互聯(lián)網(wǎng)金融研究第三期

e租寶事件凸現(xiàn) 基于實(shí)例的信用風(fēng)險(xiǎn)評(píng)估以決定 中國(guó) 主辦出品人周世平總編輯張宇執(zhí)行主編陳岑責(zé)任編輯韓磊

紅嶺創(chuàng)投電子商務(wù)

/100 E-mai設(shè)計(jì)印

市福田區(qū)益田創(chuàng)新科技園19棟hl-editor@qq.co

行業(yè)動(dòng)

本期專e租寶事件凸現(xiàn)P2P 2015年12月8日，e租寶被 高度關(guān)注。e租寶涉及待收余額700多億元，涉及投資者近500萬人。如果e租寶最后 為中國(guó)P P2P 平臺(tái)應(yīng)對(duì)風(fēng)險(xiǎn)的能力。本文利用DEA方法，使用改進(jìn)原始模型后的BCC模型，基于80家P2P 示大部分平臺(tái)處于非DEA有效狀態(tài)，主要原因是人氣指數(shù)、投資者收益率和待收杠桿指標(biāo)存在冗余超短期產(chǎn)品，適當(dāng)降低投資者收益率和待收杠桿，盡量提

空間范疇和時(shí)間范疇。移動(dòng)互聯(lián)網(wǎng)、等應(yīng)用的普及，使移動(dòng)支付滲透雜風(fēng)險(xiǎn)與安P2PP2P行業(yè)的系統(tǒng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、平臺(tái)風(fēng)險(xiǎn)等正在不P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)迫在眉睫。本文以2007620156190491條歷史成功借款記錄和5016Logistic回歸研究，影響借款人違約的關(guān)鍵因素，從而為平臺(tái)及投資者提供參考。

不少 公司表面上運(yùn)作正常，實(shí)質(zhì)上利 e租寶事件凸現(xiàn) 民族大學(xué)法學(xué)院教授鄧建鵬

似e租寶案例波及面頗廣，極易 對(duì)此，作為部門，中國(guó)銀監(jiān)會(huì)一方面應(yīng)及時(shí)推動(dòng)各地行業(yè)或互聯(lián)網(wǎng)金融行業(yè)制定行業(yè)自律章程。自律章程必須有一定強(qiáng)制約束力，行業(yè)和 月日，e租寶被 高度關(guān)注。e租寶涉及 情緒已明顯蔓延到其它一些合法合平臺(tái)。自年月號(hào)以來的幾天，本人在與一些平臺(tái)調(diào)研中發(fā)現(xiàn)，不少網(wǎng)

P2P 數(shù)量高達(dá)3300多家。P2P 截至今年9月底，出現(xiàn)問題的 達(dá)976家，79.1%已經(jīng)跑路。至今年12月 現(xiàn)，占所有P2P平臺(tái)的1/3。在當(dāng)前，據(jù)零

對(duì)此， 行業(yè)已經(jīng)不再是我們于2014年以前所的“讓飛一會(huì)兒”，而是勢(shì)在必行。年月 均尚未全文公布?？紤]到諸如

上。諸如e租寶短期內(nèi)吸引

以筆者近一年來的密集調(diào)研可知， 至從事吸收公眾存款的違法行為。此何有效的途徑。凡此種種，信息應(yīng)當(dāng)是銀監(jiān)會(huì)的當(dāng)務(wù)之急、重中之重！當(dāng)然，銀監(jiān)會(huì)的主要職能是銀行，而不是。面對(duì)3000多家P2P平臺(tái)，銀監(jiān)會(huì)的資源其實(shí)極其有限，這應(yīng)該也是細(xì)則遲遲難產(chǎn)的主要原因之一。本人認(rèn)為，機(jī)構(gòu)可以轉(zhuǎn)變思維，提升監(jiān)

借款信息為，信息披露規(guī)則同時(shí)納入各地行業(yè)自律章程。另一方面，銀監(jiān)會(huì)可以考慮把部分功能外包，或者尋求協(xié)作。比如對(duì)于平臺(tái)流向等問題，目前各第支付機(jī)構(gòu)基本可以做到實(shí)時(shí)監(jiān)測(cè)， 各平臺(tái)的信息，尤其是對(duì)流向過于集中度等問題，一些有影響力的第支付機(jī)構(gòu)可以通過技術(shù)進(jìn)行。包括P2P在內(nèi)的互聯(lián)網(wǎng)金融，給風(fēng)險(xiǎn)卻在一次次突顯。對(duì)此，只有在市場(chǎng)、行業(yè)以及機(jī)構(gòu)合力作用下，

財(cái) 、專欄作家

談及P2P國(guó)P2P行業(yè)累計(jì)交易規(guī)模已經(jīng)高達(dá)1.25萬P2P行業(yè)步入萬億規(guī)模時(shí)代之際，實(shí)際上 然而，在P2P

時(shí)，整個(gè)行業(yè)卻呈現(xiàn)出分化式發(fā)展的格

作P投資者來說，就需要有好壞平臺(tái)的辨別能力。簡(jiǎn)而言之，即需要認(rèn)識(shí)到哪些屬于自 、些屬于詐騙平臺(tái)，甚至哪些平臺(tái)自設(shè)了 池。e租寶事件對(duì)整個(gè)行業(yè)形成巨震影實(shí)際上，自P2P行業(yè)的發(fā)展規(guī)模得以 其中，近期發(fā)生的e租寶事件，就讓整個(gè)行業(yè)為之。e租寶，其實(shí)在整個(gè)P2P行業(yè)中，屬于一家大型平臺(tái)。雖然其上線還不到1年

錄。其中，有數(shù)據(jù)表明，截至今年12月8億元。至于平臺(tái)的每日交易額，達(dá)到了5億元以上。由此可見，對(duì)于e租寶這一個(gè) 透過e租寶這一事件，實(shí)際上也反映以e租寶這一平臺(tái)為例，基本存在著項(xiàng)目日，e租寶被查的種種疑團(tuán)，仍然有待揭P2

平臺(tái)，甚至有哪些平臺(tái)自設(shè)了池等。對(duì)此，就以自 的典型特征為募集的挪用，而后去投資其它的項(xiàng)臺(tái)的鏈條發(fā)生斷裂，則難免出現(xiàn)跑路就目前而言，整 行業(yè)的綜

由此可見，在此背景下，凡是存在 投資者該如何提升自身的平臺(tái)篩選能

收益率基本呈現(xiàn)出持續(xù)走低的格局，而

出綜 年月日

顯然，在當(dāng)前P2P行業(yè)加速洗牌的過程

除此以外，筆者認(rèn)為，對(duì)于成立時(shí)

市場(chǎng) 呼吁行 細(xì)則盡快出臺(tái)，進(jìn)一步保障投資者

為基礎(chǔ)的傳統(tǒng)評(píng)價(jià)模型不能滿足P2P市場(chǎng)中個(gè)人投資者的需要，因著規(guī)范式發(fā)展的問題。或許，用“元

實(shí)際上，對(duì)于P2P行業(yè)而言，從“野這已經(jīng)是一種必然的趨勢(shì)。與此同時(shí)，

動(dòng)的投資決策框架。我們?cè)O(shè)計(jì)一個(gè)以實(shí)例為基礎(chǔ)的信用風(fēng)險(xiǎn)評(píng)估模型，它能夠評(píng)價(jià)各項(xiàng)的收益和風(fēng)險(xiǎn)。并且我們構(gòu)想將P2P借貸市場(chǎng)的投資決策作為包含邊界約束的投資組合的最優(yōu)化問題。為證實(shí)所構(gòu)想的模型，我們采用兩個(gè)著名的P2P借貸市場(chǎng)的現(xiàn)實(shí)數(shù)據(jù)展開了廣泛的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果顯示所設(shè)立的模型與現(xiàn)有的方法相比能夠有效地提高P2P投資績(jī)效。1、引

此，對(duì)于那些最終能夠存 的優(yōu)秀P2P平臺(tái)而言，也將會(huì)迎來更好的發(fā)展機(jī)

對(duì)等（P2P）直接向其他人和借款，脫離了傳統(tǒng)的舉信息，如數(shù)額和描述，提交貸款申請(qǐng)，被稱為掛牌。然后預(yù)期的人通過設(shè)定他們能提供的金額為這些掛牌融資。假如掛牌所要求總的金。

為幫助個(gè)人投資者管理風(fēng)險(xiǎn)，最先進(jìn)的P2P平臺(tái)，如Prosper和LendingClub，為每項(xiàng)提供風(fēng)險(xiǎn)。這樣的考慮了該項(xiàng)和申請(qǐng)人的許多變量，如FICO分?jǐn)?shù)考慮了的金額和期等等。信用的過程類似于那些傳統(tǒng)的險(xiǎn)水平。結(jié)果，被分為為數(shù)不多的風(fēng)

以為基礎(chǔ)的模型提供基本的信用風(fēng)險(xiǎn)評(píng)估，在每一組的假設(shè)承受益偏好從不同的風(fēng)險(xiǎn)組里選擇。 為基礎(chǔ)的信用風(fēng)險(xiǎn)評(píng)價(jià)模型 求。因?yàn)閭鹘y(tǒng)的金融機(jī)構(gòu)持有大量的現(xiàn) 個(gè)典型的投資組合最優(yōu)化問題。評(píng)估

在本研究中，我們?yōu)镻2P市場(chǎng)構(gòu)關(guān)于個(gè)人借款人已完結(jié)的歷史數(shù)據(jù)，不可能能夠基于人的過去記錄預(yù)測(cè)新的表現(xiàn)。因此， 款確定為相似的分布，累積所有結(jié)果的表現(xiàn)去預(yù)測(cè)新的表現(xiàn)。這被稱之為特別地，在所構(gòu)建的基于實(shí)例的模型中，我們首先將相似性定義為違約可能性的差異，并從借款人信用分布的邏輯回歸中延生出相似。然后我們以相似的平均預(yù)測(cè)每項(xiàng)的益，以的方差作為風(fēng)險(xiǎn)，這里的最優(yōu)的權(quán)重我們從核回歸（Kernelregression）的數(shù)學(xué)框架中得。更進(jìn)一步，以基于實(shí)例信用風(fēng)險(xiǎn)模型為基礎(chǔ)， P2P的以為基礎(chǔ)的模型。

