APP下载

基于交易可能性集合理论对网络借贷平台风险控制的研究

2016-12-19陆岷峰季子钊

西部金融 2016年8期
关键词:资源配置风险控制

陆岷峰++季子钊

摘 要:网络借贷平台的发展取决于资源配置的有效性,而其发展的可持续性则决定于风控水平。资源配置是金融的基本功能,风险控制则是P2P网络借贷平台企业运营的关键要素,二者有着紧密关联。准确定位网络借贷平台的风险因素,利用“交易可能性集合”理论分析P2P平台的资源配置机理,优化平台资源配置对风险控制的研究具有重要意义。同时,本文在交易可能性模型分析的基础上对影响网络借贷平台成交量的因素做进一步实证分析,最后给出合理的网络借贷平台风险控制的优化策略和建议。

关键词:网贷平台;资源配置;交易可能性集合;风险控制

一、引言

以互联网技术为代表的现代信息科技,尤其是云计算、大数据分析、移动支付和搜索引擎等创新科技的不断发展,已对人类社会金融模式产生了重要影响。以网络借贷P2P平台为代表的中国P2P网络借贷平台模式,自2013年以来经历了快速成长。截至2016年2月底,中国P2P平台累计数量达到3944家1,特别是2015年下半年,P2P平台活跃的投资者和借款者人数成倍增长,在个人、家庭、中小企业的融资中均起到重要作用。然而伴随着P2P平台模式创新的同时,行业的不规范现象层出不穷,问题平台屡屡出现。2015年7月,由央行牵头起草的《关于促进互联网金融健康发展的指导意见》发布之后,这部互联网金融行业“基本法”的颁布也标志着网络借贷平台逐渐走向规范化,每月全国新增P2P平台有所减少,由2015年的平均每月新增平台171家降低至2016年2月新增27家。自2013年至2016年2月底,出现“提现困难”、“跑路”、“停业”、“经侦介入”等问题平台已累计高达1425家。

P2P网络借贷平台的特点是具有普惠性,能够突破时间和空间的限制,影响力具有广泛性,但P2P平台引发的风险可能危及到整体金融体系的稳定与发展,威胁社会经济结构的安定,也会对宏观经济政策的制定和实施造成一定程度的影响。在此形势下,研究网络借贷平台的风险控制问题对当前保障平台持续健康发展具有重要意义。同时,风险控制则是保障网络借贷平台发展可持续性的重要手段。因此,准确定位网络借贷平台的风险因素,利用交易可能性集合理论理解P2P平台的资源配置机理,优化平台资源配置和分析影响平台成交量的因素有十分重要的意义。

二、文献综述

网络借贷平台服务于广大普通投资者和中小企业,其最基本功能是融通资金,就是将资金从储蓄者手中转移给资金需求方的融资者。P2P平台是作为一种金融信息中介而存在,Mishkin(1995)分析金融中介存在原因时认为:第一,金融中介有规模经济和专门技术,能降低资金融通的交易成本;第二,金融中介有专业的信息处理能力,能缓解储蓄者和融资者之间的信息不对称以及由此引发的逆向选择和道德风险问题。关于网络借贷模式中的资源配置特点,谢平、邹传伟(2012)指出,资金供需信息直接在网上发布并匹配,供需双方直接联系和交易,不需要经过银行、券商或交易所等中介。在P2P网络借贷的风险分析中,Freedman和Jin通过对Prosper的数据分析,指出P2P市场中的投资人并未能很好利用已公开的信息,所以市场有效性不足,但投资人表现出明显的学习能力,其对信息的利用与分析能力不断提高。GAO研究表明,相对于传统金融体系,P2P借贷产生了两个主要风险,分别是信息的真实性以及对违约贷款的追索。

