P2P網貸平台的風控體系亟待加強

風控是任何金融活動的關鍵。華爾街常，賺錢的最佳方法之一是不虧錢。對於P2P網貸平台來，風險存在於公司營運的方方面面，從宏觀的行業風險、法務風險、資金流動性風險，到微觀的平台信用風險、金融品設計風險、技術風險、違約風險，每一個風險都是致命的，同時這些風險之間都存在關聯性。沒有一個完善的風控體系，在市場轉弱時，P2P平台會面臨一輪洗牌，並可能造成行業風險。

由於中國征信體系不健全的客觀原因，試圖完全搬用美國的FICO信用打分體系來消除違約風險只能是在商業上對普通投資者的忽悠，也是不可能在中國生存的商業模式。國內企業財務報表不完整、財務信息質量不高，P2P網貸平台必須有線下盡調團隊才能有效規避風險。同時，擔保行業魚龍混雜，自身規範性差，僅僅有擔保公司擔保不能消除、甚至也不能規避風險，加強對擔保公司的審核不可忽略。此外，國內P2P平台運營歷史短，大數據基本還沒有什麼幫助，當前P2P網貸更需要的是小數據、微數據，針對借貸者資質的深度調查和分析。

P2P網貸平台在2013年發展迅猛，不論是新建平台數目還是平台交易成交量都前所未有，是2012年的4-5倍。據網貸之家的統計數據，這些平台網頁的瀏覽數目前已超過30萬次/天，是年初的10倍。然而，任何熟悉中國金融發展史的人都知道，金融創新在最初沒有政府監管下總是容易出亂子，上世紀90年代商品期貨交易所的發展就是一個極好的例子。事實上，今年以來，倒閉、跑路的P2P平台也有近百家。特別是，國內業者相互抄襲、模式同質化的情況也為P2P網貸平台帶來隱憂。

風控是任何金融活動的關鍵。華爾街常，賺錢的最佳方法之一是不虧錢(one of thebest w ays to m ake m oney is not to lose it)。如何控制風險是所有P2P網貸平台發展的核心問題之一，也是投資者審視一個平台的基本條件。可以肯定地，P2P平台存活的根本在於風控的好壞。

筆者認為，對於P2P網貸平台來，風險存在於公司營運的方方面面，從宏觀的行業風險、法務風險、資金流動性風險，到微觀的平台信用風險、金融品設計風險、技術風險、違約風險，每一個風險都是致命的。這些風險之間都存在關聯性。一些風險容易規避，如法務風險，只要誠實做事，不碰觸法律紅線，就沒有問題；再如金融品設計風險，如期限錯配，也可以通過對金融品的了解來避免。但另外一些風險，諸如流動性風險、違約風險等則較難規避。因此在談論風控時，不能不分彼此一窩端。

採用一定方法，P2P網貸平台可以一定程度上規避風險。歐美的主要P2P網貸平台仍在良好運作，即便在市場上信用等級最低、違約風險最高的借款者服務群體中，這些平台仍然保持穩定增長。明風險不是不可控，關鍵是採用什麼方法。

然而，對待風控，流行不同法，不可控制論與完全控制論都存在。不可控論者認為，P2P網貸平台不具有銀行所擁有的特許經營權，因此融資成本高，風險不可控。完全控制論者提出，運用一定方法，譬如運用美國的FIC O信用打分體系，能夠消除風險——— 對於不了解美國信用體系的人來，這個法好像很誘人，但事實上，任何金融風控措施都只是在規避風險，風險可控但無法消除。同時，由於中國征信體系不健全的客觀原因，完全搬用美國的FICO體系根本不可能解決中國P2P網貸平台的風險問題。否則，金融界的“no risk，no return(沒有風險就沒有回報)”就是一句空話。[NT:PAGE=$]

具體看下FICO，這是網貸平台鼻祖之一的美國Lending Club運用的信用分數體系，也是當下國內業界部分人士在風控上選用的標準。但事實上，與美國非常不同，中國的個人、企業征信體系不完善。在美國，個人信用記錄，包括對任何一個銀行卡，以及車貸、房貸上的還款情況都會及時體現並且反映在信用分數上；甚至就連是否及時繳納房租的信息也會在打分卡中顯示。公司在雇佣一名員工前調查其個人信用記錄是人力招聘中的常見程序。而在中國，信用體系的建立尚在初級階段。征信系統還局限在銀行體系內，各銀行也缺乏及時主動向上級央行征信系統提交個人違約行為的動力；征信內容覆蓋非常有限。此外，個人、企業征信體系也不公開，目前央行征信體系僅覆蓋不到2.8億人。與此相比，根據《美聯儲通信》，在2003年美國個人征信已經覆蓋了66%的人口。因此，在國內，個人信用記錄並不全，也不准確，更沒有形成市場化體系。在國內宣稱完全運用FIC O、通過對數據的處理來消除違約風險，只能是在商業上對普通投資者的忽悠。完全搬用Lending Club的商業風控方法是對中國實情的不了解，也是不可能在中國生存的商業模式。