投資決策過程的完整例子。在第六部分2、文獻(xiàn)回P2P 被引入作為金融領(lǐng)域一個(gè)新電子商務(wù)現(xiàn)象，為提供更高的經(jīng)濟(jì)運(yùn)行效率，由互聯(lián)網(wǎng)信息系統(tǒng)所支撐（Berger和Gleisner，2009；Wang、Greiner和Aronson，2009）。P2P 也被稱為 社交 （Hulme和Wright，2006），小微 （Conlin，1999或者眾籌（Belleflamme、Lambert和SChwinbaher，2014；Mollik，2014），其中每一個(gè)都強(qiáng)調(diào)P2P 所具有的獨(dú)特特征的不同方面。也即是強(qiáng)調(diào)在參與者之間的 社交互動(dòng)、小額交易、大量投資者并不精通于 投資。P2P市場(chǎng)的參與者能夠被粗略地分為兩個(gè)小組：借款人和人。類似于傳統(tǒng)的信貸市場(chǎng)，風(fēng)險(xiǎn)評(píng)估和決策能夠從他們不同的視角觀察到（Wu和Hsu，2012）。從借款人的角度，一個(gè)共同的目標(biāo)是保證融資。在借款人所提供的信息中，研究人員致力于發(fā)現(xiàn)成果的決定因素。例如Larrimore、Jiang、Larrimor、Markowitz和Gorsk（2011）分析了掛牌中語(yǔ)言的影響，這能夠幫助借款人增強(qiáng)可信性以獲取融資。Puro、Teich、Wallenius和Wallenius（2010）計(jì)劃了一個(gè)借款人決策協(xié)助系統(tǒng)以幫助借款人量化他們的策略選擇，比如起初利息率和需要貸

款的數(shù)量，目的是促進(jìn)掛牌成功融型同樣適用于人，目的是預(yù)測(cè)的詢?yōu)榛A(chǔ)（Query-based）的方法，該方個(gè)全面的預(yù)測(cè)。他們報(bào)告在多數(shù)的情當(dāng)只能找到少數(shù)相似的的情況下，結(jié)過去所有的，并通過核回歸最優(yōu)化他智慧的系統(tǒng)為借款人提供建議。隨著當(dāng)考慮人的角度，研究人員人的投資決策和投標(biāo)行為。例如Sonenshein、Herzenstein和策中的作用。Klafft（2008）檢驗(yàn)是否借款人能夠如宣稱的那樣從這一新市場(chǎng)中獲利?；?的數(shù)據(jù)，他們發(fā)現(xiàn)如果他們實(shí)行一個(gè)合理的策略， Herrero-Lopez（2009）發(fā)現(xiàn)許多交易

基于次優(yōu)決策。Puro、Teich、Wallenius和Wnus（0）拍賣中的競(jìng)價(jià)策略。他們的研究表明拍賣行為在投標(biāo)人中并非同質(zhì)，而是投標(biāo)人采用了非常多不同的投標(biāo)策略。發(fā)現(xiàn)當(dāng)存在的出價(jià)時(shí)投資者更可能向投標(biāo)（Herzenstein、Dholakia和Andrews， 因?yàn)槭欠駥?duì)某項(xiàng)投資的決策是P2P市場(chǎng)中投資者的工作，因此傳統(tǒng)的評(píng)估技術(shù)同樣與P2P相關(guān)。為了區(qū)分優(yōu)質(zhì)申請(qǐng)（即：那些預(yù)期能夠成功償付的申請(qǐng)）與劣等申請(qǐng)（即：那些預(yù)期違約的申請(qǐng)），在現(xiàn)有文獻(xiàn)中大量的差異化的數(shù)據(jù)挖掘技術(shù)被采用。大量的例子包括邏輯回歸（Thomas，2009；Wiginton，1980），線性分析（Rosnbrg和Geit，199），K最近鄰（k-nearestneighbors）(Chatterjee和Barcun，1970)，分類樹（Feldman和Gross，2005）， 鏈（Frydman、Kallberg和Kao，1985；So和Thmas，3、數(shù)據(jù)描P2P 量的真實(shí)的

2011），幸存率分析（Andreeva、nl和Crook，2007；Stepanova和Thomas，2002），線性和非線性設(shè)計(jì)（Bugera、Konno和Uryasev，2002；Mangasarian，1），神經(jīng)網(wǎng)絡(luò)MorMor，2；Yn量機(jī)Hu、Chen、H、Chen和，2014；Kim和Sohn，2010），遺傳算法研究檢驗(yàn)了各項(xiàng)的分類，但并沒有詳細(xì)地將投資組合作為一個(gè)整體。多信用評(píng)分和最優(yōu)化問題之中（Yang，2007；Zhang、Gao和Shi，2014）。在本研究中，我們采用了核回歸的數(shù)學(xué)框架信用風(fēng)險(xiǎn)評(píng)估的最優(yōu)權(quán)重。作為一個(gè)靈活的研究非線性關(guān)系的統(tǒng)計(jì)技術(shù)，核回歸逐步提高了在金融和經(jīng)濟(jì)研究中的使用，如非參數(shù)VaR測(cè)度（AltSahalia和Lo，2000）、國(guó)際實(shí)際利率間的非線性關(guān)系（Mancuso、Goodwin和Grennes，

第一個(gè)數(shù)據(jù)集來于 包含了2016項(xiàng) 。二數(shù)集至于ropr，它包1項(xiàng) 。個(gè)據(jù)集里，使用預(yù)測(cè)型將 性于約的可能性。這些屬性包括借款人的FICO信用分?jǐn)?shù)、 額借款在去個(gè)月的信貸請(qǐng)求數(shù)、款人負(fù)收比 人的房 4、基于實(shí)例的信用風(fēng)險(xiǎn)評(píng)化評(píng)估P2P市場(chǎng)項(xiàng)目的收益和風(fēng)的慣例。不同于，對(duì)每一位借款人僅他或者新需求。此外，一個(gè)可行的方法是采用相似的，例如人有相似的個(gè)人，去預(yù)測(cè)一個(gè)新請(qǐng)求我們想要預(yù)測(cè)每項(xiàng)的風(fēng)險(xiǎn)和收益。對(duì)于一項(xiàng)給定的i（也即是關(guān)注的實(shí)例），基于過去n項(xiàng)（

票”的成員），每一項(xiàng)有一個(gè)觀測(cè)到的收益率Rj（j=1、2……n）,我們能直接預(yù)測(cè)i的收益，μj，采用過去收益的平均： j=1ijμ=∑n j=1ij此處，Wij代表用于預(yù)測(cè)i收益的貸 i們量化一個(gè)新i的風(fēng)險(xiǎn)2作為眾多投i j=1 jσ2=∑nW(R j=1 j

CV(h)=— (f(x)-y)2

率Rj

i=1h- 其中，fh(x-i)是采用核回歸的yi的留 x-

μ

x-

x-

fh(x-i)

j=1,h∑nh

j=1,j=1K(——

一組 量間非線性關(guān)系的統(tǒng)計(jì)技

hK(—jh

hK(h

p- 直觀的認(rèn)為收益率的方差能夠作為眾多

Wijn

n n

CV(h)=1

k=1, j—

∑K(—j

p-

j兩個(gè)維度衡量，其中X是預(yù)測(cè)變量、

以實(shí)例為基礎(chǔ)的模型的權(quán)重的設(shè)定

Y是反應(yīng)變量。根據(jù)n個(gè)實(shí)際觀測(cè)點(diǎn)，{(x,y)j=1、

k=1,

了Silverman（1986） 程度主要關(guān)系到違約概率。特別地，

x- ——∑nK(x-xjx- ——h h

為了擬合核回歸模型，帶寬h需要根據(jù)數(shù)據(jù)進(jìn)行最優(yōu)化。為達(dá)到這個(gè)目的，

策略。這一策略尋找在0.25h0到1.5h0之間(4 dij=pi-

檢驗(yàn)（LOO、LS、CV）

h0= 1-1此處，pi和pj分別

K(u)

2πe

通過這種方式，更靠近x賦予更高的權(quán)重，那些遠(yuǎn)離x的觀測(cè)值擁

圖1：我們通過分別計(jì)算L3與L1、L2之間的權(quán)重來估計(jì)L1的投資收益KernelWeights：核權(quán)重；DefaultLikelihoodDistances：違約可能性距離

在圖1

d13

p1-p3，以及d23

p2-p3。從圖1

敏感（Kraft和Steffensen,2013;Woodside-

以明確違約可能性距離和核權(quán)重。特別地，橫軸代表所有違約的概率空間，：L1、L2和L3。根據(jù)他們率P1、P2和P3，每一

d13>d23，從而12數(shù)，其參數(shù)能夠通過核回歸最優(yōu)化。在我們的框架中，參照（7）式，因此W13＜W。這是因?yàn)楦咚购?，如?）

Oriakhi,Lucas和Beasley，2011），人投資者量遠(yuǎn)低于商業(yè)銀行。另一方面，對(duì)于第i項(xiàng)，投資者僅能夠借出小于者需求量e1的數(shù)量。因此，假設(shè)M資的某項(xiàng)，我們要求：

DataI：l項(xiàng)供公開投資的掛牌集合；

輸出：OMi：對(duì)掛 i（i=1評(píng)價(jià)不 相似性的一個(gè)直的方式是計(jì)算違約可能性距離，正如式（3）所定義的那樣。因此，我們計(jì)算

如算法1總結(jié)的那樣，投資決策過程

1、(n,{Rn,1,{el)jj j

預(yù)處理在這一部分，我們首先形式化P2P貸

模型中有兩個(gè)輸入數(shù)據(jù)集、三個(gè)參數(shù)。DataH是歷史表現(xiàn)數(shù)據(jù)集，包括償付狀態(tài)明確的過期。我們稱這一集合為

k j2、({β}pk j

邏輯回歸 有別于傳統(tǒng)銀行，P2P市場(chǎng)的個(gè)人投資者不僅僅需要甄別優(yōu)質(zhì) 與次級(jí)貸

i受制于λi≥0,iλi=1，給定預(yù)期收益iR*=∑λii

“訓(xùn)練數(shù)據(jù)”（trainingdata）。DataI目前公開掛牌的項(xiàng)目，因而他們的償據(jù)”。P2P市場(chǎng)中通常有最小的投資金額（m）?？偟耐额~M以及預(yù)期全在初始和訓(xùn)練過程中（1-3排），我們首先找出DataH數(shù)據(jù)集中歷史 的總 的表現(xiàn)（Rj），

