催收贷款的行为。正规商业银行在针对大学生开办小额信用贷款时，应提高对借款人质量水平的要求，以减小借款人获得贷款后从事道德风险活动的可能性，降低平台坏账几率。

3 实证分析

3.1 模型设定

考虑到借款人贷款额度，借款人道德风险程度可能与其有一定关联，所以引进变量贷款额度。以投标人为理性人前提，预计其会为质量较高的借款人投入更多的资金，预期投标人数量与借款人质量呈反比、与其道德风险程度呈反比。考虑到贷款时长与贷款的密切相关，预期其与借款人道德风险有关。随借款人年龄的增长，可能对自身信用更关注，道德风险程度更低。并考虑借款人累计贷款次数及性别因素。综上所述，本文采用如下模型对学生借款人道德风险程度进行分析：

其中，Yj为道德风险程度；Xli为贷款额度，本文对其取对数；为投标人数量；为累计贷款次数；为贷款年利率；为贷款时长；为借款人年龄；为借款人性别，属虚拟变量，女性为0，男性为1。

3.2 数据来源与统计

由于数据的可得性，本文对信贷市场中借款人的研究使用人人贷平台公开的借款人数据。本文在人人贷平台2017年总标号中随机抽样属于学生贷款的数据共4789条。据数据表明，这4789位学生均通过身份证认证、实地认证、身份认证、信用报告认证，均为信用贷款，信用评级A，信用分数180分，无逾期和违约经历。表1为各个变量的描述性统计情况。

表1 描述性统计

3.3 参数估计

根据获取的截面数据，采用最小二乘估计法(OLS)估计模型参数，得到初始模型：

3.4 模型检验及修正

(1)多重共线性检验。在初始模型中，解释变量投标人数量、累计借款次数、借款人年龄的t检验不显著可能是由多重共线性引起的。于是采用逐步回归法，寻找最佳回归方程。模型最终保留，结果为：

3.5 模型的经济意义与结论

4 商业银行学生贷款的发展建议

4.1 目标市场的定位

银行可将主要目标市场定位在留学深造、学业进修、考证、培训、创业、研究项目等方面。留学深造费用较高，且其需求呈逐年上升趋势(如图2所示)，总量较大，因此贷款需求较大，市场潜力大。并且该群体的借款人质量普遍较高，有较高学历和良好工作前景，风险较低。创业贷款方面，在毕建男(2018)的调查显示，创业思想在大学生的认知度普遍较高，但实际创业结果受限的主要原因就是资金受限。可见存在较大空间的大学生创业资金贷款需求，因此正规商业银行可开办部分发展前景良好的大学生创业项目的贷款业务，也顺应国家提倡的支持大学生自主创业的要求。

该目标市场的定位可让学生贷款带来的更多是积极影响，让更多学生有条件进修、开展项目等，促进学生贷款对人才培养的贡献，提升学生贷款平台社会印象，从而吸引更多资金短缺的优秀学生，开拓优质市场，实现国内学生贷款平台优化升级。

图2 中国出国留学情况

4.2 设置较高放贷门槛

由理论模型分析可得，贷款人事先提出合同中对借款人质量水平要求会影响借款人道德风险程度。在贷款人提出的低质量借款人水平合同中借款人从事道德风险活动的可能性大于高质量水平要求的借款人。因此正规学生贷款平台首先要设置较高准入门槛，对借款人进行严格审核，建立一套完备的借款人 评估体系，选择学业情况良好、未来发展前景良好、目前 或未来有稳定收入、有足够还款能力、信用状况良好的借款者。将上述各因素综合，运用大数据进行分析，得出每位借款人的综合评分，并通过计算与评估设置一个较低风险的分数线，依照分数选择低风险借款人。以人人贷平台2017年数据为例，相较质量参差不齐的非学生借款人，4789位学生借款人均具有高质量、高信用评级评分、无逾期和违约经历的属性。较高的准入门槛筛选了高质量的借款人，降低了贷款平台自身的风险，减少坏账；另外也降低了贷款对学生产生危害的可能。因为不具备足够还款能力 的学生容易无法还款，平台的催款压力和高额的负债会对学生精神造成压迫，对其自身产生危害。