在国内P2P网络借贷平台的研究中,刑力(2011)强调P2P平台的本质属性仍是金融:一方面,互联网主题的创新发展也需按照金融规律,风险控制是金融行业的根本立足点,互联网企业同样要重点关注。而另一方面,互联网也仅仅是在金融的营销模式与服务流程方面进行创新,因而与金融机构的传统功能并无根本性差异,并未规避金融的固有风险。张国文讨论了中国P2P 借贷中存在的平台法律性质不清、涉嫌非法集资、资金安全缺乏保障、监管缺位等风险。然而,上述对于P2P网络借贷平台风险控制的研究,缺乏一定的理论模型支撑和实证研究。谢平(2012)提出在供需信息几乎完全对称、交易成本极低的条件下,P2P网络借贷平台模式形成了“充分交易可能性集合”,双方或多方交易可以同时进行,信息充分透明,定价完全竞争(比如拍卖式)。本文应用“交易可能性集合”理论解释和分析网络借贷平台的风险控制和成交的达成问题,并基于以上分析考察影响P2P网络借贷平台企业成交量的因素进行实证分析,对P2P网贷平台风险控制措施提出优化策略。

三、P2P网贷平台的资源配置模型

“交易可能性集合”理论模型是由谢平、邹传伟(2012)提出的关于P2P网络借贷平台的资源配置模型,主要利用了两方博弈的建模思想,将P2P平台中众多的参与者简化为两者:融资者和投资者,并以他们各自认可的最高和最低贷款利率的集合来描述网络借贷过程中最大程度的交易集合,即“交易可能性集合”,它通过模型推导,较清晰地解释P2P网贷平台交易过程的发生机制。基于“交易可能性集合”的理论思想,我们将对融资者方面的理论公式做更合理的调整和说明,试图对P2P网贷平台的资源配置理论与相应的风险控制措施相结合分析,解释P2P平台资源配置的科学性并分析资源配置的核心因素,通过优化资源配置的核心要素,为进一步对平台的风险控制优化策略作好准备。

P2P网络借贷模式中的资源配置特点是:资金供需信息直接在网上发布并匹配,供需双方直接联系和交易,不需要经过银行、券商或交易所等中介。在此我们只针对典型的网络借贷P2P平台模式(即作为信息中介的P2P平台),结合并修正“交易可能性集合”理论模型进行分析。

(一)模型中平台的选定

“交易可能性集合”模型建立在一定假设基础上,即一定要理想情况下的、符合信息中介属性的P2P网络借贷平台,也就是个人对个人间、点对点的小额借贷交易。网络借贷模式依靠互联网的技术突破了地域的限制,使得原本只存在于一定社会关系网络内的社会融资或民间融资模式得到创新发展,本质上只是提供了一个资金供给者与资金需求者自行配对的信息服务中介平台,平台公司不参与任何借款交易。

(二)“交易可能性集合”的概念

在P2P网贷平台上交易的两方主体,可以简化为一对或者多对的资金需求方和资金供给方,即融资者与投资者。该模型的主要思想在于,根据融资者和投资者双方彼此隔离地对借贷过程中成本的考量,双方在理论上有达成交易的可能性,即融资者能承受的最高贷款利率不低于投资者愿意接受的最低投资收益率。

1、融资者能承受的最高贷款利率

设融资者集合I,所有融资者均为风险中性者。考虑某一融资者i∈I,其自有资金(或资产)为Wi,他需要贷款金额为Di,来进行一项投资额为(Wi+Di)、预期收益率为Ri的项目,假设其项目成功概率为Pi,考虑1-Pi为项目失败的概率或违约概率。融资者贷款利率为fi,即若项目成功,则其预期收益为(1+Ri)(Wi+Di),若失败,则记为0。记融资者的经营杠杆率为l■=■。

融资者进行贷款的条件是,项目投资收益扣除贷款本息后的期望净利润不低于其自有资金,得出不等式:P■(1+R■)(W■+D■)-(1+f■)D■≥W■,整理得:

1+f■≤(1+■)(1+R■)-■=F■ (1)

对不等式右边(即F■)的杠杆率l■进行求导:

■=■■-(1+R■) (2)

(1)式表示了融资者所能承受的最高贷款利率,说明:项目预期收益率越高(R■越大),项目风险越小(P■越大),融资者能承受的最高贷款利率越大;

(2)式表明:当其它条件不变,项目成功概率P■不低于项目预期收益的贴现因子■时,杠杆率越低或自有资金比重越高,融资者能承受的最高贷款利率越高;当项目成功概率P■小于项目预期收益的贴现因子■时,杠杆率越高或自有资金比重越低,融资者能承受的最高贷款比率越高。

2、投资者愿意接受的最低贷款利率

设投资者集合J,所有投资者均为风险中性者。考虑某一投资者j∈J。假设投资者的资金成本或机会成本为r■(该要素取决于外部经济市场),其进行一项贷款投资的费用率(即交易成本C)为c■,交易成本取决于支付清算系统的完善程度和信用评估的成本,可表示为C■=c■D■。设定一参数λ■∈(0,1)用来衡量不同投资者的信息不对称程度,由于信息不对称的情况,投资者将不能准确估计融资者的项目成功概率或其违约概率,而是会倾向于低估其成功概率为(1-λ■)P■,所以λ■越大,表示信息不对称越严重。

投资者放贷的条件是,违约预期调整后的放贷收益率高于资金成本,即:(1-λ■)P■(1+f■)-c■≥1+r■,整理可得:

1+f■≥■ (3)

(3)式给出了投资者愿意接受的最低贷款利率,要求补偿资金成本、交易成本和融资者的信用风险溢价。

3、“交易可能性集合”

一对融资者和投资者(i,j)之间发生交易的必要条件就是,融资者能承受的最高融资成本高于投资者愿意接受的最低投资收益率。由(1)式和(3)式得:

■≤(1+■)P■(1+R■)-1+1 (4)

由(4)式可知,在其他条件不变的情况下,交易成本(c■)越低或信息不对称程度(λ■)越低,越容易满足交易条件或拓展交易可能性区间。综上可得,“交易可能性集合”为:

{(i,j)i∈I,j∈J,■≤(1+■)P■(1+R■)-1}

“交易可能性集合”主要取决于两个方面的因素,一是交易成本,二是信息不对称程度。考虑一个极端的情况,当交易成本和信息不对称都趋近于不存在,即c■→0,λ■→0,“交易可能性集合”趋近于:

{(i,j)i∈I,j∈J,r■≤(1+■)P■(1+R■)-1}

上式表明,若交易成本和信息不对称都不存在时,只需要融资者(经过杠杆调整后)扣除自有资金的期望收益不低于投资者的机会成本。

(三)基于理论模型分析风险控制的核心要素

P2P网络借贷作为一个纯线上交易平台,尽可能地扩大有效“交易可能性集合”,从风控的角度来看,也是一种保证P2P网络借贷平台企业健康可持续发展和完善风控体系的思维。结合上述“交易可能性集合”模型的讨论,我们不难得出以下结论:

1、关于交易成本(c■)——平台经营风险和流动性风险

P2P平台中的交易成本来自很多方面,其中主要来自支付清算和信用评估。由上述模型分析可知,尽可能降低交易成本可以扩大交易可能性集合,也就是说提高P2P平台内的成交量,进而达到控制P2P平台经营风险和流动性风险的目的2。在现实中,一方面P2P网贷平台公司应进一步利用互联网信息科技的优势,优化支付清算系统,形成一套快捷、高效率和移动支付统一的支付方式。另一方面,由于我国社会征信系统不完善,增大了投资者获取融资者真实信息的难度和交易成本。P2P网络借贷平台可以通过引入优质的第三方信用评级公司(如芝麻信用等),在线上提供融资者真实、全面、有效的征信资料以供投资者参考,以降低交易成本。