5、pi5、pi1+e-(β+ββ7、dijpi-8、wij核權(quán)重水平的情況下以最小化風(fēng)險(xiǎn)。因此，P2P

求一個(gè)最低 額。例如，在

DataH建立了一個(gè)邏輯回歸模型，提取

10、11、

∑wj=1∑w∑nw(R-μ組合理論（Markowitz，1991）

每 的最低 額m=$25。P2 市場(chǎng)的投資者對(duì)這一約束特別

的違約概率（Pj）。最后，我

j=1 j

iiiii=1i15、∑1λμi=1ii=116、∑1λi=1 i ii18、{λ}程序（mMR*iμ、σ2、e1 i19在這一信用風(fēng)險(xiǎn)評(píng)估過程中（4-12 違約可能性距離dij（i=1、2……l；j=1、權(quán)重wij（10）式最優(yōu)化帶寬h。最后，我們采用（1）式和（2）式ii表1比較三種模型的預(yù)測(cè)精度

程中（13-19行），我們采用了5.1部分所在這篇文章中，我們?yōu)镻2P市場(chǎng) 與兩個(gè)以為基礎(chǔ)的基準(zhǔn)模型作比較。RBM 為7個(gè)等級(jí)。相同等級(jí)的 RBM+是一精的以 基模型，其中RB中的每等級(jí)又細(xì)分為5的此等級(jí)，次等級(jí)的數(shù)目根據(jù)交互有效法進(jìn)行選擇換句話RBM是一個(gè)擁有最優(yōu)等級(jí)分類以 為礎(chǔ)模。 礎(chǔ)的模型。每項(xiàng)采用核權(quán)重和相似貸

總而言之，RBM是實(shí)踐中以為基礎(chǔ)的信用風(fēng)險(xiǎn)模型的一個(gè)基本版。 此外， 每一個(gè)數(shù)據(jù)集分成k個(gè)子集，并采用k次交叉有效方法去合適我們模型的有效性。換句話說，每次我們采用一個(gè)子集作為測(cè)試集（DtataI），所有剩下的作為訓(xùn)練集（DataH）。我們特別地將LendingClub的數(shù)據(jù)集隨機(jī)分為了12個(gè)子集，每一個(gè)子集包含了168項(xiàng) 。相似的，ropr的數(shù)據(jù)集被隨機(jī)分為24個(gè)子集，每一個(gè)子集包含1項(xiàng) 。練后的模型預(yù)測(cè)測(cè)試集中每項(xiàng)的收益率（μi）和風(fēng)險(xiǎn)（）。結(jié)果和討如第3部分所述，在實(shí)際數(shù)據(jù)集中展表現(xiàn)，比較了我們的模型與兩個(gè)以為我們使用邏輯回歸模型預(yù)測(cè)違約的

對(duì)于以為基礎(chǔ)的模型，包括RBM和RBM+模型，我們首先找出訓(xùn)練集里每一等級(jí)的收益率的中值和標(biāo)準(zhǔn)差。然后預(yù)測(cè)每項(xiàng)測(cè)試的信用等級(jí)。 的核權(quán)重（7式），然后使用這一 平均，1式）以及風(fēng)險(xiǎn)（ 的回報(bào)率（μi）和風(fēng)險(xiǎn)（ 比較三個(gè)模型的收益率和夏普率（Sharpratio） IOM曲線比RBM和RBM+曲線更光滑，表現(xiàn)出IOM擁有更好預(yù)測(cè)收益和風(fēng)險(xiǎn)的 Lending

可能性Pi，然后我們基于 Club

距擬合距擬合優(yōu)距擬合優(yōu)RBM報(bào)率（μ）和風(fēng)險(xiǎn)（σ2）。圖2

度R2作為精確度的衡量指標(biāo)。正如表1所

基于LendingClub數(shù)據(jù)集的最優(yōu)投資表3 子子子112233445566778899-平均標(biāo)準(zhǔn)-夏普（a）LendingClub的預(yù)測(cè)收 （b）Prosper的預(yù)測(cè)收-平均標(biāo)準(zhǔn)（c）LendingClub的預(yù)測(cè)風(fēng) （d）Prosper的預(yù)測(cè)風(fēng)夏普注：橫軸代表的違約風(fēng)險(xiǎn)、縱軸代表預(yù)測(cè)的收益率（上一行）與預(yù)測(cè)的風(fēng)險(xiǎn)（下一行） 目標(biāo)收益率R*=0.06。我們同樣假設(shè)無風(fēng)險(xiǎn)收益率為0.025，這一數(shù)值與同一時(shí)期短期國(guó)庫(kù)券

表2率以及在LendingClub比RBM和RBM

Club和

就是說，分配到每一項(xiàng)的額）。選擇的輸入信息（也即是每項(xiàng)的預(yù)期收益和風(fēng)險(xiǎn)）分別來至于RBM、RBM+算投資于所有的實(shí)際收益率和夏普率

表

7、結(jié)

擇時(shí)，它能得出比以為基礎(chǔ)的模型更設(shè)投資量預(yù)期收益率1$105.52$10設(shè)投資量預(yù)期收益率1$105.52$106.03$106.54$155.55$156.06$156.57$205.58$206.09$205.5圖 敏感性分（a）LendingClub數(shù)據(jù)集的收益 （b）Prosper數(shù)據(jù)集的收益（c）LendingClub數(shù)據(jù)集的夏普 （d）Prosper數(shù)據(jù)集的夏普

基礎(chǔ)的信用風(fēng)險(xiǎn)評(píng)估模型以量化P2P市場(chǎng)中每項(xiàng)的風(fēng)險(xiǎn)，并形式化P2P市一項(xiàng)信用風(fēng)險(xiǎn)的能力，而不用將簡(jiǎn)單的方式去比較不同的風(fēng)險(xiǎn)，擁有基于新與過期的違約可能性距離來評(píng)估一項(xiàng)新的信用風(fēng)險(xiǎn)，而不需要過期的權(quán)重在核回歸的數(shù)理框架下被在P2P市場(chǎng)中擁有更好的表現(xiàn)。

作者想要感謝的審稿人提出的建設(shè)性意見。這一研究部分由中國(guó)自然科學(xué)基金（項(xiàng)目編號(hào)71028002 ），中國(guó)教育部人文社會(huì)科學(xué)項(xiàng)目（項(xiàng)目編號(hào)14YJCZH004）以及中央大學(xué)的基礎(chǔ)研究基金（DUT15RW116）

表A.5訓(xùn)練集

表

測(cè)試集jYRPjP 0-2500231-3111-311-4711-411-5711-560010-6210 - 7011- - 811093931

-

- 表A.8（A.1） - 1-01.524×10-2.658×10-3.313×10-1.622×10-001-0711-011-011-1101-311-6103102101101000表 表A.5與表A.7中的變量描變 描 借款人的FICO信用得 借款人的擁有房屋的狀況（0=租，1有 借款人的負(fù)債收入 因變量（0=償付，1=違約

第二步，邏輯回歸（算法1中第11110型。更特別地，估計(jì)下列等式的參數(shù)（k=0、Logit(p)=β0基于訓(xùn)練集DataH，我們得到估計(jì)的

5行）使用等式（A.1），如表A.7中p列所我們能夠采用式（3）計(jì)算沒對(duì)測(cè)試第四步，帶寬最優(yōu)化（算法1中第3行）。帶寬通過訓(xùn)練數(shù)據(jù)進(jìn)行最優(yōu)化。因?yàn)橄嗤囊?guī)模n=30和p的標(biāo)準(zhǔn)差

h 4h 03*30)

得到的CV（h）的計(jì)算值。圖A.4

表 不同帶寬和對(duì)應(yīng)的交叉有效誤乘交叉檢驗(yàn)，對(duì)于0.25h0到1.5h0可能的h值計(jì)算CV(h)。對(duì)于給定的帶寬

h了一個(gè)最小限額的點(diǎn) =0.65h0對(duì)于每一個(gè)hh可能的值，從0.250100123451001234567892001003002004003500406005706080709008000900000000000000000000000000000000000000000000000000000000000Σ110

表 測(cè)試樣本和訓(xùn)練樣本間的核權(quán)123456789

圖 執(zhí) 肖中 李第五步：計(jì)算核權(quán)重（算法1中第8行）。采用式（7）和前一步得到的最優(yōu) 第六步：預(yù)測(cè)收益和風(fēng)險(xiǎn)（算法1中

第七步：投資組合選擇（算法1中第13行和19行）。給定預(yù)期收益R*=0.08，以及最小投資額m=$25，基于平均收益率μ和風(fēng)險(xiǎn)σ2（如表格A.7中第9和第10列所示），我們找出投資的權(quán)重（如表格A.7中第11列所示）。給定投資總額M=$5000，投資包含 6，OM6=3250$，

年月日， 發(fā)布了《關(guān)于加強(qiáng)金融消費(fèi)者權(quán)益保護(hù)工作的指導(dǎo)意見》（國(guó)辦發(fā)[2015]81號(hào)，以下簡(jiǎn)稱指導(dǎo)意見），這對(duì)處于弱勢(shì)地位的廣大金融消費(fèi)者來說，無疑是“久旱逢甘霖”的好事。伴隨著我國(guó)金融的日益深化，政策紅利為資本市場(chǎng)大開方便，“金融

罔聞。就拿今年來說，從年初的大之后，交易、市場(chǎng)等詞匯頻頻曝出，大震蕩的背后竟也是人為。同樣，放眼新金融領(lǐng)域，P2P、平臺(tái)跑路、提現(xiàn)、吸存、詐騙等情況 自EuropeanJournalofOperationalResearch（歐洲運(yùn)籌學(xué)雜志）2015年6

首先，金融消費(fèi)者的八大權(quán)利針對(duì)我國(guó)當(dāng)前金融消費(fèi)者權(quán)益保護(hù)

融消費(fèi)

建立多層級(jí)處理機(jī)制，完善處理 民族風(fēng)俗習(xí)慣，不得進(jìn)行性差別對(duì)

權(quán)益的相關(guān)，建立金融消費(fèi)糾紛的多元化（、調(diào)解、仲裁、）解決機(jī)

國(guó)民金融素養(yǎng)。從明確權(quán)利，到完善監(jiān)管，再到推進(jìn)，這一系列組合拳，若

待

其次，何為“投資者”，何為“消費(fèi)者定是否金融產(chǎn)品或接受金融服務(wù)，不售產(chǎn)品和服務(wù)，不得附加其他不合理?xiàng)l件；公平交易權(quán)金融機(jī)構(gòu)設(shè)置公

施加強(qiáng)對(duì)第合作機(jī)構(gòu)的管理，明確雙息風(fēng)險(xiǎn)，保障金融消費(fèi) 險(xiǎn)承受能力制度，將合適的金融產(chǎn)品好地保障金融消費(fèi)者的八項(xiàng)基本權(quán)利，“指導(dǎo)意見”還要完善金融消費(fèi)者權(quán)

