王佳 王真

摘 要：存在中国13年的P2P走向了终点，却带给了我们很多反思，对比结合国内几家网络借贷公司，得到P2P网络借贷平台的一般特点，并且思考了如何评价借贷平台和借贷人的信用风险。本文参照国内现有的评级指标框架，选取国内较有代表性的P2P网络借贷网站拍拍贷的借款人信息，建立相应的信用评级体系，然后利用logistic回归对模型做出优化，得到一个与借款人能否成功还款密切相关的指标体系，同时得出哪些指标与借款人违约显著相关。

关键词：P2P网络借贷平台;信用评级;拍拍贷

中图分类号：F23 文献标识码：A doi：10.19311/j.cnki.1672-3198.2022.09.053

从2017年开始， P2P借贷平台不断暴雷，平台未能及时兑付或者经营不善导致不能偿付投资人本金利息，从而出现的平台停业、法定代表人跑路等问题经常发生，P2P兴衰的背后不只是违规的平台，更多的是监管不到位、投资者专业性不足、无法筛选出优质借款人、信息不对称问题。因此如何评价借贷平台和借贷人的信用风险是一个很重要的问题。本文发现P2P网络借贷平台遇到的最大的难题就是借贷双方信息不对称，借款人在借贷平台中处于有利位置。一方面因为参与P2P网络借贷的借款人群素质参差不齐，产生了劣币驱逐良币的风险。另一方面，还面临借款人存在的道德风险。借款人一般具有强烈的成功借款的意愿，他们为了能够在期限内成功筹措到一笔所需资金，势必会选择逃避对自己不利的信息或者提供虚假信息，这个时候贷款人对于借款人的隐藏根本无法察觉，以至于做出错误的决策。因此筛选出一个指标体系，对网络借贷平台中的借款人信息进行量化分析综合得出一个评级，能够有效降低金融风险。在P2P网络借贷平台中，借款人的年龄、婚姻状况、住房情况、年收入、成功还款次数等信息影响了借款成功还款的可能性。在此基础上，本文利用已经完成的网络交易借贷数据，建立二元logistic回归违约概率模型，得到与借款人信用密切相关的指标。

1 信用评级的基本概念

1.1 信用评级

在P2P整个项目的运营过程中，如何对借款人进行信用评价是个很重要的问题，从而保障后续资金可否收回，整个项目能否顺利进行。本文重点研究Logistic回归方法为P2P行业信用等级评定以及等级划分提供更合理可靠的评分模型，从而降低借款人的违约风险，进而降低整个P2P平台的运营风险和管理风险。众所周知，企业的评级一般是由专门的评级的机构给定的。在国外，由标普、穆迪和惠誉三大评级公司给定企业的评级。

1.2 信用评级的指标体系

通过对国内部分网贷平台进行研究和分析，根据P2P网贷的特点，并参考中国建设银行的个人贷款信用评价指标体系，建行开展个人信贷业务较早，有着较成熟的针对借款人信用评级的理论和实践经验，结合以前的个人信用评价指标体系的研究成果和方法，综合考量，得出P2P网贷借款人的信用评价指标体系，如表1所示。

2 研究设计

2.1 样本选取和数据来源

本文通过python多线程爬虫技术获取了拍拍贷平台“我要投资”页面的2017年的1805条数据以建立二元logistic回归违约概率模型，并验证违约概率模型的准确性。本文主要研究的对象是1805条数据，数据中的成功借款次数又分为正常还清次数和逾期0-15天之内次数。

2.2 分析模型介绍

对于Logistic需要设置虚拟变量，本文将借款人违约取值为 0，借款人成功还款取值为 1，其中 1 发生的概率记为 p，借款人成功还款的概率为p，表示借款人违约的发生概率为1-p，那么借款人的信用风险就转化为一个违约的概率问题。越接近0，违约风险越大，这样可以看出不同的信用等级对应的不同的违约风险概率。

2.3 变量的选择

通过对国内外文献的研究，初步筛选出年龄、性别、学历、借款利率、借款期限、借款金额、正常还清次数、逾期0-15天次数8个变量。其中定性指标有借款人的年龄、性别、文化程度这三个指标，对于性别指标，男性赋值为0，女性赋值为1。对于文化程度指标，小学、初中及高中、大专以上赋值为0、1、2。与因变量密切相关的是正常还清次数，逾期0-15天次数这两个指标，本文把逾期0-15之内视为违约（即有违约倾向）赋值为0，正常还清且没有逾期0-15天的视为借款人成功还款赋值为1。因此因变量只具有两种状态，即成功为1，违约为0。

2.4 研究变量的描述性统计

本文利用Eviews软件进行相关实验，借款人的成功还款率Y与借款人的年龄X1、借款人的性别X2、文化程度X3、年利率X4、期限X5、借款金额X6有关。考虑到利率、期限、借款金额之间数额差距较大，影响模型的有效性，本文将利率、期限、借款金额各变量对数变换进行标准化处理，利用Eviews软件，生成Y、X1、X2、X3、LNX4、LNX5、LNX6等数据，采用Logistic回归方法估计模型参数，得到的回归结果显示P值都低于0.01，說明根据文献选取的借款人的年龄、性别、文化程度、年利率、期限、借款金额这八个指标都显著影响借款人是否能够成功还款。X1年龄、X2性别、X3文化程度这些软信息同样显著影响借款人能否成功还款，这验证了金虎斌等（2017）认为由于借款人的 “硬信息”不充足，在对其进行信用评价时，应当与软信息结合起来，更加注重对“软信息”的评价这一结论。

为了使整个模型更加完整，令人信服，再次检验各个指标之间是否存在多重共线性的可能，进而影响实验结果的有效性。本文再次利用Eviews软件计算各变量间的相关系数，得到一个相关系数矩阵，由表2可以看出，各解释变量之间的相关系数非常低，说明各个变量之间没有联系，不会相互影响，不存在一定的多重共线性。本文实证结果充分说明了借款人的年龄、性别、文化程度、借款利率、借款期限、借款金额八个指标能够反映借款人是否能够成功还款。

其中年龄跟能否成功还款正相关，即年龄越大，越能够成功还款，这跟我们的经验相一致，因为年龄可以部分说明财富和能力，人的年龄越大，积累的社会资本越多，人际关系越广，越有助于借款人在规定时间成功还清贷款;性别与能否成功还款负相关，这与本文的赋值有关，即越倾向于0越好，由此可以看出男性在规定时间成功还款的可能性比女性要高;文化程度跟能否成功还款负相关，这可能P2P拍拍贷平台的学历认证只有专科和无两项有关，并不全面，但只从数据这方面来讲，反而是无学历认证在规定时间成功还款的可能性比仅有专科学历认证在规定时间成功还款的可能性要高，这与张伟强等（2015）认为一致，教育程度能够反映一个人的自我约束能力，教育程度越高，自律能力越强，成功还款的可能性越高。但是与此相反的是投资人在选择投资对象时并不会青睐于高等教育者，所以学历在判断借款人能否成功换款式存在一定的误差。通过实证可以看出，利率与能否成功还款之间存在负向相关关系，利率越低，借款人能够成功还款的可能性就越高。但是对贷款人和借贷平台不利，因此协定好一个平衡的利率是借款人能否成功还款的关键;除此之外，实验结果表明，借款期限与借款金额均与借款人能否成功还款存在正向相关关系。

3 反思与展望

（1）回顾P2P借贷平台的发展，各种各样的P2P平台层出不穷，首先，P2P网络借贷行业野蛮生长，缺乏完善的监控制度，借款人和贷款人之间信息不对称，无法控制借款人的道德风险;其次，没有法律约束借款人的违约行为;再次，平台的负责人弥补不上资金链，出现跑路，进而导致投资者本金大程度损失。除此之外，从P2P平台自身来看，不能有效的筛选优质的借款人，仍有一些虚假信息的借款人在平台里面拉低成功还款率。

（2）目前我国P2P平台已完全清退，正规的平台已陆续转型。未来的“P2P”平台可以利用互联网技术开展助贷业务。作为一个信息平台减少银行金融机构和借款人的信息不对称。

（3）监管部门应该不断扩大征信范围，不断完善征信系统。除此之外，普及金融风险知识，提高投資者风险控制意识，保护投资者利益。

参考文献

[1]Eunkyong Lee.Friendships in Online Peer to Peer Lending：Pipes，Prisms，and Social Herding[J].Prisms，and Social Herding，2013，（5）：52-61.

[2]Lin，M，Prabhala，N.R.，andViswanathan.S.Judging Borrowers by the Company They Keep：Social Networks and Adverse Selection in Online Peer-to-Peer Lending[J].Management Sei，2012，59（1）：17-35.

[3]王博，张晓玫，卢露.网络借贷是实现普惠金融的有效途径吗——来自“人人贷”的微观借贷证据[J].中国工业经济，2017，（2）：98-116.

[4]张科，斐平.信息不对称、贷款人类型与羊群效应基于人人贷网络借贷平台数据的研究[J].会计与金融，2016，（6）：125-138.

[5]过新伟，王曦.硬信息与软信息： 孰重孰轻？———非上市中小企业贷款违约风险实证研究[J].金融学季刊，2015，9（2）.

[6]李焰，高戈军，李珍妮，等.借款人描述性信息对投资人决策的影响——基于P2P网络借贷平台的分析[J].经济研究，2014，（1）：143-155.

[7]张运书，李玉文.评级失灵与矫正： 网络借贷信用评级规制路径[J].长春大学学报，2018，28（5）：75-80.

[8]王会娟，廖理.中国P2P网络借贷平台信用认证机制研究———来自“人人贷”的经验证据[J].中国工业经济，2014，（4）：136-147.

[9]金虎斌，张成虎.网络借贷平台的信息处理与信用评级效率分析———基于人人贷与Prosper的实证对比检验[J].上海经济研究，2017，（10）：45-58.