2、关于信息不对称程度(λ■)——信用风险

由上述模型分析中可知,通过降低信息不对称程度亦可以扩大P2P平台交易可能性集合。同时,从经济学的角度,信息不对称将引致经济参与者的逆向选择和道德风险;从资源配置的角度,投资者是否能够较准确地了解融资者项目运作成功的概率或者其违约概率,是资源配置、资金供求双方能否达到最优的关键点;从风险管理的角度,信息不对称将加重信用风险3;从现实的角度,P2P平台公司需要加强信息披露机制和平台透明度,让投资者对资产端的违约概率和预期收益率有较为清晰的认识,有利于提高平台成交量,也有利于平台风险的控制;加强预警监控机制,在贷款过程中时刻监控借款人的资金用途、项目运作状况、经营杠杆率(li)、真实自有资金(Wi)等,及时对广大平台投资者给出风险提示。

四、P2P网贷平台成交量的实证分析

基于第三部分“交易可能性集合”模型的分析,我们得知影响P2P平台交易的最大可能性集合的主要有两大部分:交易成本(c■)、信息不对称程度(λ■)。具体地,一是交易成本涵盖了P2P平台的支付清算系统情况和信用评估的效率;二是信息不对称程度涵盖了P2P平台的信息真实性和平台透明度的情况。在实证分析中,我们将利用现实数据的解释变量来反映“支付清算系统”和“信用评估”的情况,比如:利用“平台流动性”、“平均借款期限”等来反映“支付清算系统”情况;利用“平台借款人的分散度”来反映“信用评估”情况;利用“平台透明度”、“平台借款利率”与成交量的关系来表示“信息不对称程度”。针对上一部分的理论分析,我们对现实中影响P2P网贷平台成交量的因素进行实证分析。

(一)数据选取及来源

我们选取陆金所、宜人贷、人人贷、点融网、拍拍贷、积木盒子、开鑫贷等93家具有一定代表性的P2P网络借贷平台的相关评级数据和实际运营数据作为横截面对象,数据时间为2015年1月至2016年2月的每月报告。我们将考察以上93家公司的各项评级指标,如:成交(EXCi)、平台杠杆(LEVi)、平台借款人的分散度(DISi)、平台收回本息的流动性(LIQi)、平台信息透明度(TRAi),以及他们的各项实际数据,如:各平台的成交量(EXCHi)、平均借款利率(INTi)、平均借款期限(DEAi)。其中,评级数据是由统计单位以实际数据为基础进入公式4打分而得到,其实际数据越高相应分值就越高,为保证多元回归模型建立的真实性和有效性,我们选择将评级数据和实际数据分别进行建模分析。

(二)评级数据的多元回归模型

运用Eviews软件将以上数据进行处理,我们通过变量的非线性形式的调整,反复试验使得以上各解释变量影响被解释变量的显著性达到最高水平5,从而得到如下初步模型的建立:

EXC■=c+βLEV■+θTRA■■+λNUM■+ηLIQ■+ω1n(DIS■)+μ■

上式中EXC■是表征平台成交量的指标,此值越高说明平台交易量越高,它是根据当月实际成交量和当月时间加权成交量加权得出的;LEV■是表征平台的风险承受能力高低的指标,杠杆积分越高,表明平台可能的资金杠杆越小,风险承受能力越高;DIS■是用于表征平台借款和投资资金分散情况的指标;LIQ■是用于表征投资人在平台投资资金回收时间长短的指标,流动性积分越高,表明在该平台投资回收本金的时间越短,能更灵活的退出。TRA■是用于表征平台信息透明度的指标,透明度积分越高,表明平台信息公开得越多,平台越透明。对以上数据进行多元非线性回归分析,参数估计结果如下:

表中参数显示,参数调整后模型拟合的结果为0.6,并不很令人满意。但各个参数在5%的置信水平下均是显著的,在一定程度上可以解释出影响着成交水平的解释变量,对P2P网络借贷平台平台风控有着重要意义。进一步的Ramsey RESET 检验结果显示, 该模型中不存在遗漏二次项或三次项的状况,最终模型方程确立为:

EXC■=71.041-0.141+βLEV■+2.20×10-10TRA■■+0.7156NUM■-0.375LIQ■-5.7381n(DIS■)+μ■

(三)实际数据的多元回归模型

运用Eviews软件将以上数据进行处理,通过变量的非线性形式调整使得解释变量显著性达到最高,初步建立模型如下:

EXCH■=c+φ1og(INT■)+γDEA■+μ■

上式中EXCH■是指各个平台一定时期内实际交易量(以万元为单位);INT■是指一定时期内各个平台的平均借款利率;DEA■是指一定时期内各平台的平均借款期限;μ■为随机干扰项。对以上数据进行数据处理可得参数结果如下表:

由回归结果显示,模型拟合优度为0.982,这一结果是令人满意的,同时其两个解释变量对被解释变量是显著的。与上述建模过程相似,得到的最终模型方程为:

EXCH■=7146.62-23610.011og(INT■)+6028.033DEA■+μ■

(四)实证分析结论

1、平台的资金杠杆水平

P2P网贷平台中的资金杠杆(LEV)越高将对平台上融资交易的成交率产生负面影响,从而缩小了交易可能性集合,这一结论不违背第三部分所分析的理论模型。过高的资金杠杆率将导致平台经营风险的增加。

2、平台的信息透明度

模型表明,P2P平台信息的透明程度(TRA)对平台交易成功率的影响存在正的效应,即平台的透明度增加将会扩大交易可能性集合,提高平台成交量,降低经营风险。然而,P2P平台信息的透明度对成交量的影响是非线性的,成交量并不随着透明度的增加而恒定的增加,而是随着平台透明度的提升,边际成交量呈递增趋势。这与上文得出的结论相符合,降低借款交易过程中的信息不对称程度(λ),提高信息透明度可以有效提高成交量,降低平台经营风险,但短期内它对成交量的影响是有限的。投资者是否能够较准确地了解融资者项目运作成功的概率或者其违约概率,是使资源配置、资金供求双方能否达到最优的关键点。

3、平台的参与者数量与分布

模型表明,P2P平台内参与者数量(NUM)越多,成交量就越多,其影响被解释变量的能力是比较显著的,所以应不断扩大平台的规模和用户参与度。同时,模型显示P2P平台内的借款人分散度对平台成交量具有负影响,这是因为每一家P2P平台公司都有各自擅长的地域范围,过于分散的借款人不利于P2P网贷平台公司的风险管理和经营管理。

4、平台的利息率和借款期限

单从实证模型分析看,利息的提升并不意味着成交量的提升,而是相反的;平均借款期限的降低并不一定能使成交量提高,而是相反的。因此,P2P平台应该综合考虑利率期限结构的合理性,过高的利率在交易中却可能引起“逆向选择”,利率与期限的结构合理性是风控的另一大关键点。

五、结论与建议

(一)不断降低P2P平台交易成本——经营风险与流动性风险兼顾

由于平台的借贷交易过程中信用评估的效率低下,投资者获取信息的成本提高,从而降低P2P平台成交量,盈利空间大大降低,最终引致经营风险。对于P2P平台的流动性风险,我们已经利用了很多指标来刻画其流动性,比如平台的资金杠杆率、平均借款期限等。实证表明,不足的资金流动性无法保障P2P平台中的违约风险,过度的资金流动性对平台的成交量并无正的效应。因此,P2P平台的资金流动性应保持在一个合理的水平上,在保障平台正常运营的条件下,确保一定的资金流动性以防范流动性风险。经营风险由P2P平台的盈利水平变化而产生的投资者预期收益下降的损失,通过降低平台内交易成本而提高平台成交量,对控制平台的经营风险有着重要作用。

(二)不断降低P2P平台信息不对称程度——投资者、融资者和平台的信用风险并存

在信息不对称方面,我们通过第四部分的实证分析,可得出以下结论:第一、平台的平均借款利率(INT)并不是越高,平台的成交量就越高,而是相反的。随着借款利率的提高,平台的成交量却是减少的。因此,我们不能忽略信息不对称的前提,当平台借款利率超出了“合理”的水平,投资者便会“逆向选择”。第二、P2P平台信息的透明度(TRA)对成交量的影响是非线性的,即成交量不随透明度的增加而恒定的增加,而是边际成交量呈递增趋势增加。因此,在信息不对称的条件下,平台试图短期提高透明度效用可能并不大,需要长期执行。

同时,P2P网贷平台的信息不对称程度还体现在信息的真实性,这里体现了信用风险:一是市场信息不对称造成的市场失灵,往往导致逆向选择和道德风险,良好信用的公司可能会被驱逐出市场,而劣质信用的公司会增多,更拉低了整个信贷市场的平均信用水平,依次恶性循环下去。另外,借贷过程中所需要参考的信用资料在社会各部门中分散而不能共享,信息不对称程度的加重,严重加大了广大投资者的投资风险。二是潜藏非法洗钱的风险,由于P2P网络借贷平台平台公司未被纳入严格的监管中,平台往往只关注吸引投资者投入资金,却忽视资金的来源是否合法。三是平台的信用风险,由于中国的P2P平台行业运营不规范,网贷平台建立“资金池”,不计提或任意计提风险备用金,或私自挪作他用,忽视流程管理,信息安全保障水平低,这将大大加重信用风险和平台经营风险。

参考文献

[1]陈君.网络借贷风险控制的实证研究[J].当代经济,2015,(9):6-9。

[2]郭瑾.基于博弈视角的P2P网络借贷平台内部风险控制研究[J].经济研究导刊,2016,(10):96-98。

[3]李艳茹.我国P2P平台的发展趋势及风险控制[J].长江大学学报:社会科学版,2016,(4):41-43。

[4]赵昕.我国P2P网络借贷业务风险浅析[J].2015,(11):69-71。

[5]周慧.P2P网络借贷:履约机制、动作模式与风险控制区[J].西部金融,2014,(12):19-24。

The Research on the Risk Control of the Network Lending Platform Based on the Theory of Transaction Possibility Set

——The Application Based on the Theory of Transaction Possibility Set

LU Minfeng1 JI Zizhao2

(1Bank of Jiangsu, Nanjing Jiangsu 210005

2School of Finance, Nanjing University of Finance & Economics, Nanjing Jiangsu 210046)

Abstract:The development of the network lending platform depends on the validity of the resources allocation, and its development sustainability depends on the risk control level. The resources allocation is the basic function of finance, while the risk control is the key element of P2P network lending platform enterprise operation, and both are closely related. It is of great significance for the research on the risk control to accurately define the risk factors of the network lending platform, analyze the resources allocation mechanism of P2P platform using the theory of “transaction possibility set”, and optimize the platform resources allocation. At the same time, based on the analysis on the transaction probability model, the paper makes a further empirical analysis on factors influencing the transaction volume of the network lending platform. Finally, the paper gives reasonable optimization strategy and suggestions of risk control of the network lending platform.

Keywords: network lending platform; resources allocation; transaction possibility set; risk control

责任编辑、校对:张宏亮

猜你喜欢

资源配置风险控制
如何发挥企业家精神推动经济增长
中国僵尸企业现象的经济学分析
试析基于现代风险导向的互联网金融审计
对行政事业单位内部审计信息化的探讨
论增强企业经营管理的风险意识
医院财务管理风险及改进措施分析
吉林省职业教育资源共享问题研究