雖然，各國(guó)法均對(duì)投資者的合為自己的投資行為，接受由市場(chǎng)機(jī)制金新、金融的浪潮之下，“金融”脫去了神秘的面紗，飛入尋常百姓分。根據(jù)我國(guó)消費(fèi)者權(quán)益保對(duì)“消費(fèi)者所提供的服務(wù)的市場(chǎng)主體”，其中對(duì)

店里的各種快捷支付，金融服務(wù)無處不

再次，從投資者到金融消費(fèi)者的角色轉(zhuǎn)變 最后，金融消費(fèi)者 之道金融產(chǎn)品的多樣化與金融交易模式的約束，根據(jù)自身情況自主作出交易決策（即市場(chǎng)的“同質(zhì)性”）。投資者的性”、“投資者適當(dāng)性”、“正當(dāng)

的金融現(xiàn)狀下，若還僵硬地套用險(xiǎn)或是制度風(fēng)險(xiǎn)，不應(yīng)由投資者。就 同，更的效果是法律地位的改變，背后

目前，針對(duì)金融消費(fèi)者并沒有明確或享受金融產(chǎn)品或服務(wù)的消費(fèi)者都屬于 門和金融機(jī)構(gòu)內(nèi)部溝通處理；在 商事仲裁或 進(jìn)行 ；必要 可以按照投資人本身家庭情況、輕重緩等機(jī)構(gòu)的協(xié)調(diào)機(jī)制。金融不是空話，

考慮到刑事辦理的過程中來。應(yīng)當(dāng)建 成，否則全線崩塌。應(yīng)當(dāng)從大戶、中金融消費(fèi)者權(quán)益的特殊。不論是對(duì)廣肖 執(zhí)業(yè)，兼市法律顧問，主要從事互聯(lián)網(wǎng)金融法律

中國(guó) ——基于80家代表性平臺(tái)微觀數(shù)據(jù)的DEA效率分李建軍陳鑫 財(cái)經(jīng)大學(xué)金融學(xué)院

可行的投 ，近年來發(fā)展態(tài)勢(shì)迅自2007年 現(xiàn)快速發(fā)展趨勢(shì)。從行業(yè)規(guī)模來看，截0

至2015年4月根據(jù) 之家的數(shù)據(jù)顯示， 人數(shù)在過去一年中迅速上升（見圖3）， 、 -- 改進(jìn)原始CR2模型后的BCC模型，基于80家P2P

成交量（億元 運(yùn)營(yíng)平臺(tái)數(shù)量（家圖 運(yùn)營(yíng)平臺(tái)數(shù)量與成交量增

圖 運(yùn)營(yíng)平臺(tái)數(shù)量與成交量增長(zhǎng) 平臺(tái)DEA經(jīng)營(yíng)效率冗余值

8%13%12%

一、引互聯(lián)網(wǎng)改變?nèi)藗兊纳睿鹑跇I(yè)依在發(fā)生深刻的。互聯(lián)網(wǎng)金融的蓬勃興起，有利于經(jīng)濟(jì)，對(duì)于引導(dǎo)向小

實(shí)現(xiàn)普惠金融具有重要意義。P2P平

0

山1本文得到國(guó)家自然科學(xué)基金項(xiàng)目《貨幣政策約束下中 信貸市場(chǎng)融資搜尋模型》（編號(hào)

了小微企業(yè)，行業(yè)發(fā)展受需求影響，往往小微企業(yè)多的地區(qū)，平臺(tái)

從以上的分析可以發(fā)現(xiàn)，對(duì)P2P臺(tái)的研究主要是定性分析，其中對(duì)于P2P經(jīng)營(yíng)效率的研究尚未引起廣泛的關(guān)注，更鮮有人對(duì)P2P平臺(tái)的經(jīng)營(yíng)效率進(jìn)行定量測(cè)度。目前國(guó)內(nèi)學(xué)者對(duì)于P2P平臺(tái)在P2P平臺(tái)經(jīng)營(yíng)中市場(chǎng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、流險(xiǎn)，給投資者的安全留下極大的風(fēng)險(xiǎn) 月份新增家。隨文獻(xiàn)綜我國(guó)首P2P 平拍貸成于2年，隨著聯(lián)技的展互聯(lián)網(wǎng)金融概念興起0年后P2P 平臺(tái)快發(fā)?；ゾW(wǎng)借平的究也逐步興起。內(nèi)對(duì)P2P 臺(tái)究要集中于以幾個(gè)方：一P2P 平臺(tái)經(jīng)模的0葉湘榕1）通過分析各類P2P商業(yè)模、質(zhì)特，對(duì)營(yíng)式在的風(fēng)險(xiǎn)出對(duì)建。二經(jīng)過中存在的風(fēng)險(xiǎn)、 方式和發(fā)展路徑（吳

形勢(shì)下，P2P平臺(tái)要想立于不敗之地，必須提高平臺(tái)的競(jìng)爭(zhēng)力，而平臺(tái)的核 正確認(rèn)識(shí)P2P平臺(tái)的投入產(chǎn)出效率，找（2014）認(rèn)為對(duì)于P2P 資者利益的基礎(chǔ)上盡可能給平臺(tái)保持充和銀監(jiān)會(huì)聯(lián)合 ，并強(qiáng)調(diào)行業(yè) 行業(yè)自律的重要作用；宋琳，郝光亮（2015）基于委托理論分析了由于信息不對(duì)稱的激勵(lì)問題，并提出相應(yīng)地風(fēng)險(xiǎn)措施，如提高平臺(tái)的聲譽(yù)，物質(zhì)價(jià)體系等建議。三是P2P平臺(tái)對(duì)解決

也越多。四是P2P平臺(tái)信用認(rèn)證機(jī)制 P2P 平臺(tái)經(jīng)營(yíng)效率的測(cè)算方 法。其中經(jīng)營(yíng)效率是指一個(gè)企業(yè)或者單位在經(jīng)營(yíng)活動(dòng)中投入產(chǎn)出之間的對(duì)比關(guān) 是EVA-經(jīng)濟(jì)增加

的經(jīng)營(yíng)績(jī)效方面的研究較少，宋鵬程等率與投資者保護(hù)之間存在，在投發(fā)展空間。因此國(guó)內(nèi)缺乏對(duì)于P2P平臺(tái)經(jīng)營(yíng)績(jī)效方面的研究。本文使用DEA方法來評(píng)價(jià)P2P大且對(duì)于中下層管理者并沒有起到較好用財(cái)務(wù)評(píng)價(jià)指標(biāo)和一系列非財(cái)務(wù)指標(biāo)來評(píng)價(jià)企業(yè)的經(jīng)營(yíng)業(yè)績(jī)，強(qiáng)調(diào)了企業(yè)程改進(jìn)方法，無法得知如何改進(jìn)。由Charnes，Cooper，Rhodes（1978）提出 數(shù)據(jù)來源 之家

效的評(píng)價(jià)較為完善，但是在P2平臺(tái)經(jīng)營(yíng)效率的評(píng)價(jià)中應(yīng)用卻很少，F(xiàn)riedman,Halpern,Kash（2006）建立了P2P提供服務(wù)的模型，認(rèn)為通過維持貨幣和人數(shù)量的合適比例可以使效率最大DEA方法來評(píng)價(jià)P2P平臺(tái)經(jīng)營(yíng)效率的DEA作為一種非參數(shù)方法無需設(shè)定性。DEA方法是對(duì)若干具有相同類型的

算80家代表性P2P 考慮n個(gè)樣本P2P平臺(tái)（簡(jiǎn)稱決策每個(gè)樣本P2P平臺(tái)使用m種投入得到s種產(chǎn)出。Xj代表DMUj的投入向量，，Yj代表DMUj的產(chǎn)量 和μ，DMUj(1≤j≤n)的效率評(píng)價(jià)指數(shù)：jj

在取得相同的或者的產(chǎn)出量的情況下文構(gòu)建了P2P平臺(tái)的經(jīng)營(yíng)效率模型，在公式（1）中，權(quán)重向量?和μ都是

模型（2）是分式規(guī)劃模型，使用Cooper規(guī)劃模型（3）和

hj=

,

由公式（3）（4）可知，在應(yīng)用

入了非Archimedes

衡量第j個(gè)平臺(tái)是否是DEA

（PCR）和（DCR）評(píng)價(jià)DMU是否為DEA有效時(shí)并不直接，而且計(jì)算也很繁

攝動(dòng)法。對(duì)于模型（DCR），CharnesCooper給出了相應(yīng)的具有非Archimedes無（DEA）P2P平的效文將P2平臺(tái)營(yíng) 義把若投轉(zhuǎn)化若產(chǎn)的產(chǎn)單，生前沿的距離就是它的營(yíng)率。據(jù)法

的平均值作為合成平臺(tái)的投入（或產(chǎn)

DC

測(cè)算結(jié)果分 時(shí)稱為BCC模型

本文采用的 之?dāng)?shù)據(jù)庫(kù)公布的2015年4月的行業(yè)數(shù)據(jù)、平

方法：生產(chǎn)法、中介法和資產(chǎn)法（華，2003）。由于P2P平臺(tái)主要是從事金法。綜合考慮以上因素和數(shù)據(jù)的可獲得C2R模型假設(shè)規(guī)模不變，凸性約束條件使得BCC模型允許規(guī)?？勺?。（PTE，PureTechnicalEfficiency）和規(guī)模效率（SE，lffiiny）區(qū)分開來。其中，技術(shù)效率指的是實(shí)現(xiàn)投入既定下產(chǎn)出模效率表示與規(guī)模有效點(diǎn)相比規(guī)模經(jīng)濟(jì)的發(fā)揮程度；純技術(shù)效率指的是剔除規(guī)模因素的效率（，2011）。三者之間的關(guān)系如下：若BCC模型得最優(yōu)解θ0，j=1,2...,n,s-,s+滿足θ1，s-=0，s+=0，則DMU

元為弱DEA有效，決策單元的經(jīng)濟(jì)活動(dòng)D，i)θ)DiD由于Di（i=1,2,…,t，t是指標(biāo)個(gè)數(shù)）是由D（Di?），可得到以各決策單元的相對(duì)效率值為分量的向量θ（Di，以D（D2）,…,θ（Dt）為變量，建立泛函 當(dāng)某一決策單元j0在D指標(biāo)下為非

貸行業(yè)發(fā)展的資訊門戶，已發(fā)展為網(wǎng)絡(luò)借貸行業(yè)最大、最的第資訊平口徑研究P2P平臺(tái)成為可能。 權(quán)

率的影響，資本是反映平臺(tái)規(guī)模最直筆數(shù)、投資人和借款人數(shù)平均，由于以更低的收益率投資的到更長(zhǎng)期 模有效；當(dāng)θ0=1且s≠0或者s≠

=借款期限×成交量×費(fèi)率P2P

當(dāng)某一決策單元j0Si0)=min

的杠桿進(jìn)行過度投資。從實(shí)證檢驗(yàn)角

加卻引起產(chǎn)出指標(biāo)減少的情況（，王 年月的家P2P 術(shù)效率平均得分為0.508，純技術(shù)效率平均得分為0.918，規(guī)模效率的平均得分為創(chuàng)投，共6個(gè)平臺(tái)，占全部估算平臺(tái)數(shù)量

序 平臺(tái) 上線時(shí) 所在城 綜合技術(shù)效率純技術(shù)效 規(guī)模效 規(guī) 金寶 重慶|渝 愛錢|東楚金|易貸|團(tuán)貸|東易九金重慶渝新新|虹諾諾鎊|黃愛投|西溫商浙江溫有利|朝生菜金|浦溫州|楊小||西 眾信金融(京 |海 表 80家 序 平臺(tái) 上線時(shí) 所在城 綜合技術(shù)效率純技術(shù)效 規(guī)模效 規(guī)1陸金|浦-2宜人|東-3紅嶺創(chuàng)|-4金開陜西西-5貸貸興重慶渝-6騰邦創(chuàng)|-7開鑫江蘇8向上金|東9翼龍|海你我|浦人人|西

投哪|融金|投哪|融金|積木盒|朝金|西658金融浙江杭房金|虹|廣珠寶|國(guó)誠(chéng)金|虹江蘇人人聚|和信|朝拍拍|浦金聯(lián)|朝 |朝 微貸杭銀客|海信|鑫合杭德眾金|合系數(shù)為0.27，且兩者在5%的顯著性水平下均可

銀湖 |東 微金互 前海理想金

禮禮|廣匯盈山東青付融江蘇

序平臺(tái)序平臺(tái)上線時(shí)所在城綜合技術(shù)效純技術(shù)效規(guī)模效規(guī)口貸|永利|浦安心|東城|惠

0 DEA無效單元銀豆|海匯通易|合|銀豆|海匯通易|合|合時(shí)|抱財(cái)|海網(wǎng)利|朝恒信易|廣四達(dá)投|宜融通資江西贛立業(yè)|寧創(chuàng)浙江寧惠眾金江西贛眾|朝合盤|虹粵商|九斗|朝民民浙江溫新|廣月月|合力|朝短融|朝眾|從表1中可以看出絕大多數(shù)平臺(tái)投入產(chǎn)出是無效率的，存在改進(jìn)空間，通過效率的原因和改進(jìn)方向。計(jì)算結(jié)果見表

注：“-”為規(guī) 不變；“drs”為規(guī) 遞減；“irs”為規(guī) 遞增

表 投入產(chǎn)出冗余情序平臺(tái)經(jīng)營(yíng)收人氣指序平臺(tái)經(jīng)營(yíng)收人氣指待收杠品牌指資1陸金2宜人3紅嶺創(chuàng)4金開5貸貸興6騰邦創(chuàng)7開鑫8向上金9翼龍你我人人另外結(jié)合規(guī)模來看，除了六家處于經(jīng)營(yíng)效率前沿面上的平臺(tái)為規(guī)模不變外，其余各家平臺(tái)均為規(guī)模遞增。將表1中的綜合技術(shù)效率、純技術(shù)效率和合技術(shù)效率和規(guī)模效率具有相似的變

效率和規(guī)模效率具有更強(qiáng)的正相關(guān)關(guān)

產(chǎn)出不足 投入冗余 產(chǎn)出不足 投入冗余序平臺(tái)經(jīng)營(yíng)收人氣指待收杠品牌指資序平臺(tái)經(jīng)營(yíng)收人氣指待收杠品牌指資金寶安心88愛錢銀湖楚金禮易貸匯盈團(tuán)貸付融易九金微金互新新前海理諾諾鎊銀豆愛投匯通易溫商合有利合時(shí)生菜金抱財(cái)溫州網(wǎng)利小恒信易四達(dá)投眾信金融通資投哪立業(yè)融金寧創(chuàng)積木盒惠眾金金眾658金融合盤房金粵商九斗珠寶民民國(guó)誠(chéng)金新月月人人聚合力和信短融拍拍眾金聯(lián)均范 DEA無效 進(jìn)行分解得到投入微貸銀客信鑫合德眾金口貸永微貸銀客信鑫合德眾金口貸永利

余量，從表2中可以看出在DEA無效的平臺(tái)中人氣指數(shù)、投資者收益率和待收杠桿存在冗余值是造成P2P平臺(tái)經(jīng)營(yíng)無效的主要原因。從圖6可以看出，在這三種投入變量中存在冗余值的平臺(tái)分別占DA無效

存在品牌指數(shù)和資本冗余的平臺(tái)僅占本文選取的80家P2P 中，在人氣指數(shù)指標(biāo)存在冗余的共有22 越多應(yīng)該可以為平臺(tái)帶來 的經(jīng)營(yíng)收

此秒標(biāo)雖然可以迅速提升平臺(tái)的知名很有可能是平臺(tái)跑路“”的預(yù)告。即使平臺(tái)并非是要借“秒標(biāo)”來，大量在投資者收益率上存在投入冗余的有27滑。因此，這可以證明大部分P2P平臺(tái)存在池問題，中國(guó)P2P平臺(tái)存在經(jīng)

利好，但是從長(zhǎng)期發(fā)展來說并不利于平的提升，平臺(tái)的的違約風(fēng)險(xiǎn)隨之增大，效率好高的平臺(tái)，可以通過提高利用率，只使用較低的杠桿就可以獲得較高品牌指數(shù)和資本的利用情況較DEA經(jīng)營(yíng)效率無效的主要原因。委托理者心目中的認(rèn)可度，進(jìn)而吸引的投資者到該平臺(tái)，擴(kuò)大交易（宋琳，郝光亮，五、結(jié)論與建

行業(yè)健康發(fā)展的指導(dǎo)意見》出臺(tái)后，部門也將出臺(tái)新政要求提高平臺(tái)資本和實(shí)大部分平臺(tái)的資本指標(biāo)并沒有投入冗余，提高平臺(tái)的資本金有利于經(jīng)營(yíng)效率

，一旦周轉(zhuǎn)不靈，又難以籌集新的，就會(huì)發(fā)生鏈斷裂 2011年：《基于復(fù)合DEA《運(yùn)籌與管理》第6黃震，2012：《P2P行業(yè)的發(fā)展現(xiàn)狀與未來趨勢(shì)》，《經(jīng)濟(jì)導(dǎo)》第11期。賈希凌，馬秋萍，2014年：《P2P平臺(tái)

益將投入到高風(fēng)險(xiǎn)的項(xiàng)目中，使得平臺(tái)背上沉重的風(fēng)險(xiǎn)負(fù)擔(dān)，也不利于平臺(tái)投資者安全和自身的穩(wěn)健經(jīng)營(yíng)。P2P 足未來對(duì)于資本金更加嚴(yán)格的要 ，2013年：《P2P借貸：性質(zhì)、風(fēng)險(xiǎn)》，《金融發(fā)展評(píng)論》第3期 ，郭陽(yáng)，張維，2013年：《中國(guó)P2P小額 市場(chǎng)借貸成功率影響因素分析》《金融研究》第7期馬運(yùn)全，2012年：《P2P網(wǎng)絡(luò)借貸的發(fā)展、期。

莫易嫻，2011年：《P2P網(wǎng)絡(luò)借貸國(guó)內(nèi)外理踐》第12期.鈕明，2012年：《“草根”金融P2P借貸模期。究》，《中國(guó)經(jīng)貿(mào)導(dǎo)》第7 宋鵬程，吳志國(guó)，2013年：《生存之道:P2P11期。談超，王冀寧， ，2014年：《P2P網(wǎng)絡(luò)借貸平臺(tái)中的逆向選擇和道德風(fēng)險(xiǎn)研唐嘉悅，郝蒙，2014：《基于AHP的P2P風(fēng)33期。王會(huì)娟，2014年：《中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)信用認(rèn)證機(jī)制研究來自人人貸的經(jīng)驗(yàn)證王會(huì)娟，2015年：《P2P的風(fēng)險(xiǎn)與》，《中國(guó)金融》第1期 《科學(xué)通報(bào)》第9期吳曉光，2011年：《論加強(qiáng)P2P網(wǎng)絡(luò)借貸平臺(tái)的 》，《方第期。夏衛(wèi)兵 謝平

，2014年：《P2P借貸的模式風(fēng)險(xiǎn)與 ，2003年：《我國(guó)商業(yè)銀行效率研究的DEA方法及1997-2001年效率的實(shí)證分》，《金融研究》第3期張昭，朱峻萱，李安渝，2015年：《我國(guó)P2P行業(yè)綜合評(píng)價(jià)體系研究》，《海南 ，2013年：《P2P網(wǎng)絡(luò)借 ，2014年:《P2P網(wǎng)絡(luò)借貸緩解科技型李朝暉，2015：《我國(guó)P2P網(wǎng)絡(luò)借貸與小微企業(yè)融資關(guān)系的 》，《現(xiàn)代經(jīng)濟(jì)討》第2期。 CharnesA，Cooperw.w，phodesE，1978，“MeasuringtheEfficiencyofDMU”．EuropeanJournalofOperationalResearch2:429—444.EricJ.Friedman,JosephY.Halpern,IanKash，2006，“EfficiencyandNashEquilibriainaScripSystemforP2PNetworks”.EC'06Proceedingsofthe7thACMconferenceonElectroniccommerce:140Robert.S.Kaplan,DavidGorton，1992，“TheBalancedScorecard—MeasuresthatDrivePerformance”，HarvardBusinessStiglitz,J.,L.Weiss，1981，“CreditRatingwithImperfectInformation”，AmericanEconomicReview:71:393—410.

