(電子商務(wù)研究中心訊) 隨著P2P機(jī)構(gòu)壞賬率持續(xù)有所上升，如何識別P2P借款人的還款逾期違約風(fēng)險(xiǎn)，成為眾多投資者日益關(guān)注的問題。
P2P平臺如叢林般“野蠻”生長態(tài)勢可謂無所顧忌，倒下一批，又迅速崛起一批。而P2P平臺如何安全而有序地運(yùn)行，則關(guān)系著一個(gè)社會的綜合因素，包括人文、經(jīng)濟(jì)環(huán)境等等。
可略見一斑的是，小貸公司從兩年前的香餑餑，如今演變至今日之“冷場”,多名業(yè)界人士感概,P2P的“排擠”是一大要素。21世紀(jì)經(jīng)濟(jì)報(bào)道“私人銀行”周刊通過對此行業(yè)的深度分析，讓P2P的風(fēng)控魔鏡盡量全面地給各路投資者呈現(xiàn)。
導(dǎo)讀
記者發(fā)現(xiàn)，基于互聯(lián)網(wǎng)時(shí)代超前消費(fèi)意識的崛起，越來越多90后開始通過P2P平臺借款消費(fèi)。去年90后群體的P2P借款需求同比增長高達(dá)768%，但隨之而來的，則是他們的還款信用不高。
究其原因，這可能與他們剛踏入工作崗位，收入相對偏低所致。
6月底，拍拍貸發(fā)布的《2007-2014年中國P2P個(gè)人無抵押小額信貸市場發(fā)展報(bào)告》(下稱“《報(bào)告》”)顯示，過去4年個(gè)人無抵押信貸市場投資需求累計(jì)增長15.23倍，借款需求更是出現(xiàn)了19.45倍的增幅。
隨之而來的，是不同年齡層、學(xué)歷借款人的還款逾期率也出現(xiàn)分化。
通過對500萬P2P借款人還款信用記錄的調(diào)研分析，《報(bào)告》顯示30-40歲群體的還款信用度最高，40-50群體次之，90后群體信用較低。針對學(xué)歷與還款信用的關(guān)系度調(diào)研顯示，研究生以上學(xué)歷人群的還款信用最高，中專學(xué)歷人群信用狀況偏低，本科、大專學(xué)歷人群之間還款信用的差異度較高。
拍拍貸創(chuàng)始人張俊分析說，某種程度上，反映出個(gè)人經(jīng)濟(jì)實(shí)力與P2P還款意愿成正比，比如30-40歲高學(xué)歷群體收入相對穩(wěn)定、可觀，又特別重視自己的信用記錄，相應(yīng)的P2P還款違約率就比較低。
但他強(qiáng)調(diào)說，學(xué)歷與年齡是衡量P2P借款人還款逾期違約風(fēng)險(xiǎn)的2個(gè)維度。在互聯(lián)網(wǎng)P2P借貸領(lǐng)域，不同于傳統(tǒng)銀行通過70-80個(gè)維度考察借款人還款信用狀況，P2P機(jī)構(gòu)需要約400個(gè)維度，才能全面衡量借款人的還款信用程度高低。其中包括互聯(lián)網(wǎng)行為數(shù)據(jù)分析、社交關(guān)系調(diào)研，以及網(wǎng)絡(luò)黑名單核查等。
記者從《報(bào)告》也發(fā)現(xiàn)不少有趣的借款人還款風(fēng)險(xiǎn)評估維度，比如手機(jī)號碼使用1年以下的P2P借款人還款逾期風(fēng)險(xiǎn)，要比使用1年以上的高出20%；P2P借款人的微信粉絲數(shù)量每增加100個(gè)，還款逾期風(fēng)險(xiǎn)概率反而下降10%，等等。
在P2P業(yè)內(nèi)人士看來，這些維度可以讓投資者換一個(gè)角度評估借款人還款信用。以往，不少投資者喜歡查看P2P借款人在支付寶等平臺的消費(fèi)支付記錄，作為其信用度高低的評判依據(jù)。但一個(gè)人擁有良好的消費(fèi)支付記錄，未必等于他的信貸記錄同樣優(yōu)秀，因?yàn)橄M(fèi)支付與貸款的場景、資金使用用途、個(gè)人還款意愿都不一樣。
