• 最新论文
  • 关于核电设备招标采购潜商调研的若干问题研究 关于核电设备招标采购潜商调研的若干问题研究 赏识教育的小学班主任工作中的运用 《基础会计》“教学做合一”教学模式研究 教育学毕业论文提纲(提纲范文两篇) 教育学毕业论文提纲(提纲范文两篇) 会计师事务所存在的管理问题与对策 关于农业保险,这些你必须知道的浅谈 会计准则取代会计制度是必然的趋势 教育学毕业论文提纲(提纲范文两篇) 会计师事务所存在的管理问题与对策 关于创新能力培养的车辆工程专业实践教学体系改革 《基础会计》“教学做合一”教学模式研究
  • 推荐论文
  • 关于核电设备招标采购潜商调研的若干问题研究 关于核电设备招标采购潜商调研的若干问题研究 赏识教育的小学班主任工作中的运用 《基础会计》“教学做合一”教学模式研究 教育学毕业论文提纲(提纲范文两篇) 教育学毕业论文提纲(提纲范文两篇) 会计师事务所存在的管理问题与对策 关于农业保险,这些你必须知道的浅谈 会计准则取代会计制度是必然的趋势 教育学毕业论文提纲(提纲范文两篇) 会计师事务所存在的管理问题与对策 关于创新能力培养的车辆工程专业实践教学体系改革 《基础会计》“教学做合一”教学模式研究
  • 热门标签
  • 日期归档
  • P2P网贷平台风险与平台特征的研究

    来源:www.shuoshisheng.net 发布时间:2019-10-11

    一,简介

    自从P2P(点对点)在线借贷平台于2005年在美国和其他发达国家成立以来,由于其各种含义(如民主金融,包容性金融和金融脱媒)而备受关注。但是,事实证明,如果没有强大的互联网遗传学,创新的思维以及风险管理和控制功能,P2P在线贷款平台很难“取得积极的成果”。欺诈,奔跑和困难的现象是压倒性的。工业,转型和改组的痛苦开始浮现。 P2P的核心是“基于互联网的思维金融”(Allen等,2002)[1],它在创新活力的刺激下也带来了新的风险。自2015年以来,对电子西藏,大中集团,金鹭金融和中金部门进行了调查。 2016年5月,美国最大的P2P平台Lending Club也暴露了非法借贷丑闻,不仅给投资者造成了巨大损失。它影响了该行业的社会声誉,并使监管改革越来越响亮,监管挑战前所未有。 2016年8月,期待已久的《网络借贷信息中介机构业务活动管理暂行办法》由中国银行业监督管理委员会等四个部委正式发布。根据新规定,加强了网上借贷平台的风险监管。除了逐步立法,完善进入壁垒和退出机制,加强行业自律和建立信用信息系统外,还必须加强对风险的过程监管,对风险进行动态监测和定量评估。应当根据行业风险和个体平台的不同风险进行监管监督和分类。因此,有必要进行风险评估并在不同特征平台之间进行比较。

    二,文献综述

    P2P在线借贷平台风险的学术研究主要集中在三个方面。

    1.个人信用风险研究。 Lin等。 (2009年)将P2P在线贷款中借款人的基本财务信息称为“硬信息”,而社交网络信息称为“软信息” [2]。如果贷方可以充分利用“软信息”,他们可以提高用户之间的信用并降低人为违约的风险(Bruett,2 007)[3]。 Sufi(2007)和Michael Klafft(2008)认为,缺乏投资者的经验进一步放大了网络环境中P2P平台的信用风险[4] [5]。根据Herzen-stein等。 (2008),Pope和Sydnor(2011),P2P在线借贷平台是由投资者的个人而不是借贷平台来确定借款人是否可信赖的,借款人更有可能通过虚假陈述欺骗借款人。情况[6] [7]。刘玉婷(2013),黄震(2015),王梦佳(2015),于晓红和楼文高(2016)分别使用了层次分析法,BP神经网络模型,逻辑回归模型和随机森林分类回归算法。评估了P2P平台上借款人的信用风险[8] [9] [10] [11]。 Sun Tongyang和Xie Chaoyang(2015)建立了决策树模型,发现P2P在线借贷平台的信用等级过分依赖在线认证,忽视了信用逾期行为。它缺少动态信用评级所需的要素。评估系统没有欺诈识别和自动更正功能。相关机制错误[12]。

