作者简介：周叙宏（1996-），女，汉族，重庆人，硕士，重庆理工大学管理学院，研究方向：互联网金融。
摘 要：随着互联网时代更迭加速，P2P网贷行业的发展不容小觑，行业发展速度与行业规范程度的不相匹配让行业有了自成一派的商业发展手段，为了提高平台信用值，部分平台提出了担保机制，但是增信方式的多样化与不规范化使得P2P网贷平台定位发生异化。本文利用采用增信方式的589家平台数据，采用Probit模型研究了各种增信方式对平台信用风险发生率的影响，根据研究结果，提出完善相关增信方式的政策，并且引入相关合规的审核机构，与此同时，平台也应该做好自身风险控制的政策建议。
关键词：P2P网贷平台;信用风险;增信方式
中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.1672-3198.2021.15.046
P2P网络借贷行业在中国发展之初是完全尊崇于行业初心的，是为了在极大程度上消除长尾人群在资金周转方面的不对称性。但是行业发展瞬息万变，行业竞争加大而监管速度不匹配等主客观因素导致了行业在发展中发生变异，出现了许多违法违规的行为。从现有的学者研究中发现，鲜有文献挖掘担保机制与平台信用风险之间的联系，而在现有的文献中大多数是定性分析。本文旨在研究不同保障模式对平台信用风险发生频率的影响。本文主要解决以下几个问题：保障模式的设立是否会对平台信息风险发生具有负向效应？不同担保机制对平台信用风险发生具有的抑制效果是否一致？保障模式是否具有存在的意义？本文通过定量方法给出证据。
1 平台增信方式介绍
1.1 国内主要增信方式
根据行业信息收集网站上统计，目前国内行业采取的增信方大致式可分为融资性担保、非融资性担保以及平台垫付三种主流方式。
平台垫付主要包括风险准备金计提和平台自有资金垫付。在P2P网贷行业中，由于其定位模糊等客观条件使得投资者与借款者之间的信息不对称现象并没有得到最大缓解，风险准备金不仅对传统金融业具有重要作用对该行业也具有重要意义。该行业的风险准备金是通过对每笔确定发生业务的金额按照一定的比例从投资者收益中扣除或者借款人的借款金额中提取的金额，主要用作当坏账发生时进行一定程度上的弥补。而对于平台垫付，就是P2P平台根据自己的经营实力、政策、战略等自身资质按照内部规则提供一定资金用于应对坏账发生的情况。
除了以上通过从平台内部和交易行为中提取资金担保作为增信方式以外，还有极大部分平台采取与中国人民银行按照评级标准给出的较高等级的优质小贷公司与担保公司合作，多呈现“线上+线下”的担保模式。
非融资性担保方式除了非融资性担保公司保障，还包括小贷公司。非融资担保机构主要是以担保费、服务费为主要收入，对于其担保的合同在一些特定的情况下存在法律认定无效合同的风险。小贷公司与非融资性担保公司认可度相当，且财务杠杆相差不大。
融资性担保公司是经过国家有关部门的严格审批具有融资担保资质的以担保业务作为主营业务，以担保费用作为经营收入，经过此类公司担保的业务在发生风险时，担保公司必须依照合同约定承担相应的责任。
1.2 风险隐患及假设
P2P网贷平台无论采取哪种增信方式实现平台信用提升均是符合国人的刚性兑换特性，虽然在一定程度上加大了平台活跃度与吸引力，但是从某种意义上来说也增加了平台的风险隐患。其风险来源主要来源于：第一，信息不对称。由于网贷行业本就是基于虚拟世界衍生出来的金融方式，因此无论是对于借贷双方哪一方來说，信息可靠程度与信息不对称相匹配。第二，羊群效应。网贷行业面对的长尾人群在很大部分缺少相应投资技能，其风险厌恶与风险承受能力都处于薄弱状态，主要依靠群体风向作为投资意向，多集中于选择兜底较高的平台，这也导致轻微的风吹草动，都会造成集体兑付行为，平台极大程度会因此发生资金周转困难而发生跑路。
针对上文所述，笔者提出以下几个假设：（1）平台与非融资性担保公司合作因为公司风险扩散的有限度会有效地降低平台的信用风险;（2）平台采取与融资性担保公司合作因融资性担保公司的牵连范围广会增大平台的信用风险;（3）平台采取自身垫资方式因为其担保能力与平台自身资金实力相关，对其平台信用风险的控制效果并不明显。
2 研究设计
2.1 数据与变量
本文是采用爬虫技术从行业信息收集网站爬取数据中收集6400多条数据，将经过处理以后剩余的589家真实数据作为研究分析。具体变量定义如表1所示。
2.2 模型构建
P2P网贷平台的经营状态可以统一划分为正常运营与非正常运营，仅存在0和1两种互斥结果，因此笔者采用Probit模型估计平台增信方式对P2P网贷平台发生平台信用风险的影响。模型如下：
3 结果分析
3.1 描述性统计分析
表2是各变量的一个描述性统计分析结果。从表中可以看出，在所采取的样本中只有20.54%的平台还在正常运营，也就是说接近8成的平台都发生了信用风险，因此，研究平台的信用风险是存在极大现实意义的。从分析采取增信方式的平台来看，大多数的平台更倾向于采取与非融资性担保公司合作的方式，其数值高达60.78%，是其它两种方式的三倍之余。立足于监管角度，在这些注重采用增信方式的平台中可以发现，有85.23%的平台都是做了网站备案的，从这一个数据可以看出，这些平台十分注重信用价值。但是只有0.51%的平台做了存管报告，从这一数据可以看出，虽然平台注重信用价值，但是规范信用的意识淡薄，也有可能是政策规定不够严格导致的。
3.2 回归结果分析
回归结果如表3所示，列（1）中非融资性担保的估计系数为0.492，且在1%水平上显著，说明非融资性担保的增信方式有效地降低了平台的信用风险;列（2）中融资性担保的增信方式的估计系数为-0.501，且在1%水平上显著，这说明融资性担保极大地增大平台发生信用风险;列（3）发现平台垫付的系数为-0.192，但是并不显著，因此平台垫付的增信方式会在一定程度上增加平台的西庸风险，但是与平台等信用风险并没有很明确的关系。从控制变量来看，注册资金越多会有效降低平台信用风险，实缴资金系数为负，但是并不显著，从两者的对比上来看资金越雄厚的平台可能会更加吸引投资者，致使风险累积较大，平台发生信用风险概率随之增加。从业务类型来看，从事有抵押贷款的平台会更倾向于低风险，这可能是有资产抵押的平台在必要时刻可以收回一部分资金周转。存管报告与网站备案的估计系数均为正，且都不显著，可能是因为目前国内的监管措施在增信方式缺少严密整套的系统管理。从时间上来看，时间划分与信用风险爆发存在显著的正相关，由于2014年6月以前，中国的P2P行业处于一个萌芽阶段，因为当时的行业政策几乎处于一个空白区，但是行业收益相当可观，政策和行业的非同步发展使得行业出现很多灰色地带，在2014年6月以后，政府号召鼓励推动互联网金融发展，此时行业开始进入了成长期，行业发展与国家政策的导向协同，因此平台的信用风险得到一定的有效控制。另外，从地域划分上来看，沿海地区平台发生信用风险的概率较大，P2P行业本就源于国外，沿海地区吸收外来文化的速度较快，因此大部分的平台都集中在沿海地区，基数的增加使得沿海地区P2P平台发生信用风险的概率急剧增加。
国内流行的三种增信方式来看，非融资性担保对降低平台信用风险的作用远高于融资性担保公司和平台垫付的方式。这种现象是因为非融资性担保的公司资金基本上来源确定且自身的债务情况并不多，属于可控范围内，主要体现在即使资金没有办法在短时间内到位，会因为该情况受到波及的投资者是有限的。而采用融资性担保公司的平台大部分自身就有负债，在这种情况下再为平台进行担保，很容易发生把这种担保行为作为了一种新债还旧债的措施，这就导致资金方面并没有足额金额作为担保基础，当平台发生一点不利波动都会引来长尾人群的强制兑付行为，短时间的高额兑付会使得平台发生信用风险。
3.3 稳健性检验
通过换用logit模型对以上数据进行了稳健性检验。表4是采用随机抽样的方式选定了新的观测样本，对上述的假设进行回归分析。从表4中我们可以看出，重选样本以后，采用新的回归模型，系数的大小虽然有所变化，但是系数前面的符号以及显著水平仍未发生变化。因此说明上文结论具有良好的稳健性。
4 结论与政策建议
4.1 结论
本文采用爬取数据中真实的589条记录进行Probit模型的回归分析，研究了平台增信方式不同对平台发生信用风险的概率的影响。结果显示，采用增信方式是可以有效降低平台发生信用风险概率的，但是并不是所有的增信方式都能有效降低。由研究结果分析可知：
（1）与非融资性担保公司合作的平台更有竞争力，在平台信用风险上更具有风控能力。
（2）与融资性担保公司合作的平台噱头较大，在平台信用风险上缺乏严谨的控制体系。
（3）采用平台垫付增信方式的平台效果不佳，对平台信用风险控制并没有明显作用。
4.2 政策建议
虽然P2P网贷平台的担保制度在发展过程中会产生一定的信用风险，更甚至会出现“劣币驱逐良币”的现象，但是我们不能忽略担保机制在国内这种不完善的行业体制下中的潜力。针对这一现象笔者提出以下几个政策：
首先，国家应该对采用增信方式的平台有一个完善合规的本息保障体系。许多的长尾投资者都缺乏符合标准的風险意识，会被一些平台“100%本息保障”等字眼吸引，发生非理性投资，因此政府在本息保障这种承诺上需要设定严格的监管策略。
其次，建议引入审核机构，对提供担保的平台进行合规的审核，并且按照对应条件筛选出与真正融资性担保机构合作的平台，并且予以特殊统一的象征性标示，以为投资者提供指示。
最后，从平台自身的角度来说，平台应强化自身风控策略，在增信方式失效之时应该有紧急备案以巩固投资者信心，给自己争取充足的周转时间。
参考文献
[1]杜永红.大数剧下的互联网金融创新发展模式[J].中国流通经济，2015，（07）：70-76.
[2]黄莉娟.P2P网贷平台与小贷、担保公司合作的风险分析[J].市场周刊，2015，（08）：62-63.
[3]左茹霞，王言，李宇红，等.P2P网络借贷成交量影响因素分析[J].财会月刊，2017，（3）：118-122.
猜你喜欢 信用风险 村镇银行信用风险管理的创新性探究中小企业管理与科技·上旬刊(2020年1期)2020-04-07基于层次分析法的大学生信用风险评价指标体系研究西部金融(2019年3期)2019-12-12基于LightGBM算法的信用风险评估模型研究软件导刊(2019年10期)2019-12-04我国国有商业银行信用风险管理研究科学与财富(2019年9期)2019-06-11我国大学生助学贷款的发展困境研究山西农经(2019年23期)2019-02-06小额贷款信用风险的成因及防范控制现代营销·学苑版(2019年12期)2019-01-14企业信用风险管理山西农经(2018年8期)2018-05-14基于模糊层次分析法的农户信用风险评级研究智富时代(2018年2期)2018-05-02基于模糊层次分析法的农户信用风险评级研究智富时代(2018年2期)2018-05-02