據(jù)悉，《報(bào)告》分析了拍拍貸8年發(fā)展歷程的500多萬借款人各類還款信用狀況，“如果投資者能夠自主全面評估P2P借款人還款風(fēng)險(xiǎn)，很多惡意欠款的P2P借款人將被投資者剔除，無形間在投資端降低了P2P行業(yè)的整體壞賬率。”上述業(yè)內(nèi)人士表示。
《報(bào)告》顯示，就借款人的地域分布而言，廣東、浙江仍是中國P2P借款資金量最大的省份。其中廣東省借款量約占50%的市場份額。
值得注意的是，過去4年西北地區(qū)的P2P借貸需求增長約20倍，遠(yuǎn)高于華東區(qū)平均16倍的增速。
與此對應(yīng)的是，西藏、上海、北京位居P2P借款人還款信用榜的前三位，云南、青海等西部省份信用排名也同樣位居前列，反而借貸需求排名靠前的山東省信用指數(shù)排名相當(dāng)靠后，吉林省信用指數(shù)墊底。
在業(yè)內(nèi)人士看來，這可能與當(dāng)?shù)亟?jīng)濟(jì)發(fā)展速度與居民平均收入水準(zhǔn)息息相關(guān)。比如近年東北地區(qū)GDP增速較弱，導(dǎo)致當(dāng)?shù)鼐用袷杖朐鏊俜啪?，某種程度也加重了還款壓力。
在借款需求排名前15位的城市中，杭州、上海則擁有最高的還款信用指數(shù)，倒是嘉興、東莞的信用指數(shù)相對偏低。令人驚訝的是，深圳作為一線城市的P2P還款信用指數(shù)同樣相對偏低。
記者了解到，這與當(dāng)?shù)爻鞘蠵2P借款人的職業(yè)同樣存在密切關(guān)系。
《報(bào)告》顯示，目前國內(nèi)P2P借款人里，從事物流貿(mào)易業(yè)與能源制造業(yè)的人群分別占借款總需求的30%與22%，服務(wù)業(yè)和地產(chǎn)從業(yè)者也有較大借款需求，而他們的借款用途，主要用于個(gè)人消費(fèi)與實(shí)體經(jīng)營，分別占據(jù)借款需求的51.74%與17.17%。
這意味著，若當(dāng)?shù)叵嚓P(guān)產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展進(jìn)入瓶頸，加之企業(yè)與個(gè)人資金周轉(zhuǎn)出現(xiàn)困難，就容易出現(xiàn)集中性的還款違約逾期現(xiàn)象。
“不過，30-40歲高學(xué)歷的P2P借款群體，在還款信用方面要比40-50歲群體與20-30歲群體更高。”張俊分析說。這某種程度取決于這部分人群擁有相對穩(wěn)定可觀的收入，感覺不到很大的還款壓力。
記者發(fā)現(xiàn)，基于互聯(lián)網(wǎng)時(shí)代超前消費(fèi)意識的崛起，越來越多90后開始通過P2P平臺借款消費(fèi)。去年90后群體的P2P借款需求同比增長高達(dá)768%，但隨之而來的，則是他們的還款信用不高。
究其原因，這可能與他們剛踏入工作崗位，收入相對偏低所致。
隨著P2P整體壞賬率有所提升，P2P投資者也開始趨于理性?！秷?bào)告》調(diào)研顯示，當(dāng)前P2P投資者的單筆投資平均額出現(xiàn)降低趨勢，單筆萬元的投資數(shù)量明顯上升。以往，不少投資者可能在P2P投入數(shù)十萬元，卻僅僅投資幾款最高收益的P2P產(chǎn)品。
張俊表示，目前P2P投資群體的一個(gè)明顯變化，就是他們不再追求高收益，而是注重不同風(fēng)險(xiǎn)標(biāo)的的綜合配比，以小額、分散的方式規(guī)避P2P還款違約風(fēng)險(xiǎn)。
識別P2P還款風(fēng)險(xiǎn)的另類技巧