    2.研究风险原因。 Freedman,Jin(2011)和Yumet a1。 (2012年)认为,信息不对称会导致P2P在线借贷平台中的逆向选择和道德风险问题[13] [14]。 Michaels(2012)发现,对在线借贷平台缺乏责任感降低了在线借贷市场的有效性,这导致了更大的风险[15]。 Lee等。 (2012)发现“羊群行为”通过在韩国最大的P2P平台上研究“约束行为”而导致在线借贷风险的增加[16]。 Gonzalez和Loureiro(2014)认为个人特征(例如,吸引力,年龄和性别)会影响P2P借贷成功率,个人特征信号不会显着影响平台风险[17],但可以为筛选贷方提供更多信息。高风险贷款的不良率可以大大降低(Miller,2015)[18]。 Serranocinca等。 (2015)进一步的经验证据表明,利率越高,平台违约的可能性越高[19]。 Pokorná和Sponer(2016)的经验结论表明,较高的盈利能力,流动性和资产规模意味着较低的违约风险,而高债务和高杠杆意味着较高的违约风险[20]。关大钊(2012)和吴家哲(2015)认为,羊群效应和破窗理论会增加声誉风险[21] [22]。 Wu Xiaoguang and Cao Yi(2011)指出,信用和评级的缺失将导致在线借贷平台风险[23]。何小玲和王梅(2013)认为,缺乏监管,变相存储,资金池和洗钱已经催生了大量有问题的网络借贷平台[24]。

    3.风险类别和评估研究。国内相关研究相对较多。例如,张巧良和张莉(2015)提出P2P在线借贷平台存在法律风险,市场风险,信用风险,技术风险,无序竞争风险,内部管理风险,声誉风险和机构合作。诸如风险之类的八种风险[25]。汤一军和葛世兴(2015)也指出了操作风险,流动性风险和信息污染风险[26]。宋飞飞和黄作明(2015)结合故障树和层次分析法构建了一个P2P平台风险评估指标体系[27]。唐家悦(2015)运用层次分析法构建了层次结构模型,确定了风险指标的权重,并计算了10个在线借贷平台的2014年数据。结果表明,人人贷款的风险得分最高,而陆金的得分最低[28]。 Wang Liyong和Shi Ying(2016)使用两级CRITIC-灰色关联模型构建了风险评估系统,并使用Var方法测量风险。结果发现,该平台的整体风险在2014年前三个季度较高,而信用风险和市场风险则在第四季度较高。在下降的影响下,它呈现下降趋势[29]。在风险评估实践中,只有大公国际不时发布P2P风险黑名单和预警名单,但评估方法尚不公开。其他诸如中国社会科学院金融研究所,在线贷款所在地,360和在线贷款等,仅对平台的开发能力进行评估,不涉及特殊的风险评估。

    现有文献探讨了P2P在线借贷平台的风险,但是研究对象要么针对所有平台进行了概括,要么仅限于一个或多个在线借贷平台。样本数量和经验证据显然不足。同时,很少有文献从平台特征的角度比较风险差异,并研究平台特征与平台风险之间的关系。为此,作者试图寻找相关证据来回答这些问题。