P2P

稱，由于 ，芝麻金融的 共有超過8000名用戶的資料被 被盯上的“羔羊 截止至2015年10月底，我國(guó)國(guó)內(nèi)的P2P平臺(tái)交易量首次突破萬億元大關(guān)：歷史累積成交量達(dá)10983.49億。中心的這一數(shù)據(jù)甫一發(fā)布，就引得外界對(duì)P2P行業(yè)迅猛財(cái) 鄭智

了壹寶貸等很多P2P平臺(tái)。 幾乎每天都有P2P平臺(tái)遭遇 近兩年，我國(guó)的P2P行業(yè)可謂是隨而來的是們的腳步

到的有關(guān)P2P行業(yè) 總數(shù)為402個(gè)，僅 公開資料顯示，并非只有實(shí)力弱小的草根平臺(tái)被。據(jù)了解，一些規(guī)模較 臺(tái)對(duì)有著極大的 速增長(zhǎng)的同時(shí)，我國(guó)的P2P平臺(tái)被來自世界各地貪婪的盯上?；虮?，或被敲詐，很多P2P平臺(tái)“中招”，成從交易金額看，P2P完全稱得上“土

勢(shì)。整個(gè)行業(yè)都處于的潛在中，不僅那些實(shí)力弱小的草根平臺(tái)被外，業(yè)界級(jí)別的平臺(tái)也頻頻“中招”。 難。如何應(yīng)對(duì) “劫”，確保網(wǎng)絡(luò)安

站，以收取保護(hù)費(fèi)的形式進(jìn)行敲詐。 前進(jìn)行，或在后開 令業(yè)內(nèi)深感擔(dān)憂的是，來自

“重災(zāi)區(qū)”。甚至連那些與P2P行業(yè)相關(guān)的門戶、都被 消息稱，之家、天眼等第門戶也是們經(jīng)常光顧的地方?？偷拇螖?shù)越來越多，而且越來越頻繁。世界反組織的通報(bào)也，“中國(guó)

“胃口”越來越 感到非常。 被：共有超過8000名用戶的資料被?！爸恍栌?換積分，即可在上這些數(shù)據(jù)。 導(dǎo)致用戶資料被的案例顯然不止這一次。今年5月初，又有黑客在某平臺(tái)了該平臺(tái)近300人 除了用戶資料外， 平臺(tái)的還可能造成了系統(tǒng)癱瘓、數(shù)據(jù)被篡改、被洗劫等一系列。一旦被，P2P平臺(tái)正常的運(yùn)營(yíng)和有專業(yè)談到，資深能通過修改P2P平臺(tái)參數(shù)，掃描出該平臺(tái)用戶的賬戶信息，進(jìn)而利用參數(shù)獲取用戶證件、號(hào)碼、 為確保投資者的安全，一些作案成本

平臺(tái)采用托管的模式。即便竊取了投資人的平臺(tái)賬戶和，如果要提 交易驗(yàn)證才能實(shí)現(xiàn)。 平臺(tái)現(xiàn)金的案例發(fā)生。即便沒有帶來資 被攻破，造成癱瘓或資料，給投資人帶來可能導(dǎo)致投資人信任的喪失。 的不安和對(duì)安全保障的質(zhì)疑。”一位 正是由于平臺(tái)被帶來的危害巨大，在遭遇時(shí)，很多P2P平臺(tái)擔(dān)心業(yè)務(wù)損失，往往會(huì)選擇滿足 要求 很多草根平臺(tái)，處于艱難的創(chuàng)業(yè)階

甚至直接從淘寶上低廉的現(xiàn)成模板就從技術(shù)的角度看，的這些模板或多或少都會(huì)有一些。一旦被攻

”上 鵬坦言，在安全防范技術(shù)上，目前行業(yè)還沒有統(tǒng)一的技術(shù)標(biāo)準(zhǔn)，行業(yè)、監(jiān)由于 是行業(yè)共同的 ，越來越多P2平臺(tái)擇團(tuán) 共御共的人壹貸曾系“受傷”的2搜相資和 報(bào)給廣互網(wǎng)融 ，時(shí)求警介。 行業(yè)曾聯(lián)系了剛從世界頂級(jí)大賽奪冠歸來的國(guó)內(nèi)頂級(jí)團(tuán)隊(duì)“KeenTeam”，介入一些 P2P被如此頻繁地 要原因是： 作案成本低。就目前而 鄭智，互聯(lián)網(wǎng)金融領(lǐng)域觀供職于旗下《民生》

圖 銀行借貸與 借款

投資

借款

投資本 本

逐月還本付P2P——以XX貸為例紅嶺創(chuàng)投福 薛坤

銀行銀行借貸模式示。2011年以來國(guó)內(nèi)平臺(tái)呈現(xiàn)爆發(fā)式增長(zhǎng)，據(jù)之家不完全統(tǒng)計(jì)截至2015

P2P 借貸模式11月底 內(nèi)容提要：2013年被稱為互聯(lián)網(wǎng)金融元年，P2P網(wǎng)絡(luò)借貸作為互聯(lián)網(wǎng)金融的典型代表，引起社 內(nèi)P2P 的系統(tǒng)風(fēng)險(xiǎn)、信用風(fēng)險(xiǎn)、平臺(tái)風(fēng)險(xiǎn)等正在不斷積累、擴(kuò)大，如何有效防范P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)迫在眉睫。本文以國(guó)內(nèi)XX貸平臺(tái)為研究對(duì)象，通過自主開發(fā)并程抓取程序，抓取該平臺(tái)自2007年6月至2015年6月的190491條歷史成功借款記錄和5016條違約記錄，進(jìn)行統(tǒng)計(jì)分析及Logistic回歸研究， ：P2P網(wǎng)絡(luò)借貸違約風(fēng)險(xiǎn)Logistic（一

圖 國(guó)內(nèi) 發(fā)展歷特征國(guó)內(nèi)鮮有試特征國(guó)內(nèi)鮮有試水引入

特征加強(qiáng)、行業(yè)自特征特征事件頻發(fā)、法律地位不明、缺乏運(yùn)作方式化，出現(xiàn)線上、線代表企業(yè)紅嶺創(chuàng)投、宜信等膨脹盟化、行業(yè)洗牌出現(xiàn)寡頭企業(yè)專業(yè)運(yùn)作方式出現(xiàn)針對(duì)中小企業(yè) ，教育等 代表企業(yè)拍拍貸等

特征行業(yè)自律組織 成熟，行業(yè)細(xì)化基本成型，P2P并成為社會(huì)融資重組成部運(yùn)作方式社交網(wǎng)絡(luò)代表企業(yè)紅嶺創(chuàng)投，拍拍P2P關(guān)系，實(shí)現(xiàn)的直接融通，P2P網(wǎng)絡(luò)借

能滿足個(gè)人需求，發(fā)展我國(guó)體系又能提高社會(huì)閑散利用率。

發(fā)展

成熟時(shí)時(shí)

（二）國(guó)內(nèi) 行業(yè)特殊第一，國(guó)內(nèi)個(gè)人體系不完善，缺乏民間機(jī)構(gòu)，主要由央行負(fù)責(zé)收集和管現(xiàn)聯(lián)網(wǎng)，個(gè)人信息難以獲取。單純依靠滿足平臺(tái)信用評(píng)估的需求，國(guó)內(nèi)平臺(tái)普遍投入大量成本開展線下盡職。第二，相關(guān) 滯后，沒

時(shí)，沒有相應(yīng) 第三，目前P2P行業(yè)還處于整合期時(shí)，行業(yè)競(jìng)爭(zhēng)激烈，大多數(shù)平臺(tái)為了吸戶紛紛建立本金保障制度或者引入第擔(dān)保機(jī)構(gòu)，由擔(dān)保機(jī)構(gòu)擔(dān)保投資者第四，大多數(shù)平臺(tái)以線上吸收存款，線下進(jìn)行

二、理論模型與假假設(shè)借款人的借款金額為a，實(shí)際借款年利率為r圖 借款人違約決策的自我博

聲譽(yù)受損、日后借款難度增大及法律 機(jī)構(gòu)，在沒

國(guó)內(nèi)的P2P風(fēng)險(xiǎn)控制制度風(fēng)控措施主要有：體系不發(fā)達(dá)，平臺(tái)內(nèi)部自行進(jìn)行信用；引入第擔(dān)保，將風(fēng)險(xiǎn)轉(zhuǎn)第擔(dān)保公司；大多數(shù)引入第三方機(jī)構(gòu)存管投資者的，但真正由第三方托管的并不多；法律 和吸收公眾存款的法律紅線。國(guó)內(nèi)貸風(fēng)控措施比較如表1。

借款人借款成 流抵押 還款決 還款決表 風(fēng)控措 英 中信 平臺(tái)內(nèi)外 平臺(tái)內(nèi)外 平臺(tái)內(nèi)擔(dān) 無擔(dān) 擔(dān) 內(nèi)部或外部擔(dān)

aa(還款的收益

nana(1)dawa(1r)

a(1)a(1)awa(1r)na( 發(fā)達(dá)的二級(jí)市 托 托 托 不完全的 托管 保險(xiǎn)度不完

采用逆推歸納法，從后往前推測(cè)分

1．借款人提供擔(dān)保物，當(dāng)且僅當(dāng)

圖 違約行為影響因

aw+da(rrss 設(shè)aw=W（Wda(rrss

上式可以轉(zhuǎn)化為：aw+da(rrss 設(shè)aw=W（

對(duì)違約行為的影 借入信用分、借出信用借款成功次數(shù)、流標(biāo)次數(shù)、借款本借入信用分、借出信用

Wa(rrss)

借款成功占研究對(duì)象研究對(duì)象信用變研究對(duì)象個(gè)人特征變本文的基本假設(shè)是借款人在選擇是網(wǎng)絡(luò)原因（如平臺(tái)故障，第支付問題

生違約的相關(guān)性；（2）信用變量，包括借入信用分和借出信用分；（3）歷史借

研究對(duì)象研究對(duì)象借款信息變研究對(duì)象歷史借款變結(jié)合XX貸網(wǎng)站公示的相關(guān)變量信

約的關(guān)鍵影響因素，XX貸平臺(tái)將借款人的分為4個(gè)階段，分別是20-25歲，26-3132-3839歲，本文將其轉(zhuǎn)化為啞變量，20-25歲賦值為1，26-歲賦值為2，32-38歲賦值為3，大于39 段 段本 將相關(guān)變量分為四 段

段借款 是借款人是否會(huì)發(fā)生

借款人的不同，可能具有不同的還款能力，XX貸平臺(tái)將借款人分為

借入信用分可能是借款人違約的影響因素，本文直接將借入信用分分值除借款人在XX貸平臺(tái)上成功借款次數(shù)借款人在XX貸上的借款本金可能會(huì)違約可能性越大，本文將借款本金除以100，以百元為單位，并將數(shù)值直接作為

XX貸平臺(tái)的歷史借款期限為1-12月，少數(shù)為15、16、18、24、36個(gè)月， 的還款能力和對(duì)信用的重視程度有所不 一般而言，段較大的借款人因此假設(shè)I2：較大的借款人較不工薪族普遍具有穩(wěn)定的收入來可能對(duì)其今后職業(yè)生涯有某種程度的影可能更注重按時(shí)還款，違約的可能性較

借出信用分是根據(jù)用戶在XX貸平臺(tái)的成功投額計(jì)算得分累加匯總而貸平臺(tái)的投額越多，也即該用戶在XX貸平臺(tái)擁有較多的作為還款保障。本文抓取了自XX貸平臺(tái)2007年6月至2015年6月，所有的成功借款交易記錄，共計(jì)196639筆，刪除異常數(shù)據(jù)：0次成功次數(shù)14筆，未知167筆，段未知45筆，為0或空白8筆，借款本金100元的體驗(yàn)標(biāo)4609筆（此類型標(biāo)是平臺(tái)初創(chuàng)

能相對(duì)較高（違約可能法律懲罰、平臺(tái)，影響個(gè)人信用等），越不會(huì)發(fā)生借款期限越長(zhǎng)，借款人各種期為了吸引客戶，讓借款人熟悉借款流程，且歷史違約數(shù)據(jù)里沒有借款本金100元的違約記錄，不具備研究意義），年利率5%（不含）以下31筆，借款期限36 ： 用戶段借入信用分出信用成功次流標(biāo)次借款本（元年利期限（月借款年（年借款日狀男32-38歲工薪123成男26-31歲工薪11已男20-25歲私營(yíng)306完女20-25歲主網(wǎng)10功男20-25歲賣家107成男32-38歲薪10成男20-25歲23男20-25歲主學(xué)23成男20-25歲學(xué)11成女32-38歲工薪06成女32-38歲私營(yíng)086已主私 完注：根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后的190491筆成功借款記錄 業(yè) 還表 例

年月 年月的所

借款 用戶 真

信 借等級(jí)信用

借 成信用分次

流 期 借次數(shù)（月）本金（元

年利 逾 天

償本金（元

逾 借未還本金（元 年

季偉李星

男32-38歲女26-31歲男32-38歲男20-25歲

工薪 網(wǎng)店賣 學(xué)

6

189921021047297

嚴(yán)東

男大 歲私營(yíng)業(yè) 男20-25歲工薪

41030

男大于39歲私營(yíng)業(yè) 0630 男大于39歲私營(yíng)業(yè) 021 李節(jié)平男大于39歲網(wǎng)店賣 06312583 楊德 女20-25 其 0731筆占男女線性04，可以看出XX筆占男女線性04，可以看出XX表 特征變借款期70105147.05（分3359.84（分11.47（次1.18（次6416.5（元7.28（月特殊占借入信用分40（含）以上占比借出信用分30（含）以上占比成功次數(shù)5（含）以下占比流標(biāo)次數(shù)0（含）以下占比借款本金5000(含)以下占比70.92%16%（不含）以下占比50.19%6月（含）以下占注：根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后的190491筆成功借款記錄達(dá)86.13190491筆成功借款數(shù)據(jù)中，圖 注：根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后的190491筆成功借款記錄整理

比如圖6所示，可以看出26-31歲期間的

本文將抓取的XX貸平臺(tái) 的自年月截至 年月，共計(jì)5016筆違

圖 用 段占

表 特征變 特殊占借入信用 48.97（分 借入信用分40分（含）以上占比借出信用82.52（分借出信用分30（含）以上占比成功次14.24（次成功次5（含）以下占流標(biāo)次01.52（次流標(biāo)次數(shù)0（含）以下占比借款本8079.09（元借款本金5000（含）以下占比年利借款期17.29（月6月（含）以下占比注：根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后的190491筆成功借款記錄整理

注：根據(jù)抓取的5016 數(shù)據(jù)整理5016筆違約數(shù)據(jù) 占比如表6

190491筆成功借款數(shù)據(jù)中借款用戶的 分布如圖7所示，可以看出工薪族和私營(yíng)業(yè)主的占比最高，分別為61.34%

小微企業(yè)融資提供了一個(gè)很好融資的平

占 表 違 占

圖 用戶 占

男女合違約筆 絕對(duì)占 總樣男女合

注：1.根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后 筆成功借款記錄和抓取 數(shù)據(jù)整理.絕對(duì)占比是指占違約上數(shù)據(jù)的比率， 的絕對(duì)占比90.65%=4547/50160

工薪 私營(yíng)業(yè)

網(wǎng)店系列 系列

學(xué) 其

違約數(shù)據(jù)中各段違約占比如表7所示，可以看出占比相對(duì)較大的是26-31歲和32-38歲，這可能是該段還款能力較不穩(wěn)定有關(guān)；同時(shí)可以看出，20-

是20-25歲這個(gè)段的人初嘗，比可能會(huì)向父母等長(zhǎng)輩求助償還，而大 0 筆 0 筆合占

表 段違約占 違約筆

絕對(duì)占 總樣本 段筆 占總樣本 段比

20-25歲26-31歲32-38歲20-25歲26-31歲32-38歲大于39合因變 個(gè)人特征變 信用變

歷史借款變

借款信息變注：1.根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后 筆成功借款記錄和抓取 數(shù)據(jù)整理.絕對(duì)占比是指占違約數(shù)據(jù)的比率，如20-25歲的絕對(duì)占比17.48%=877/5016

借款人還概

借出信用分

成功借款次數(shù)占比 借款本金違約數(shù)據(jù)中各占比如表8所示，可以看出各違約占比中，工薪族絕對(duì)

可能較不會(huì)發(fā)生違約相反。同時(shí)可以看

Logistic回歸分析，可以推測(cè)哪些因素是

量，再采用Logistic回歸模型。所采用的 違約筆 絕對(duì)占 總樣本 筆 占總樣本 比

工薪私營(yíng)業(yè)網(wǎng)店工薪私營(yíng)業(yè)網(wǎng)店賣學(xué)其合P(Z2注：1.根據(jù)抓取的經(jīng)過剔除異常數(shù)據(jù)后 筆成功借款記錄和抓取 數(shù)據(jù)整理.絕對(duì)占比是指占違約數(shù)據(jù)的比率，如工薪族的絕對(duì)占比66.85%=3353/5016

借款變量L1L2L3為借款信息變量

Z20表示未還完（違約）。三、違約影響因素根據(jù)本文所獲取的XX

據(jù)和平

表 二元回歸模型結(jié)Logistic Numberofobs LR=Prob>=Loglikelihood=-PseudoR2=

..z-P>|z[95%..圍內(nèi)，模型整體的成功率為83.24%。 .-....表 自變量對(duì)因變量的影響匯總.自變

Odds. chenggongb～ chenggongb～ -.. -.. -..

因變 個(gè)人特征變

信用變

歷史借款變

借款信息變Note：0failuresand8.113successescompley

還款概

齡段（P2）（+）份

借入信用分（C1）（+）成功借款次數(shù)占比(H1)（+）借款本金（L1）（*） 注：（+）表示對(duì)因變量影響為正（-）表示對(duì)因變量影響為負(fù)，（*）表示對(duì)因變量影響不明表 回歸準(zhǔn)確性預(yù)測(cè)

——Ture— ~

：不同的借款人，其還款的可能性存在較大的差別?；貧w結(jié)果表明，借款人的還款相對(duì)概率（還款概

Classified+ifpredictedPr(D)>=TrueDdefinedasstate!=

57%，即借款人比女性借款人違約概率更大。這可能是借款人比女性借款

PositivepredictivevalueNegativepredictivevalueFALSE+rateforTRUEDFALSE-rateforTRUEDFALSE+rateforclassified+FALSE-rateforclassified-Correctly

Pr(+|D)84.81%Pr(-|～D)52.83%Pr(D|+)97.19%Pr(～D|-)15.29%Pr(+|～D)47.17%Pr(-|D)15.19%Pr(～D|+)2.81%Pr(D|-)84.71%

段：段相對(duì)于對(duì)借款人違約的影響較小。借款人的越大，其還款的相對(duì)概率會(huì)降低，即越大，其：從實(shí)證結(jié)果可以看出，變XX

借出信用分：回歸結(jié)果表明，借款

四、P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)防范的相關(guān)建回歸結(jié)果表明，該比例每提高一個(gè)百分輕微的減少。這可能是因?yàn)閄X貸以經(jīng)營(yíng)表 假設(shè)檢驗(yàn)匯總

為理想，結(jié)果表明、借入信用分等對(duì)

出臺(tái)相應(yīng) ，明確業(yè) 提高行業(yè) 行業(yè)良莠不齊，導(dǎo)致詐騙、 等現(xiàn)象 ，諸如：大幅度提高最低資本金，保證平臺(tái)有足夠的實(shí)力應(yīng)對(duì)風(fēng)險(xiǎn)；要求敗壞 ；要求公司有強(qiáng)有

要求平臺(tái)按要求如實(shí)披露詳細(xì)信營(yíng)模式(比如信用方法、客戶管理制度、是否第擔(dān)保本金等)、借貸業(yè)務(wù)數(shù)據(jù)(比如借款額、投資者數(shù)、項(xiàng)目進(jìn)度等)、借款用途等，保障用戶的 4．加速社會(huì)體系建設(shè)，形成統(tǒng)一的標(biāo)準(zhǔn)編 假設(shè)內(nèi) 是否支

女性借款人較不容易發(fā)生違約 較大的借款人較不容易發(fā)生違約 工薪族比較不容易發(fā)生違約 借款人的借入信用得分越高，越不會(huì)發(fā)生違約 借出信用分越高，借款人越不可能發(fā)生違借款人的歷史成功借款次數(shù)越多，流標(biāo)次數(shù)越少，即歷史成功借款占比越高，越不會(huì) 生違 借款本金越低，借款人越不容易發(fā)生違約 借款年利率越高，借款人越容易發(fā)生違 借款期限越短，借款人越不會(huì)發(fā)生違約

支

對(duì)符合條件的平臺(tái)牌照，準(zhǔn)許進(jìn)入該發(fā)展中出現(xiàn)操作等問題，應(yīng)摘除其牌充分披露信息，及時(shí)提示風(fēng)險(xiǎn)，

主導(dǎo)并鼓勵(lì)民間機(jī)構(gòu)發(fā)展，大力推進(jìn)社會(huì)體系的建設(shè)與完善，借助行業(yè)的發(fā)展，規(guī)范社會(huì)體系建設(shè)。5．充分發(fā)揮行業(yè)自律作用，引領(lǐng)行