此外，Lending Club主要是針對個人借貸者的融資平台，而在國內，不少P2P網貸也在為中小微企業融資。FIC O是對個人信用的打分體系，並不涉及企業信用評估。事實上，即使是依據FIC O來選擇借款者，違約風險也依然存在，沒有被消除——— 截至今年11月，Lending Club的壞賬率仍有1.9%。

因此，P2P平台的風險控制必須在FIC O上有所拓寬，利用西方的量化經驗，再結合中國本土實際。舉例明，在西方，對企業的信用評級主要是基於資、債務等財務信息，不論是大名鼎鼎的KM V的ED F模型，還是彭博的D R SK模型都是圍繞企業資價值、償還債務能力來計算違約風險。但在國內這基本不可能，甚至有人認為，國內企業賬面的好壞與企業違約可能成反比，賬面越好，企業違約越有可能。這種言論當然有些過激，但國內財務信息的質量不高也是實情，完全運用海外量化模型是無法得到理想的風控結果的。再比如，中央財經大學中國銀行業研究中心《2013中國小微金融發展報告》顯示，62%的小微企業無任何形式的借款，而在剩餘的38%中，超過80%的企業在最近一年中只有一兩次借款經歷。換算下來，約92%的小微企業最近一年內沒有或僅有一兩次借款的經歷。但顯然，這一數據低估了小微企業真實借貸狀況。據阿里巴巴平台調研，89%的企業客戶需要融資，87%的融資額度在200萬以下。如果以92%的小微企業一年內沒有或者僅有一兩次借款來做量化模型基礎將嚴重高估企業還款能力，低估企業違約風險。

小微企業經營模式差異大，變數多，財務報表不完整是商業銀行不能對其信用做可靠評估、以致無法開展有效批量服務的原因之一。因此，對小微企業的盡職調查一定不可能僅在線上完成。擁有一個獨立的下盡調團隊是防範風險的必要前提。以P2P平台積木盒子的經驗為例，其下的專業團隊在對企業的現場調查中發現很多問題，小到實際經營地址與營業執照地址不符；公司辦公、經營環境、員工人數與實際調查人數不符，比如，企業標榜的年收入有上千萬的貿易，但上門調查時發現，企業辦公地只有10多平方米的一小間辦公室，員工人數僅有一兩名，且無庫存情況；大到企業造銀行流水，有意篡改合同和相關單據日期；實際納稅憑證、納稅申報表與納稅系統信息不符等，這些情況都有存在，而且常見。這些造假從線上的檔案中根本看不出，只有在實際考察中才能發現問題。因此P2P網貸平台必須有線下盡調團隊才能有效規避風險。[NT:PAGE=$]

此外，擔保公司的可靠性需要審核。有些P2P平台完全依賴擔保公司的擔保，然而，國內商業性擔保公司擔保混亂的問題也普遍存在。擔保行業魚龍混雜，自身規範性差，比如溫州民間借貸危機也與擔保公司存在千絲萬縷的聯繫；2011年4月到9月間，一批涉足民間借貸的擔保公司倒閉就是一個例子。在金融危機時，國內銀行對擔保公司的資質要求顯著增加，但隨資金流通性的改善，口徑又有放鬆。因此，僅僅有擔保公司擔保不能消除、甚至也不能規避風險。投資者不能認為有擔保公司擔保就一定能收回本息。加強對擔保公司的審核不可忽略。

目前，大數據對大多數P2P平台還沒有什麼幫助。大數據是這兩年的熱門話題。大數據的基本點是海量數據信息以及信息的不對稱。在對消費者消費模式理解和企業決策分析上，大數據的確有很多運用，但在P2P網貸行業中，大多數P2P平台運營歷史短，目前數據量還遠遠不夠。如果上述的個人、小微企業的數據還不透明、錯誤百出，那麼利用對數據的開發而控制風險的言論就是空中樓閣。事實上，當前P2P網貸更需要的是小數據、微數據，是針對借貸者資質的深度調查和分析。

在當前，中國不少P2P網貸平台還主要處在一個簡單金融品設計、靠天吃飯的狀態。在經濟環境良好的情況下，企業違約低，P2P網貸發展迅速，面臨的挑戰壓力相對較小。但一旦宏觀經濟轉弱，在企業間相互投資、借貸下，極容易生系統風險。

沒有一個完善的風控體系，在市場轉弱時，P2P平台會面臨一輪洗牌，並可能造成行業風險。特別是，P2P網貸搭建投資交易平台后，借款者還款風險是由投資者直接承擔。但在這種直融模式中，國內大多數個人投資者對收益率過度強調，風險意識淡漠。因此，P2P網貸平台對上線項目的篩選非常重要，平台實際上在起項目信用評估和項目風險管理的職責，因而又面臨信譽風險。加強對風險的認識，建立資料庫，強化數據的深度挖掘，在對違約風險量化建模的基礎上，實行線上與下相結合，設置多重控制措施，如平颱風險准備金、借款者互保金等是P2P網貸平台控制風險的基本要求。

郭傑群(上海聯和金融信息服務有限公司董事總經理，原美對沖基金Z A IS董事總經理兼亞太區總經理)