    第三,P2P在线借贷平台风险

    (1)风险评估方法

    在线贷款平台的风险评估方法主要包括层次分析法,模糊综合评估法,主成分分析法和BP神经网络法。大多数人都采用层次分析法,因为它简单易操作。但是,在专家评分过程中,对风险重要性排序的主观意见不一致,使得评价结果有所不同,参考依据不强。模糊综合评价法也存在这个问题。主成分分析法在许多指标的评估中具有优势,而不是很好的选择。但是,当前的P2P在线借贷平台是短暂的。用于衡量风险的指标不仅难以获得,而且缺乏连续性。部分信息,因此不适合。 BP神经网络方法可以克服人工评估引起的人为因素的随机性,不确定性和歧义性,但需要先验结果。改进的CRITIC方法是一种替代方法。这不仅是客观,全面的,而且没有事先的结果。考虑到指标变化量对权重的影响以及指标之间的冲突,它还结合了诸如熵权法等类似方法的优点。

    最初的CRITIC方法是Diakoulaki(1995)提出的。基本思想是根据对比强度和评估指标之间的冲突来确定指标的客观权重。

    :Wj=σjni=1σ(1-rij)mj=1σσjniσ(1-rij),i=1,2,n; j=1,2,m

    其中σj表示第j个指标的标准偏差,rij表示第i个指标和第j个指标之间的相关系数,并且ni=1σ(1-rij)是它们冲突的定量指标。如果表达式中的分子较大,则第j个评估指标中包含的信息量越大,该指标的相对重要性就越大。 CRITIC方法没有考虑指标之间的离散性,但是熵权重方法可以弥补这一缺陷,因此提出了改进的互联网金融专项研究王伟,季金燕,邓卫平P2P在线贷款平台风险和平台特征CRITIC方法,其目标权重W'j表达式为:

    W'j=(σj+ ej)ni=1σ(1-rij)mj=1σ(σj+ ej)niσ(1-rij),i=1,2,n; j=1,2,M

    其中ej是熵权法的客观权重,表达式为:

    EJ= - (LNN)-1ni=1σdijni=1σdijlndijni=1σdij,I=1,2,N; J=1,2,M

    Dij是将原始数据fij标准化后的数据,算法为:

    Dij=fij-minfijmaxfij-minfij,当fij为正指标maxfij-fijmaxfij-minfij,当fij为正指标

    因此,最终平均风险Vi=100×mj=1σW'jdij

    (二)评价指标和数据

    如上所述,如何获得用于衡量P2P在线贷款平台风险的指标数据是研究的主要困难。作者借鉴了王飞等(2016),周勤(2016)等学者的做法[30] [31],并使用了第三方在线贷款之家每月发布的“网络贷款平台发展指数”作为基本数据,并选择提供技术点,杠杆点,流动性点,分散点,品牌点和透明度点的机构,以近似估算每个在线借贷平台的技术,市场,流动性,信贷,声誉和信息风险(请参见表)1)。

    由于在线贷款之家仅在2015年5月之后的评级数据中添加了“技术要点”,因此作者设定了评估时间跨度(从2015年5月到2016年8月)。与此同时,在线贷款发布的前100个平台评级中有一些每个月的首页都有新平台,并且会有不连续的数据。为了消除平台的这一部分,作者最终获得了完整的54个平台数据。这些平台建立较早,发展较为成熟,风险控制能力也处于行业领先水平。从表2的描述统计中,技术风险和流动性风险的平均值较高,表明样本平台在技术安全性和现金提取能力方面较好;声誉风险的平均值是最小的,这与该行业的负面舆论,欺诈,走马路等丑闻有关,降低了市场的接受度。值得注意的是,作为在线借贷平台日常运行的主要风险,两个风险是。市场风险和信用风险的平均值较小,但标准差较大。它属于“两极分化的低水平”,应该引起重视并加强管理。填写短板。

    (三)风险评估结果

    根据改进的CRITIC方法的原理,可以计算出2015年5月至2016年8月这54个平台的风险评分。可以将每个月的风险得分简单平均,并获得最终风险得分(请参见表3)。分数越高,代表平台的风险控制能力越强,反之亦然,风险控制能力越弱。众所周知,风险控制能力最大的三个在线贷款平台是赞助贷款(61.95),生菜金融(59.82),开新贷款(57.51)。风险控制能力的最后三个平台是向上金服(26.20),爱情投资(31.11)和金融工作室(33.51)。 29)。

