经济学论文范文P2P借贷系统的信用评价模型与风险机制
摘 要：文章是探讨基于手机平台的用户群局限为企业团内部人群的P2P借贷系统项目本身的借出与借入需要的相应的信用评价模型，和风险机制。以最直观的方式，让贷方对资金的流出进行选择。本模型相比面向大众的P2P借贷信用评价模型而言更简洁直观，直接与企业内部职员信息与工资挂钩，免去了与银行信用中心打交道的繁琐流程，且一定程度上降低了坏账风险，安全性更有保障。
关键词：经济学论文范文,P2P,借贷系统,企业内部,信用评价模型,风险机制
1 P2P借贷系统的信用评价体系与风险机制
所谓P2P借贷系统的信用评价体系，是指个人在初次进入系统时按照个人资料进行判定所得的最初信用认证，以及交易双方在一笔交易完成后，在评价有效期内，根据本次交易的情况对交易对象进行相互评价，形成信用的信息反馈，并将一个用户得到的所有评价按一定方式集结为该用户的信用度和信用记录，用以反映该用户的信用状况，供其他用户作交易决策参考。而相应的风险机制，则是系统为了避免产生借款拖欠或者其他人为与非人为原因造成坏账率而采取的措施和运营方式。
1.1 现有的P2P信用评价模型与风险机制
1.1.1 信用评价模型
拍拍贷的信用评价体系会根据借款人提供的资料将借款人分为AA、A、B、C、D、E、HR七个等级，信用等级的分数同时包括网上得分和网下得分，网上得分一般为认证得分。网下得分是根据用户提交的其他信息来确定的，包括年龄、学历、工作、收入等各个因素。
1.1.2 风险机制
拍拍贷根据借款人的真实身份、银行存款、动产及不动产等信息对借款人进行信用评级。与此同时，拍拍贷携手身份网并基于“全国公民身份信息系统(NCIIS)”来推出权威的身份认证方式。
1.2 P2P信用体系与风险机制存在的问题
1.2.1 缺少相关法律规定，从而缺乏监管
由于缺乏相关法律规定，P2P网络借贷业务无法被明确的界定，从而缺少监管，目前仍无法确定到底由银监、工商、通信、公安、哪个部门监管或协管。
1.2.2 贷款者面临坏账风险
目前贷款者在P2P网络借贷平台上进行投资，面临两类风险：一是平台运营风险，二是借款者不按时还款及恶意拖欠造成的坏账风险。
1.2.3 平台信用风险及个人信用风险
(1)借贷平台信用风险。作为新兴行业，进入门槛低，注册没有资本金要求，不少缺乏实力及运作经验的人可以大量开办。(2)借款人信用风险。中国个人征信体系不完善所带来的风险
1.2.4 网络安全风险
(1)用户数据泄露，个人资料泄露会给用户带来重大损失。(2)平台账户被不法者利用。平台本身疏于自律，或内部控制程序失效，导致不法人员捏造借款信息出现非法集资的情形。
2 用户群局限于企业团内部的P2P借贷的信用评价模型与风险机制
2.1 信用评价模型
2.1.1 初次注册用户信用评分(信用认证)
首先对于P2P的借贷系统的注册，由于系统的客户人群定位局限于企业团内部，故人员的具体详细信息在后台的数据库中均存在。从而无需像一般借入申请一样需要前往征信中心，获取个人信用报告，有效的避免了冗杂的借款流程。当注册时，系统直接从数据库端进行信息查询，数据库中只有存在人物信息，方可允许进行注册，否则拒绝注册。注册成功之后，系统通过对于有无住房、有无抵押、个人收入、工作年限、婚姻情况、职位性质、户籍情况、文化程度、年龄等方面进行相关计算给出对个人的信用认证，以及初次评分。接着，由同时调出的存在数据库中的个人信息档案，系统进行后台打分。由得出的分数以及企业分数的折算比加成为个人的初始借款信用评分。企业与个人信用所得评分进行加成之后为个人初始借款评分，即初次注册用户的借款信用评分，供借出人进行参考。在注册时，系统直接可以获得用户的工资卡信息，且用户提出借款申请时需要授权系统在必要时可以直接从用户工资卡中提取相应金额，来防止用户而已拖欠还款，而进行相应的强制手段。
2.1.2 用户进行借款操作的评分标准
对于用户的不同还款行为给予相应的奖励与惩罚。
每一次成功的交易，以用户还清所有的借款为准。系统采用分散投标方法，即每一次借款均拆成多份进行投标，从而降低风险。
2.1.3 用户进行借出操作的评分标准
对于作为出借人，根据投标行为进行相应加分，分数主要反应的是用户作为出借人的投标表现，在需要借款时，也具有一定的个人信用评判价值。
2.2 风险机制
2.2.1 自己治理，自己监管
作为企业团内部的P2P借贷系统，对于特定人群，整个系统的后台操纵都是企业团内部人员，比较公正。是一款相当纯净的P2P借贷系统，极大的降低了运营风险，且由于数据量相比其他借贷系统要小的多，在整体维护方面要轻松的多。由于操纵系统以及管理的权力交由整个企业团，故而在借贷过程中，沉淀下来的资金由于受到各加盟商的监管，固然不会挪用此部分资金。
2.2.2 极大降低坏账风险
对于个人风险方面，如若出现恶意拖欠，在申请借款流程的流程中，有一项必要的协议：允许系统直接调用工资信息。同意之后方可申请借款成功。30天未还款，则直接系统判定为由系统直接通过强制手段从用户工资渠道直接扣除等额工资，弥补没有还清的金额。
2.2.3 平台信用风险和个人信用风险
此款系统直接由企业团进行运营，严格意义上来讲虽然属于第三方，但是运营方与借贷双方有着直接的附属关系，而且由各加盟商进行监管和协管，因此实际运营情况对所有加盟商以及所有借贷人员来说都相当透明，更不存在运营方携款而逃等诈骗现象。相比于还不完善健全的国内的征信体系，以及相当大数据量的全民信息，本系统基于的个人数据库仅仅为企业团内部职工人员的信息，且信息充足，偿还能力透明，不会出现虚假信息注册。
2.2.4 网络信息安全
运营方为企业团内部，与借贷双方都有直接的附属关系，基本可以视为内部的交易，且个人数据直接存于企业团内部的数据库中，本身只是调用，也并非个人提供，也就不存在个人信息遭到透露的潜在隐患。保密技术遭破解即是企业后台的数据库遭攻击，已然与系统不存在直接关系。
参考文献：
[1]宋文.P2P网络借贷行为的实证研究.上海交通大学.2013
[2]张职.P2P网络借贷平台营运模式的比较_问题及对策研究.华东理工大学.2012
[3]肖智，王明恺，谢林林.基于支持向量机的大学生助学贷款个人信用评价.清华大学学报.2006年，46(s1)1120-1124
[4]Vedala，R.1;Kumar，B.R.2 An application of Naive Bayes classification for credit scoring in e-lending platform 2012 International Conference on Data Science &;Engineering(ICDSE 2012)，81-4，2012
作者简介：丁思岗(1989-)，男，江苏南通人，硕士研究生，研究方向：移动软件设计。
作者单位：同济大学 软件学院，上海 201804