記者發(fā)現(xiàn)，《報(bào)告》還列舉一些鮮為人知的，卻足以一眼辨別P2P借款人逾期違約風(fēng)險(xiǎn)高低的參考維度。
比如，用戶填寫身份證號/銀行卡號的速度，與其信用逾期存在的密切關(guān)系。據(jù)拍拍貸基于500萬借款人風(fēng)控大數(shù)據(jù)分析的魔鏡系統(tǒng)顯示，填寫速度在13秒的借款者信用情況更優(yōu)，填寫速度每慢一秒或快一秒，預(yù)示著其逾期風(fēng)險(xiǎn)概率將會上升。
其次，使用蘋果iPhone手機(jī)的P2P借款人群信用指數(shù)最高，使用vivo和酷派兩大國產(chǎn)機(jī)的人群還款信用指數(shù)，則超越韓國三星。反而是靠口碑贏得市場的小米手機(jī)用戶，其信用排名居中后水準(zhǔn)，使用聯(lián)想手機(jī)的借款客戶信用指數(shù)也偏低。
拍拍貸人士對此分析說，使用哪款手機(jī)，可能反映借款人的收入水準(zhǔn)與資金寬裕度，若某些借款人喜歡買價(jià)格相對便宜的手機(jī)款式，某種程度也反映他資金并不寬裕，可能遇到某些意外事故就無法按時(shí)償還P2P借款。
在他看來，單靠一兩個(gè)參考維度去判斷借款人的違約狀況，難免以偏概全。要全面分析一個(gè)P2P借款人的還款預(yù)期違約風(fēng)險(xiǎn)高低，需要借助400多個(gè)參考維度，其主要分成三大類，一是借款人的互聯(lián)網(wǎng)行為數(shù)據(jù)，包括其發(fā)帖內(nèi)容、發(fā)帖活躍度、在線時(shí)間長短，互聯(lián)網(wǎng)付費(fèi)行為等；二是社交關(guān)系數(shù)據(jù)，包括其朋友圈數(shù)量、粉絲數(shù)量、朋友圈影響力、線下人際圈質(zhì)量等；三是其是否被納入網(wǎng)絡(luò)黑名單，比如他是否存在其他P2P平臺、擔(dān)保公司、小貸公司的還款逾期信息、是否領(lǐng)過法票傳票等。
不少P2P業(yè)內(nèi)人士認(rèn)為，目前P2P機(jī)構(gòu)與投資者要準(zhǔn)確辨別借款人逾期違約風(fēng)險(xiǎn)，還面臨不小瓶頸——由于不少P2P借款人既無信用卡、又缺乏征信記錄，導(dǎo)致P2P與投資者無法了解借款人的以往信貸還款記錄，容易錯(cuò)誤評估其逾期違約機(jī)率。
對此，阿里、京東等大型電商平臺紛紛介入互聯(lián)網(wǎng)個(gè)人信貸領(lǐng)域，打算通過分析梳理電商平臺現(xiàn)有的個(gè)人客戶消費(fèi)交易數(shù)據(jù)，建立與互聯(lián)網(wǎng)信貸違約逾期相關(guān)的風(fēng)控模型。然而，這并非一蹴而就，一方面電商平臺需要不少時(shí)間構(gòu)建模型，另一方面他們也需要根據(jù)市場變化，對模型參數(shù)進(jìn)行不斷優(yōu)化。
張俊表示，目前拍拍貸在這方面早有布局，他們的魔鏡系統(tǒng)已經(jīng)針對數(shù)百萬無信用卡、無征信記錄的借款人群進(jìn)行信用評分，預(yù)測其還款預(yù)期風(fēng)險(xiǎn)概率，并且該風(fēng)控模型已經(jīng)可以支撐未來公司個(gè)人消費(fèi)信貸業(yè)務(wù)向億量級規(guī)模擴(kuò)張，服務(wù)市場上更多的無信用卡、無征信的長尾客戶人群。
“事實(shí)上，《報(bào)告》里的不少P2P借款人還款風(fēng)險(xiǎn)評估另類技巧，也是借鑒了這部分人群的還款行為大數(shù)據(jù)分析。”他說。（來源：21世紀(jì)經(jīng)濟(jì)報(bào)道；文/陳植）