    根据中国P2P网络借贷平台的实际发展情况,笔者将AA(优),A-70(优),B(合格)60-70,B:50-60的得分分别设置为80以上。 C(注意),D(警告)为40-50,HR(危险)小于40。不难看出,国内54个领先的在线借贷平台对其风险评级并不乐观:0个被评为优秀和优秀,只有1个为合格,并且两者之和不到2%。也就是说,大多数在线借贷平台都不合格,风险管控形势十分严峻。 53个不合格。在这些平台中,有26个受到关注,有17个被警告,另外10个是危险危险。警告和危险平台的数量和比例非常高,这表明整个在线贷款行业的风险集中度仍然很高。迫切需要加强行业指导和监督,增加高风险平台的风险预警。但另一方面,中国在线借贷平台的低风险评级也是一个巨大的机会,这表明在线借贷行业的风险管理和控制系统的建设仍有很大的增长空间。在规范和促进平台发展的同时,要努力提高抵御风险的综合管控能力。

    在54家平台中,风险评级最高的是买卖贷款。它是中国第一家p2p公司。它采用放款人承担风险的模式。该网站只是作为一个交易平台,没有提供担保。其风险控制手段主要以大数据信用调查为基础,建立了“镜像”信用评级体系。逾期贷款率为1.71%,低于其他平台。p2p产业与银行业。以生菜金融、开心信贷为代表的“二级”大多建立了连带责任担保机制和风险准备金,但盈利能力较弱。在缺乏持续投资的情况下,最终将影响平台各项风险管控能力的提升。金衣、爱投等风险得分最小的平台处于风险暴露期,风险控制能力较弱。在累积效应和连锁反应下,容易发生风险集中爆发。我们应该密切关注这10个风险等级平台。总之,在多数平台不具备资质、相当一部分平台仍存在高风险的严峻形势下,加强我国网络贷款行业风险监管,加快平台风险控制能力建设刻不容缓。

    表4显示了风险评估的细目。从总风险评分来看,值更集中在4050分之间,B,C都没有月份,也没有HR水平。等级均为D级区域,表明检查期间54个平台的风险状况为警告状态。这不同于每个平台的风险等级。从总分变化的角度来看(见图1),峰值形成时间为2015年6月至2015年9月,谷值出现在2015年5月和2016年4月 2016年5月,先升后降。以“倒U”的形式从左到左陡峭而尖锐,将在线借贷平台的风险控制在一定范围内,但2016年呈上升趋势。这与风险事件的增加是一致的在2016年上半年的在线贷款行业中。传播情况与情况相符。实际上,由于整个行业的隐患,2016年4月14日,国务院组织14个部委开展互联网金融专项整治工作,首次联合打击全国范围内的违法犯罪活动。时间。

    从风险类型的角度来看,六类风险的得分差异显着,其中市场风险,流动性风险和信用风险得分较高,技术风险,声誉风险和信息风险得分较低,前三种风险类型是总分。其贡献显着高于后三种风险,表明当前的在线借贷行业风险管理更加关注与日常运营紧密相关的前三种风险。但是,值得注意的是,市场风险平均值小而技术风险平均值大(见表2),但两者的得分相反,表明市场风险的客观权重远大于技术风险。导致“大功率不重”的错误。匹配现象应加强资源优化,提高市场风险管控能力和技术风险对总分的贡献。从风险评分的变化来看,技术风险,流动性风险和声誉风险随着时间的推移逐渐下降,而市场风险,信用风险和信息风险则相对稳定。