4.3 设定适当贷款时长与额度

由实证分析可得，借款人道德风险程度与其贷款时长 呈反比，与其借款额度成正比。银行在发放学生贷款时，应适当延长学生还款时长。在发行学生消费贷款时，应控制贷款额度，建议使用分期还款形式延长学生贷款时长，以降低借款人道德风险程度。以深耕年轻人分期6年的分期乐为例，该平台更倾向于为学生借款人提供5000元以下、分期12月的贷款，而国内外的学业贷款也是较长的还款周期。因此，若银行发放学生消费贷款，对5000 元左右的消费产品，可采用12月或以上的贷款期限、允许借款人提前还款的机制。在发放学生教育贷款时，可根据不同银行的长短期利益偏好程度进行调整，如香港永 隆银行更注重长期利益，其为香港中文 大学兼读制学生提供无息贷款，争取未来客户也能获得商业利益。

4.4 建立完备的风险控制体系

首先，要设置有效的贷款回收机制，即学生贷款偿还机制。翟德曼(Adrian Ziderman)和杰米尔·萨米(Jamil Salmi)分别通过广泛的比较研究得出“有效的回收机制将促进学生贷款违约率的降低”，因此平台需要有效的贷款回收机制。可参考阿布雷克特(Douglas Albrecht)和翟德曼(Adrian Ziderman)对回收机制的研究，依据不同收入设定的延期还款方案或直接从工资中扣除相应还款等途径。

其次，银行可以建立一个借款人财务状况跟踪机制，对借款人的财务状况和贷款使用情况进行有效跟踪。该机制不仅可以追踪贷款的流向以解决个人信用贷款目的不明确的问题，也能够作为信用信息的来源，还可以及时识别借款人是否有违约的迹象，以便银行预测借款人的行为并作出相应的对策。

最后，要建立违约约束机制，对违约行为采取合理应对机制。机制首先需要明确哪些因素会导致学生违约。廖茂忠(2010)的研究显示，借款学生的债务水平是影响学生是否按时偿还贷款的最关键因素，学生的收入水平是影响学生偿还能力的重要力量。根据这两个重要因素可将借款人分段，对违约风险不同的学生采取不同的监督措施，对违约可能性大的学生进行重点关注。违约机制也应当采取合理手段，善用道德约束和法律手段，建立信用制度，使借款人违约成本上升，从而减少学生违约行为。

4.5 合作与宣传

银行可以与客户合作，以一些福利条件激励客户推荐适合的客户，这种模式可以产生一个良性循环，优质客户将自己身边有需求并且符合资格的人推荐给平台。美国SoFi学生贷款平台在该种模式的运行下，不仅没有借款人违约，而且也没有人拖欠还款超过90日。

银行之间可以相互合作，在银行间建立一个信息共享平台，加强信用信息的交流与共享，学生的信用评分、借款记录等可在系统中查看，不仅可以避免学生“拆东墙补西墙”，也可提高已录入该平台的学生再贷款时的效率。此外，银行可与征信平台对接信息，并告知借款人贷款逾期或违约将被上传信息到征信平台，将对借款人信用、未来贷款产生影响。

银行还可以与学校合作，在学校内部建立贷款业务办理点。学校为银行提供场所，银行为有需要的学生提供贷款服务和信贷资讯。三方可以达到共赢：银行可以推广自身的贷款业务及发掘未来客户；学生可以在校内通过正规渠道办理贷款，方便、快捷且有保障；学校可减少校园贷对校园生活的危害。此外，银行还可以通过为校内的创新创业等比赛提供赞助、为一些创业项目提供启动资金等方式，宣传自身、发掘有潜力的项目和优秀的人才。