高校学生网络借款风险生成路径、机理及控制.DOCVIP

高校学生网络借款风险生成路径、机理 及控制 胡茜茜朱永祥 中南财经政法大学会计学院西南大学经济管理学院 校园借贷问题已引起监管部门及媒体的高度关注。本文针对高校学生这一特殊借 款群体，在调査问卷的基础上揭示出学生参与网络借款的现状，并依据“为什 么会借” 一一“为什么不还”这一逻辑路径，研宄发现:在借款阶段，学生自身 能力约束、正规金融的融资约束、网贷平台的逆向选择和监管部门漏洞造成高信 用风险、低偿债能力的学生获得了网络借款;在还款阶段，收入机制、成本机制、 声誉机制和法律机制的作用有限，进一步导致丫学生的违约行为。本文据此针对 网络借贷各方提出相应的风险控制策略。 关键词： 高校学生;网络借款风险;路径;机理; 基金：重庆市社会科学规划项0 “高校学生网络借贷风险及苏控制研究”（项0 编号:2016QNSH17） 一、问题提出 随着我国高等教育的不断发展，在校大学生人数不断增加，互联网金融平台在 激烈竞争中将目标市场转向校园，对大学生开展借款业务。虽然一定程度上可以 满足学生的资金需求，也带来Y负面的经济后果，违约、跳楼、裸贷等恶性事件 层出不穷，给社会造成了极大的恶劣影响。 对于网络借贷风险问题的研宄，国内、外相关文献大致分为三类。第一类主要探 讨了网络借贷活动中的各种风险。这类文献以理论探讨和规范研究为主。卢馨、 李慧敏（2015）认为我国P2P网络借贷现阶段主要面临政策风险、法律风险、监 管风险、洗钱风险、操作风险、网络风险和信用风险。刘绘、沈庆劼（2015）在 分析了我国P2P网络借贷模式的基础上，指出我国网贷行业存在非法集资风险、 产品异化风险、资金混同风险、保障不足风险和网络技术风险。第二类文献从借 款人角度出发研究了信用风险或违约风险的影响因素及其评价。肖曼君、欧缘媛、 李颖（2015）研宄发现，个人特征、信用变量、历史表现和借款信息分别对网络 借贷信用风险存在正向影响。顾慧莹、姚铮（2015）则验证了借款人的外地户籍、 已婚和历史违约记录与违约率和违约速率存在正和关，平台的信用评级、家人知 晓借款和借款目的真实性与违约率和违约速率负相关。Guo, Y，etal. (2016)构 建了一个信用风险评价模型，该模型可以估计每一笔贷款的投资冋报和风险， 相对于现有方法可以有效改善投资业缋。柳向东、李凤(2016)则运用数据挖掘 算法建立了信用风险评估模型，结果发现随机森林模型最适合用于信用风险评 估。绝大多数文献集中在第三大类，即研究投资者的投资决策或借款成功率影响 因素。Jeremy Michels (2012)实证发现自愿性信息披露可以降低借款成木并提 高借款成功率。Lee, R. ;Lee, B (2012)实证检验了韩国P2P网贷平台确实冇投 资者的羊群效应，且存在边际效益递减规律。廖理等(2014)认为投资考足够聪 明，可以借助借款人的公开信息识别相同利率背后的不同违约风险。王会娟、廖 理(2014)检验了平台的信用认证机制对借款行为的影响。高的信用评级以及线 上加线下的认证方式，都能提高借款成功率且降低借款成木。廖理等(2015)后 来基于信息发现机制进一步验证了 P2P投资中存在羊群行为，但达到一定程度 后会逐渐消失。李焰等(2014)则发现借款人的描述性信息会对投资人决策产生 影响。Dorfleitner, G, et al. (2016)发现借款人的软信息描述有助于提升借 款成功率，但在获得了资金的条件下，这些信息并不能预测网络借款的违约概 率。这类文献以实证研究居多，通常假定投资者、平台与借款人之间信息不对称， 投资人或平台作为信息劣势一方而蒙受损失。综上，上述三类文献依次冋答了 “如何识别风险？”、“如何评价风险？”和“在风险识别和评价的棊础上如何做 决策？”三个问题。 现有文献大多基于信息不对称理论所带来的道德风险和逆向选择，探寻了网络 借贷的风险问题，为网络借贷风险理论的发展奠定了基础。但是，现有文献大多 都只是关注投资者和借贷平台两个利益受损主体，且隐含假设了借款人在网络 借贷过程屮作为信息优势一方而存在，并将借款人特征设定得过于一般化和同 质化。但事实上，当借款人作为高校学生这一特殊身份时，同样也可能陷入财务 困境而成为受害者。显然，将学生借款人与一般借款人区别对待是现有研究所忽 视的一个视角，关注借款人利益也是值得探索的一个方向。 基于此，本文尝试从学生借款人的视角出发，针对借款学生的网络借款行为向 国内在校大学生发放丫调查问卷，以期更加深入和精准地丫解学生借款人参与 网络借款的动机、方式以及影响因素。本次调查共回收有效问卷322份，被调查 对象遍布全国26个省市或地区，涉及各层次、类别高等院校，能够在一定程度 上真实反映国内学生借款人参与网络借款的基本情况。在此基础上，本文选择从