    四,P2P在线借贷平台的风险和平台特征

    为了分析在线贷款平台风险与平台特征之间的关系,笔者采用间接比较法和直接回归法来说明两者的外部逻辑关系和内部影响程度。

    (1)不同功能平台的风险比较

    每个P2P在线借贷平台都有其自身的特征,其风险管理经验和能力自然是不同的。多个个体按照一定的标准分为不同的组,并且个体之间的差异也反映在组之间的差异上。根据这一想法,作者根据不同的特征划分了54个平台,以进一步观察风险差异(见表5)。

    从股东背景来看,银行的风险评估得分最高,国有和上市公司排名最高,私营部门得分最低。银行在技术风险和信息风险方面具有优势,其得分基本上是其他背景平台的两倍,这可能与这些平台的“银行基因”有关。但是,由于银行系统平台给出的平均收益率较低,基本的非债务转移产品已经上线,整个平台的流动性不高,这使得风险管理得分最低,成为风险管理得分最高的产品。需要填补的短板。国有平台的市场风险评分明显,不仅超越了银行体系,而且远远领先于上市公司和私营部门,充分展示了其在市场风险管理和控制方面的丰富经验。上市公司和私营部门的优势在于流动性风险评分,这主要得益于良好的条件,例如强大的公司治理,宽松的创新控制以及较高的管理和生产效率。但是,其他类型的风险评分也处于落后状态,并且也会提出警告。迫切需要加强整体风险管理。

    从注册资本的角度来看,具有较高注册资本特征的平台,风险得分越高,风险的管控能力越强。其中,平台风险得分“ 5亿元及以上”为55.392,明显高于平台“ 5亿元以下”。但注册资本为“ 5000万元以下”,注册资本为“ 5000万元1”,平台风险评分“ 1亿元”无差异。同时,在“亿元到五亿元”的平台上,注册资本只占很小的比重。为了确保在线借贷平台的安全,注册资本似乎有一个“安全门槛”。同时,具有较高注册资本特征的平台具有较高的风险得分,主要是由于其技术风险,信用风险和信息风险得分较高,这是低注册资本特征平台的不足。当然,注册资本低的平台在市场风险和流动性风险方面也具有一定优势,但四种注册资本的在线贷款平台的声誉风险得分差异不大。

    从平均收入的角度来看,回报率与平台风险评分有关,但不是对称的。其中,平均收益率低于9%的平台在风险评分最高的市场中处于领先地位,最大风险得分为51.897,高于收益率大于9%的平台。但是,收益率高于15%的平台风险评分并非最低。它也高于平台,收益率分别为9%12%和12%15%,这表明收益率和平台安全性不一致。因为按照一般逻辑,风险和收益是对称的,因此高收益的承诺将不可避免地承担更高的投资风险。即使在线贷款平台是纯粹的信息中介,高收益目标无疑也会传递高风险并带来安全性。隐藏的危险。实际上,一些在线借贷平台已发布高收益的短期“第二标记”,以吸引人气。虚构交易和非法集资不仅偏离了在线借贷平台的原始定位,而且还引发了欺诈,经营甚至破产的严重后果。

    从平台运营时间来看,持续时间长短与平台风险总分之间存在弱相关关系。运营2年及以下平台的风险总分为49.437分,但低于平台背景、注册资本和平均收益的最高分。运营时间为3-4年的平台风险评分为47.002,排名第二,运营时间为2-3年及4年以上。风险得分分别为46.925分和46.418分,排名第三和第四,但总体来看,近两年平台风险得分差异较小,波动范围为46~47分,说明得分趋同。从风险得分构成来看,不同期限的网上贷款平台与技术风险、流动性风险、声誉风险和信息风险得分接近,但市场风险和信用风险得分差异较大。时间短的平台市场风险得分高,信用风险得分低,时间长的平台正好相反。