英國(guó)沒有專門設(shè)置P2P行業(yè)機(jī)貸法》之外沒有的硬性法律約束，但行業(yè)自律組織（英國(guó)P2P金融）發(fā)揮了極大的作用。我國(guó)小額信貸P2P行 于年月日發(fā)布了首部P2P行業(yè)自律公約，對(duì)促進(jìn)我國(guó)P2P行業(yè)（二 生違約的關(guān)鍵性因素，平臺(tái)在審核借避免借款人為提高借入信用分對(duì)提供的資信材料。數(shù)據(jù)統(tǒng)計(jì)分析及模型回歸結(jié)果表明，借款人中女性占比較低，P2P平臺(tái)應(yīng)可積極擴(kuò)展女性借貸市人違約的可能性越小，因此，平臺(tái)在自主研發(fā)平臺(tái)，保障P2P網(wǎng)絡(luò)借貸高度依賴互聯(lián)網(wǎng)技術(shù)，平 導(dǎo)致用戶信息露甚至被篡改交易信息等危害到用戶的

目前P2P行業(yè) 業(yè)許多突出問題，因此我國(guó)的行業(yè)自 。第一 公司應(yīng)成立自己的IT開團(tuán)隊(duì)，建立 安全可靠 平間的測(cè)試，避免匆匆上線。第二：平 滅失、損毀和。要求用戶在操作上的電腦、安裝數(shù)字，設(shè)置交易 可進(jìn)行相應(yīng)的、提取轉(zhuǎn)入等操作。設(shè)計(jì)賬戶異地登錄或者異常登錄提醒功法盜用、竄改。第三：公司不得利用 從事超出法律和客3．改進(jìn)內(nèi)部控制，引入第

P2P公司應(yīng)積極改進(jìn)公司內(nèi)部治審核人員與借款方產(chǎn)生利益，從而放因目前國(guó)內(nèi)體系尚不完善，P2P 必須嚴(yán)格 ，且客 應(yīng)由第 托管機(jī)構(gòu)托管，P2P 建立風(fēng)險(xiǎn)保障池，與地方催收機(jī)

平臺(tái)應(yīng)從借貸交易金額中提取一定比例，同時(shí)積極引入風(fēng)投，存入風(fēng)險(xiǎn)保障池，并由第支付機(jī)構(gòu)進(jìn)行付等各種風(fēng)險(xiǎn)。同時(shí)平臺(tái)應(yīng)與地方催國(guó)內(nèi)平臺(tái)可學(xué)習(xí)國(guó)貸平臺(tái)督，一旦成員發(fā)生違約，其他成員負(fù)發(fā)生違約，平臺(tái)可與關(guān)聯(lián)方機(jī)構(gòu)證實(shí) 物的變動(dòng)，一旦借款人發(fā)生違約則采取處理抵押物沖抵等相應(yīng)措施。對(duì)于財(cái)務(wù)、公章、法人章等，逐步歸還部達(dá)到對(duì)借款人還款的監(jiān)督。當(dāng)借款人歸還借款金額后或者借款

人違約由平臺(tái)或擔(dān)保公司墊付后，投中，對(duì)借款人今后在平臺(tái)的借貸交易

隨意向陌生的平臺(tái)包括

p 1+e(a0K1P1K2P2K3P3K4CK

束后應(yīng)對(duì)平臺(tái)的管理機(jī)風(fēng)控措施進(jìn)行投資者應(yīng)將有側(cè)重地分散投資于不同的平臺(tái)，避免因平臺(tái)詐騙、等原因而損失。在同一個(gè)平臺(tái)上投資，也應(yīng)將分散投資于不同的借款謹(jǐn)慎選擇平臺(tái)投資者在選擇平臺(tái)進(jìn)行投資時(shí)，應(yīng)注意甄別平臺(tái)，盡量選擇運(yùn)營(yíng)歷史較久、實(shí)力較強(qiáng)、口碑較好的公司，因平臺(tái)本身實(shí)力差、風(fēng)險(xiǎn)控制能力弱由于P2P網(wǎng)絡(luò)借貸都是通過互聯(lián)網(wǎng)進(jìn) 在

投資者可定期更改在 平臺(tái)的登陸密 選擇投資項(xiàng)目時(shí)，可重點(diǎn) 投資者在 平臺(tái)選擇借款項(xiàng)目進(jìn)

對(duì)借款人的還款概率進(jìn)行預(yù)判。對(duì) 融,2012(14):79-部金融,2014(3):60-62.[6]Weiss,GN.,Pelger,K.,andHorsch,adverseselectioninP2Plending:Empiricalevidencefrom .Workingpaper,TUDortmund,Germany,2010.LauraLarrimore,LiJiang,JeffLarrimore,DavidMarkowitz,ScottGorski.Peertopeerlending:therelationshipbetweenlanguagefeatures,trustworthiness,andpersuasionsuccess[J].JournalofAppliedCommunicationResearch,2011,39(1):19-37.Lin,M.,Prabhala,N.R.,andViswanathan,S.(2013).Judgingborrowersbythecompanytheykeep:friendshipnetworksandinformationasymmetryinonlinepeer-to-peerlending[J].ManagementScience,59(1),17-35.SvenC.Berger,FabianGleisner.Emergence

薛坤躍畢業(yè)于廈門大學(xué)，金融 financialintermediariesinelectronicmarkets:ThecaseofonlineP2Plending.BusinessResearch[J],2009,2(1):39–65.Everett,C.R.(2010).Groupmembership,relationshipbankingandloandefaultrisk:thecaseofonlinesociallending.RelationshipBankingandLoanDefaultRisk:TheCaseofOnlineSocialLending(March15,2010).Duarte,J.,Siegel,S.,andYoung,L.Trustandcredit:theroleofappearanceinpeer-to-peerlending[J].ReviewofFinancialStudies,2012,25(8),2455-2484.Bhattacharya,U.,andSpiegel,M.Insiders,outsiders,andmarketbreakdowns[J].ReviewofFinancialStudies,1991,4(2):255–282.Bruett,T.Cows,Kiva,and :howdisintermediationandtheInternetarechangingmicrofinance[J].CommunityDevelopmentInvestmentReview,FederalReserveBankofSanFrancisco,2007:44—76.Hartley,S.E.K:Crowd-sourcedmicrofinanceandcooperationingrouplending.Workingpaper,SocialScienceResearchNetwork,March25,2010.Martina,E.G.,andHui,W.BuildingConsumer-to-ConsumerTrustinE-FinanceMarketplaces:AnEmpiricalysis[J].International,JournalofElectronicCommerce,2010,15(2):105-136.

紅嶺創(chuàng)投資產(chǎn)保全部?jī)?nèi)容提要：：最高額抵押合同最高額抵押登記法律風(fēng)一、案情導(dǎo)物向乙公司申請(qǐng)，金額共計(jì)人民權(quán)證中記載的最高債權(quán)余額

款本息，并判令乙公司依法對(duì)提

二、法律風(fēng)險(xiǎn)分依照我國(guó)《擔(dān)保法》及其司法解釋

因此，在發(fā)生最高額項(xiàng)下每筆新業(yè)務(wù)前，都應(yīng)注意收集 必須以登記記載的權(quán)利為準(zhǔn)。這樣的初衷，是為了有效抵押權(quán)登記公信力，交易安全和當(dāng)事人各方的利益。三、法律風(fēng)險(xiǎn)防范措

示公信原則，最終乙公司優(yōu)先受的上述 導(dǎo)致乙公司只能在 正確理解最高額抵押登記范圍的公信

在填寫債權(quán)最高余額時(shí)應(yīng)根據(jù)擔(dān)保息、復(fù)利及實(shí)現(xiàn)債權(quán)的一切費(fèi)用預(yù)算在超過最高限額部分不承擔(dān)擔(dān)保責(zé)任的風(fēng)

（三）密切關(guān)注人、抵押人以及定的規(guī)定，當(dāng)?shù)盅贺?cái)產(chǎn)被、扣押，債 新業(yè)務(wù)前，都應(yīng)注意收集人、抵押人以及抵押財(cái)產(chǎn)的信息，避免出現(xiàn)法定黃俊亮嶺創(chuàng)投資產(chǎn)保全部清收保全室副經(jīng)

化解流動(dòng)性風(fēng)

1、引

逐漸認(rèn)識(shí)和接受此項(xiàng)金新業(yè)務(wù)。

投放7.37萬億元，同比增長(zhǎng)約35比和流動(dòng)性管理形成了巨大的壓力。同時(shí)，央行和銀監(jiān)會(huì) 增速過快的大P2P行業(yè) 2、債權(quán)轉(zhuǎn)讓概債權(quán)轉(zhuǎn)讓即合同權(quán)利的轉(zhuǎn)讓。根據(jù)《合同法》第78條規(guī)定，“債權(quán)人可以將合同的權(quán)利全部或者部分轉(zhuǎn)讓給第三

根據(jù)之家2015年10年月底正常運(yùn)營(yíng)平臺(tái)為家，新家。多家問題平臺(tái)出現(xiàn)提現(xiàn)、逾期提斷累積的流動(dòng)性問題。如何解決流動(dòng)要的。本篇旨在探索通過采權(quán)及原債權(quán)的從屬權(quán)利，均轉(zhuǎn)歸新債權(quán)

年我國(guó)為應(yīng)對(duì)金融對(duì)國(guó)內(nèi)經(jīng)濟(jì)的貨幣政策。商業(yè)銀行的信貸額在國(guó)家2009我國(guó)債權(quán)轉(zhuǎn)讓市場(chǎng)雖然起步較晚，雙買斷模式和“雙”模式。

轉(zhuǎn)出的債權(quán)資產(chǎn)提供了容

人。單純轉(zhuǎn)讓債權(quán)一般不須 人同

王薪龍，我國(guó)信貸資產(chǎn)轉(zhuǎn)讓業(yè)務(wù)模式初探及風(fēng)險(xiǎn)防范措施，《金融會(huì)計(jì)》，2013第8期第62王薪龍，我國(guó)信貸資產(chǎn)轉(zhuǎn)讓業(yè)務(wù)模式初探及風(fēng)險(xiǎn)防范措施，《金融會(huì)計(jì)》，2013第8期第62

隨著回購(gòu)型債權(quán)轉(zhuǎn)讓的應(yīng)用及會(huì)計(jì)

被銀監(jiān)會(huì)第113號(hào)《通知》后，商業(yè)銀行又誕生了“雙”的業(yè)務(wù)操作手法。雙模式是指銀行通過發(fā)售產(chǎn)品籌金委托給公司，公司再來銀行的信貸資產(chǎn)，實(shí)質(zhì)上就是使用 新增。對(duì)于“雙

不得安排任何顯性或隱性的回購(gòu)條件；資產(chǎn)轉(zhuǎn)讓雙方采取簽訂回購(gòu)協(xié)議、即期買斷加遠(yuǎn)期回購(gòu)協(xié)議等方式規(guī)避。將信貸資產(chǎn)售給受讓方，以及遠(yuǎn)期合同不良債權(quán)本身具有的不確定