本站小編為你精心準備了網(wǎng)絡(luò)借貸平臺信用風險論文參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。

一、網(wǎng)絡(luò)借貸平臺信用風險的來源

網(wǎng)絡(luò)借貸平臺擁有其他融資平臺不具備的優(yōu)點，但由于剛剛起步，網(wǎng)絡(luò)借貸平臺存在許多不足，其較高的融資成本主要歸因于其較高的風險。本文接下來將探討互聯(lián)網(wǎng)借貸模式的信用風險度量及其控制問題。1、逆向選擇問題假設(shè)企業(yè)通過互聯(lián)網(wǎng)平臺借貸資金投資某一項目，項目成功時收益為R，收益率為m，項目失敗時收益為0。該項目的平均收益率為m，而且平均收益率m為共同知識，即資金借貸者和資金的出借者都知道m(xù)，該項目成功的概率為P，項目所需的投資資金為C，且該投資資金全部來自該互聯(lián)網(wǎng)平臺的借貸，借貸資金的借貸利率為r。上式表明，借款成本越高，申請項目的平均成功概率越低，風險越大。利率與借款者投資項目的成功概率呈反向關(guān)系。在給定相同的預(yù)期收益率的條件下。成功的概率越高風險越高，高風險項目將逐漸擠出低風險項目，產(chǎn)生了逆向選擇現(xiàn)象。2、道德風險問題假設(shè)企業(yè)通過互聯(lián)網(wǎng)平臺借貸資金投資某一項目，設(shè)該項目的投資資金為C，且該投資資金全部來自該互聯(lián)網(wǎng)平臺的借貸，借貸資金的貸款利率為r，如果項目成功，則收益率為m，項目失敗，則收益率為0，項目成功概率為P。因此，只要(m2+1)P2＞(m1+1)P1，則ΔxR＞0，企業(yè)會選擇投資項目2。由于，因此有ΔxC＜0。可以看出，如果條件(m2+1)P2＞(m1+1)P1滿足，則企業(yè)從互聯(lián)網(wǎng)平臺借貸導(dǎo)資金后并不會按照原來的承諾的那樣投資項目1，而會轉(zhuǎn)而投資另一個高風險的項目，企業(yè)的這種行為會使得資金出借人的收益減少，從而對資金出借人產(chǎn)生不利的影響。企業(yè)在借到資金后的這種不履約的行為即為道德風險。

二、網(wǎng)絡(luò)借貸平臺信用風險的實證分析

上文分析了互聯(lián)網(wǎng)借貸平臺信用風險產(chǎn)生的機理，那么如何去度量和控制這種信用風險是我們迫切要解決的問題。與傳統(tǒng)的度量模型相比，神經(jīng)網(wǎng)絡(luò)更適于描述指標間的非線性特征，具有較高的準確性和更快的收斂速度及更小的誤差，而且無需樣本服從正態(tài)分布，無協(xié)方差相等、先驗概率已知等要求。因此，本文采用BP神經(jīng)網(wǎng)絡(luò)來構(gòu)造我國小微企業(yè)信用評價模型。

(一)實證模型本文構(gòu)建如下的一個網(wǎng)絡(luò)信貸平臺中對于資金借貸企業(yè)的信用評價的BP神經(jīng)網(wǎng)絡(luò)模型，其基本模型為。

(二)指標選取及數(shù)據(jù)來源依據(jù)我國小微企業(yè)的特點，剔除了與小微企業(yè)信用狀況不相關(guān)、難測度以及重復(fù)性的指標，最終選取了10個財務(wù)指標綜合反映小微企業(yè)的信用狀況(如表1所示)，并將這10個指標作為神經(jīng)網(wǎng)絡(luò)的輸入節(jié)點。本文采用的樣本數(shù)據(jù)來自于小微企業(yè)板的20家企業(yè)，把這20個樣本分為訓(xùn)練樣本集和測試樣本集，其中訓(xùn)練樣本中包括15個企業(yè)樣本，測試樣本包括5個企業(yè)樣本數(shù)據(jù)。

(三)實證結(jié)果運用Matlab中的神經(jīng)網(wǎng)絡(luò)工具箱技術(shù)，首先對樣本進行訓(xùn)練學(xué)習，當我們把最大訓(xùn)練步數(shù)設(shè)定為4000，學(xué)習速率η=0.01，誤差指標設(shè)為0.02時，其網(wǎng)絡(luò)訓(xùn)練誤差接近為0，此時只有2個企業(yè)的實際輸出與期望輸出存在著較大的差別，因而可以認為此模型對訓(xùn)練樣本的分類準確率達到95%以上，效果良好。繼續(xù)選取剩余的5個企業(yè)作為測試樣本，用訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)模型進行模型測試，得到如表2所示的結(jié)果。通過測試可以看出，此BP神經(jīng)網(wǎng)絡(luò)模型的實際輸出與期望輸出基本一致，只有1個企業(yè)沒有達到分類效果，其余在允許的誤差范圍之內(nèi)，模型的測試正確率達到90%，模型基本可靠。經(jīng)過實證分析，此BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)比較合理，訓(xùn)練和測試正確率都在90%以上，由此認為，互聯(lián)網(wǎng)借貸平臺可應(yīng)用該BP神經(jīng)網(wǎng)絡(luò)模型對小微企業(yè)的信用風險進行評價，以便信貸人員做出正確有效的信貸決策，從而降低資金借出者的風險。

三、結(jié)論

本文對網(wǎng)絡(luò)借貸平臺這種創(chuàng)新型的借貸模式進行了探究，通過構(gòu)建數(shù)學(xué)模型，說明只要融資成本控制在一定范圍內(nèi)，網(wǎng)絡(luò)借貸就能夠以其較高的資金可得性成為小微企業(yè)滿足自身融資需求的不錯選擇，同時探討了網(wǎng)絡(luò)借貸平臺的信用風險問題。針對互聯(lián)網(wǎng)借貸信用風險的控制問題，本文認為可以從以下方面對進行網(wǎng)絡(luò)借貸平臺的信用風險進行控制:第一，根據(jù)上文的BP神經(jīng)網(wǎng)絡(luò)模型測度出不同小微企業(yè)的信用等級，對于高信用的小微企業(yè)可以放開貸款條件，而對于信用等級較差的小微企業(yè)，由于他們存在著較大的違約風險，因此應(yīng)該將他們的貸款限制在一定的額度。第二，組成聯(lián)保團體。對于聯(lián)保團體的成員，最好可以是來自不同的行業(yè)，如果成員都來自同一行業(yè)，則當行業(yè)受到外界未預(yù)期到的沖擊時，所有成員都可能遭受損失，這時違約的風險會加大。第三，和央行征信系統(tǒng)聯(lián)結(jié)，建立電子化企業(yè)信用檔案，并構(gòu)建信用數(shù)據(jù)庫系統(tǒng)，對于違約了的企業(yè)，應(yīng)該將他們的信息披露出來，同時對于履約的企業(yè)應(yīng)該給他們一定的借貸獎勵，這樣就提供了一種激勵機制，給借款者發(fā)出信號，如果違約，則將承受很大的信譽風險，因此違約風險大的企業(yè)將不借款，因此那些申請的企業(yè)則違約風險較小。第四，對于單個企業(yè)借款，應(yīng)該限定一定的額度，并且要求較高的利率，而對于聯(lián)保團體，可以適當?shù)姆潘少J款限制，同時給予相對于單個企業(yè)更低的利率，這樣能夠使得企業(yè)自動地形成聯(lián)保團體進行貸款，從而降低違約風險。網(wǎng)絡(luò)借貸平臺尚處于起步階段，但在拓寬資金渠道、解決小微企業(yè)融資問題方面，已展現(xiàn)出若干其他融資方式不可比擬的優(yōu)勢，關(guān)于如何進一步完善其運營模式，如何進一步對其進行風險度量和控制的研究，無疑極具現(xiàn)實意義。

作者：楊昌玉單位：中國建設(shè)銀行股份有限公司三峽分行