    (二)平台特征对平台风险的影响

    从以上分析可以看出,平台风险与平台特征之间存在一定的相关性,但这种相关性有多强,具体的影响还有待研究。为此,作者构建了以下面板数据模型:

    rik,t=α0+α1bak,t+α2cak,t+α3rak,t+α4tik,t+μk,t

    在上面的公式中,Ri是风险得分,i=1、2,7,分别代表平台风险总得分,技术风险得分,市场风险得分,流动性风险得分,信用风险得分,声誉风险得分和信息。风险评分。 Ba是股东的背景(私营部门的价值是1,上市公司的价值是2,国有价值是3,银行的价值是4),Ca是注册资本,Ra是平均利率对于回报,Ti是操作时间,数据来自在线贷款的来源。 k=1,2,54,t=2015年5月,2015年6月,2016年8月,μ代表随机扰动项。

    表6给出了估计结果。从模型1中每个可变系数的符号来看,平台特征(如股东背景,注册资本和运营时间)对总风险评分的影响为正,而平台的平均收益率对总风险评分的影响为负。分析结果与理论预期基本吻合。从变量的回归系数和显着性来看,股东背景对总风险得分的影响要大于平均回报率,注册资本和运营时间,并且显着性也很强(可观察到的p值)。值得注意的是,尽管注册资本的回归系数为正,但非常接近于0,表明注册资本的增加对提升平台风险总分并不明显。设想增加注册资本的门槛,并设定所谓的“安全门槛”。 “仍然没有可靠的证据来增强平台的抗风险能力。”相反,通过优化股东背景,保持中低平均收益率和较长的营业时间,可以大大降低每个在线借贷平台的操作风险,并可以降低发生工业和系统性风险的可能性。

    模型2~7考察了平台特性对六种不同风险类型的影响。各解释变量均在10%显著性水平上通过检验,回归系数的符号方向保持不变,但大小不同。从纵向上看,对于技术风险、市场风险、流动性风险、声誉风险和信息风险,股东背景的回归系数最大,与总风险相似;而信用风险例外,是最具影响力的操作时间。从横向来看,股东背景对市场风险得分的影响最大,对信用风险得分的影响最小;注册资本对各种风险得分的影响较小;平均收益率对声誉风险得分、信用风险得分的副作用最大。风险评分的副作用最弱,操作时间对信用风险评分的贡献最大,对流动性风险评分的贡献最小。不难看出,通过横向和纵向比较,可以针对平台各项风险管控中的短板提出相应的解决方案,并根据平台风险的影响程度,找出提高风险得分的有效途径因素。

    五、结论和建议

    对2015年5月至2016年8月54家p2p在线贷款平台的运营风险进行了评估,比较了不同功能平台的风险差异,并实证检验了平台特征对平台风险的影响。研究结果显示,样本平台的风险评分和风险等级均较低,且只有一个合格的平台;在16个月的检查期内,样本平台处于预警状态;在相关六类风险评分中,市场风险,流动性风险和信用风险得分较高,技术风险、声誉风险和信息风险得分较低。进一步研究平台风险与平台特征的关系,发现在间接比较中,不同特征的平台在风险得分上有一定的对应关系。在直接回归分析中,股东背景、注册资本和经营时间对风险总分有显著影响。有正面影响,平均回报率为负面。

    本文的启示是:首先,加快建立P2P在线借贷平台风险评估系统和风险管控体系。《网络借贷信息中介机构业务活动管理暂行办法》描绘了在线借贷平台的10项义务和13条业务红线,但仍缺乏详细的风险评估和控制机制。建议银监会引入匹配系统,例如《互联网金融风险评级体系》《互联网金融合规风险管理指引》。二是完善企业和个人信用信息系统,完善平台信息公开制度。未来,在线借贷平台的业务将主要转向个人消费贷款和中小企业贷款等小额资金需求。这些团体的信用信息系统尚未访问在线借贷平台,因此信用记录的完整性和准确性有待提高。同时,作为信息借贷平台,需要加强自身信息的公开。建议由中国互联网金融协会牵头实施。第三,在线借贷平台应优化股东结构,改善平台背景,保持合理的收益率,避免短期目标,实施持续合规运营,高效运营,从而不断提高平台的风险承受能力。

    友情链接: