互联网金融下信用风险研究

徐路路

【摘 要】目前，我国互联网金融信用风险事件频发，严重影响金融市场平稳运行。本文基于信用风险原理，结合我国互联网融资三种模式，分析我国互联网金融发展的优势以及对信用风险的影响。研究发现，我国互联网金融尚且处于起步阶段，客户和平台皆存在多种违规操作，信用风险大。本文尝试从征信体系、法律以及平台等方面对信用风险管控提出建议，对互联网金融市场稳健运行有一定借鉴意义。

【关键词】互联网金融；信用风险；风险管控

一、信用风险概述

近年来，我国依靠投资驱动的经济增长机制导致信贷规模扩张，以及利率市场化和经济下行的多重影响，加大了我国信用风险。2018年以来，P2P互联网金融全面暴雷，公开发行债券以及政府融资平台相继出现违约事件。2018年10月18日，中国人民银行表示将加强互联网信用体系建设，推动小贷公司、网贷机构全面接入征信系统，实现互联网金融、互联网电商等领域的信用信息全覆盖。

信用风险一般有广义和狭义之分，广义信用风险指因交易对手违约引起的风险，如借款人不按时还本付息引起的资产质量恶化、大量存款人挤提存款形成支付困难等。狭义信用风险通常指信贷风险，指借款人没有能力按时偿还贷款或是有能力但不愿偿还，导致贷款人财产损失的可能性。信贷市场上，由于借款人与金融机构之间的信息不对称以及金融机构受到利益目标诱惑，逆向选择与不当激励总是存在的。本文信用风险主要指狭义信用风险。现有关于信用风险理论研究很多，熟为人知的理论主要是，贷款勉强理论和金融脆弱性理论。贷款勉强理论最初由Gwyne提出，通常指在一定利率下提供超过借款人意愿的贷款。贷款勉强理论是我国不良贷款产生的背景原因。我国信贷市场是以贷款勉强和贷款需求无弹性的两个分割市场共存，即对效益好的争相贷款的供给过剩现象和对效益差的不愿放贷的供给不足现象并存。金融脆弱性假说指，Minsky认为代际遗忘和竞争压力是解释金融体系脆弱的重要原因。一方面，利好事件促使贷款人战胜危机恐惧，另一方面出于竞争压力，采取不审慎贷款决策，提供大量贷款而不顾及信用风险敞口不断扩大的最终累积影响。

二、互联网金融下的融资模式

（一）P2P模式。P2P模式经由互联网中介平台，以较快更新速度实时观察对方信息，包括无抵押担保的线上、线上线下相结合以及债券转让模式。P2P模式不受地域限制，不管借贷双方身处何地，只要通过互联网就可以实现交易，出借方可以清晰了解贷款方的真实利率水平，保证利息率统一。

（二）电商式小额借贷。凭借电子商务平台，依托于云计算、大数据等计算技术，集合海量非结构化数据，收集整理在线交易客户信息资料，以此建立互联网借贷中的信息资料审核程序。电商式小额借贷弥补传统借贷市场中小微经济主体的信用记录不足缺陷，借贷灵活，流程简单。

（三）众筹借贷模式。主要指中小企业通过互联网平台，以合资或是预购的形式向社会筹集资金。既是筹资途径也是投资项目，一方面社会公众作为项目投资者分得投资红利，激发投资热情，另一方面，融资门槛低，形式灵活开放，突破传统融资桎梏，缓解中小企业融资难问题，实现社会资源边际效用最大化。

三、互联网金融对信用风险的影响

（一）互联网金融优势

首先，信息时代背景使得每个社会经济主体成为彼此相互联系的神经元，互联网通过四通八达的网络触角，将各个经济主体的现实世界的状态属性转换为虚拟世界的数据信息。资金供需双方能直接利用信息筛选，自动完成对象匹配，节省传统融资模式所必须支付的资料费、菜单成本、甚至是灰色费用。充分挖掘长尾效应中的尾部市场，实现规模效益。其次，构建了开放性、多样性、层次性互联网信用体系，公开透明化借贷双方信息，缓解由于信息不对称引起的逆向选择问题。以芝麻信用为代表，主要利用了身份特征、选择偏好、信用记录、人际关系和履约能力来考核小微经济主体的信用资质，缓解因缺乏抵押品而造成的融资难问题，发挥风险管控作用。赵岳、谭之博（2012）研究指出，电子商务平台的融资模式将经营权限作为企业的信用资本纳入信贷审核，突破中小企业可抵押实物资产的限制，提高贷款可得性。最后，互联网金融促使金融机构创新金融产品。各大商业银行受互联网金融发展冲击，改变传统业务经营形式，借助互联网思维，调整经营模式，将人工智能、区块链技术引入银行业务，满足细分市场中长尾客户需求，实现银行转型发展。

（二）互联网金融信用风险现状

据网贷天眼不完全统计，截至2018年6月30日，国内P2P运营平台共计2835家。2017到2018年，新增141家，消亡1407家，消亡平台数远高于新增数，行业发展已告别起初的野蛮生长态势，进入优胜劣淘期。具体而言，2018年上半年消亡平台类型中，长时间网站无法访问511家，占比70.87%；僵尸网站85家，占比11.79%；跑路、经侦立案等67家，占比9.29%；主动退出18家，占比2.50%；其他40家，占比5.55%。涉嫌自融自保、开展校园贷等违规业务、虚假、诱导性宣传、服务器在境外、收益率过高等违规的2000余家。在2017年网络借贷行业总成交量TOP100平台中，包括“钱爸爸”、“金银猫”“投融家”、“善林财富”等平台目前均已出现问题。

据融360不完全统计，截止到2018年10月底，问题平台约有1266.83亿元的待还余额未偿还，涉及到102.82万投资人以及107.89万借款人。自7月份以来的暴雷潮中，很多规模较大的平台也未能幸免；主动宣布逾期、重组、清盘和退出的平台也较多，造成大量到期债权逾期，甚至成为呆账、坏账。一旦平台成为问题平台，无论是经侦介入还是提现困难，回款速度非常缓慢，甚至回款停滞。一方面由于被立案平台资产冻结，短期内无法还款；另一方面，还有一部分“老赖”借机故意不偿还。

四、互联网金融信用风险高的成因

（一）借款者数据不准确。互联网金融服务的群体主要是银行信贷服务未能覆盖的群体，既包括银行符合银行授信资质的，也包括一部分不符合银行授信条件的。后者很大一部分可能是从事自由职业、底层工薪阶层甚至是学生群体等人群，他们收入一般或是不稳定，生活方式不规律，资金实力弱，抗风险能力差，很可能出现资金链断裂，较大概率存在违约行为。其次，互聯网信息采集不够准确。以电子商务模式为例，数据收集主要集中在零售和消费环节，缺乏对其他环节信息的采集，信息不够完整。诸如“刷信用”、“改评价”等行为屡见不鲜，所出具的电子文件真实性有待考核。目前我国人民银行征信体系并不完善，信用信息在各机构之间流通不畅，对于互联网信用资质审核并无助力。另外，互联网金融下信用评价需依赖信息数据模型，而数据模型中数据的沉淀至少需要三年的时间。同时，还需要对数据进行筛选和更新，线下调研分散式客户信息，操作难度大，难保获取信息的正确性、时效性、有效性。

（二）平台自身问题。从各年度行业报告来看，各大网贷平台竞争激烈。为追求盈利目的，不少网贷平台信息披露较差、底层资产不清晰、业务操作走在法律边缘。网贷行业依旧属于新兴行业，国家对其监管文件较少，由于政府监管的缺失，网贷平台一直处于法律的真空地带，如雨后春笋般涌现的网贷平台，大批量良莠不齐，在内部风险控制和个人信息权益保护存在隐患。一方面，网贷平台并不是完全意义上的金融中介机构，一方面履行中介职能，另一方面充当融资者角色，一旦投资失败，必定会引起投资者的兑付困难。并且，平台可能并不存在独立性的资金管理机构，投资者对资金动向无法准确监控。此外，我国现有互联网金融从业人员技术经验匮乏，资深专业风控人才紧缺。互联网金融行业是传统金融与互联网的交叉衍生行业，从业人员需要同时具备传统金融知识和互联网思维，如果缺乏相应的专业素养，或是与平台联手欺骗，将会造成巨大信用风险，对广大投资者利益造成巨大损失。

五、互联网金融下信用风险管理措施

互联网金融是信息技术与金融产品的有机结合，虽以其“快餐式”服务特征为多种经济群体缓解信息不对称问题，提高社会资金利用效率，拓展普惠金融实现路径。但是，近年来网贷频频出现暴雷事件，多个网贷平台出现跑路事件，信用风险严重。因此，本文对互联网金融下风险管理提出如下建议：

（一）完善社会信用体系和法律法规建设

完善社会信用体系建设，不仅事关我国社会金融运作良好发展，也是我国建设文明法治社会的关键。信用交易是市场经济高度发展的表现，有助于迅速将闲置资金转化为社会资本，缩短交易时间，节约交易成本，实现经济结构合理高效化调整。目前，我国以中国人民银行为主导，以民间信用机构为辅助，收录信用信息，加快对社会信用体系建设。推进各大征信平台整合，加紧国家部门、金融机构与企业个人的征信系统联通，实现资源共享，信息流通，对于约束违约行为，提高整个互联网行业道德素养有重大意义。此外，互联网金融作为新兴产业，在市场准入、运营机制等方面缺少明确的法律规范，网贷客户或是网贷平台频钻法律漏洞，危害社会公众利益。营造良好的信用环境一方面需要经济主体自身道德要素约束，另一方面需要国家法制监管，双管齐下，内外兼治。

（二）加强网贷平台风险管控

加强贷前、贷中、贷后风险管控。依托大数据技术以及数据共享平台，由点到線，由线到面，粘合数据碎片，全面审核客户信息，严格甄别优质客户人群。贷前风险管控是降低信用风险最关键环节，不少网贷平台以短期盈利为目标，宁烂勿缺，加大信用风险敞口，一旦风险发生，弥补往往是无济于事的。贷中管控中，平台应与资质较好的第三方机构签订资金委托管理合约，加强对资金流动的实时监控，密切关注可能潜在风险，实时实行信息披露，既增加了投资者的信任，也多渠道确保资金交易安全。贷后风控是防范风险的最后防火线，制定合理收款政策，加收逾期费用，依法进行催收，对恶意赖账加入失信名单公式，提升贷款的回收率。所有的管控措施离不开风控人员，还应大力引入专业性风险管控人才，及时洞悉风险苗头，专业处理风险危机，将风险管控在安全范围内。

【参考文献】

[1]Gersbach H， Lipponer A. The Correlation Effect[J]. Social Science Electronic Publishing， 2000.

[2]赵岳， 谭之博. 电子商务、银行信贷与中小企业融资——一个基于信息经济学的理论模型[J]. 经济研究， 2012（7）：99-112.

[3]侯光明， 张燃. 信用风险度量的结构化方法[J]. 北京理工大学学报， 2005， 25（6）：560-564.

[4] 王千. 互联网企业平台生态圈及其金融生态圈研究——基于共同价值的视角[J]. 国际金融研究， 2014， 331（11）：76-86.

[5]汪静， 陈晓红， 杨立. P2P网贷平台信息披露水平、投资人信任与投资风险[J]. 中国经济问题， 2018（3）.

[6]俞林， 康灿华， 王龙. 互联网金融监管博弈研究：以P2P网贷模式为例[J]. 南开经济研究， 2015（5）：126-139.