在线客服

咨询热线

互联网金融背景下校园贷平台征信模式研究

作者:未知

  摘要:随着互联网金融的发展,各类贷款机构发现了学生信用消费领域的商机,校园贷应运而生。在不良事件频发后又遭遇强监管,校园贷平台前途未卜。认为学生信息消费领域供需不平衡是引发不良校园贷的主要原因,指出构建校园贷征信系统是解决不良校园贷的可行措施。主要貢献有:通过问卷调查获取学生信用消费供需的一手数据,为类似研究提供参考;系统梳理国内校园贷平台模式,指明做好征信、加强风控是平台可持续发展的根本;构建了校园贷征信概念模型,为后续研究抛砖引玉。
  关键词:互联网金融;校园贷平台;征信模式
  中图分类号:D9文献标识码:Adoi:10.19311/j.cnki.1672-3198.2019.15.062
  1引言
  随着校园贷市场的扩大,各类贷款平台相继出现,但由于监管缺乏,校园贷存在的问题也渐渐暴露出来。而大学生本身由于金融知识、社会阅历、还款能力不足,加上不良网贷平台借机虚假宣传,校园贷不良率不断上升。教育部、人力资源和社会保障部、银监会等多部委对校园不良网贷平台加强了监管力度。然而,堵不如疏,这种打压政策并非治本之策。在不到5年的时间内,校园网贷平台经历了从萌芽、繁荣到没落。可见,在关注互联网金融繁荣发展的同时,有些深层次的问题亟待我们去研究:不良校园贷问题频出的根本原因何在?如何促进校园贷平台的健康发展?基于该研究目的,引发了笔者对我国校园贷平台征信模式进行专门研究与分析。
  2互联网金融在校园领域的供需现状
  在互联网金融蓬勃发展的背景下,中国的网贷平台已经成为一个新兴的万亿级市场(网贷之家研究院,2017)。校园贷的繁荣是互联网金融在校园领域开辟的新天地。
  课题组于2018年8月-9月期间对杭州市拱墅区浙江树人学院、浙江大学城市学院等高校学生进行了关于校园贷供需现状的问卷调查。课题组采用随机抽样的方式,共发放问卷200份(网络问卷140份,纸质问卷60份),回收200份,剔除无效问卷5份,问卷有效率为97.5%。在发放问卷的同时,课题组对大学生信用消费观及贷款意向等问题进行了深入访谈。
  由表1可见,近年来,大学生月均收入均值为1492元,占比最大的是1000-1500元的区间,占比6359%。 结合我们的访谈情况,样本学校的学生大部分来源于浙江省内,95.18%的学生收入主要来源于父母。根据浙江省新闻网数据显示,2018年浙江省月人均可支配收入为3820元。大学生月均收入占浙江省人均可支配收入的近四成,可见在校大学生消费能力极强,但仅靠来源于父母的收入尚不能支撑潜在的消费欲望。
  由表2可见,大学生月消费超支比例已经占近八成,51.79%的受调查学生月均收支缺口在0到500之间,20.51%的受调查学生月均收支缺口在500到1000元之间,6.67%的受调查学生月均收支缺口在1000元以上。该现象充分说明了信用消费在校园领域的市场前景广阔。
  由表3可见,大学生使用过的电商分期平台(如蚂蚁花呗、京东白条)类校园贷的人数达到163人,占比83.59%;使用过其他校园贷平台的有77人,占比3949%;使用过分期购物平台的人数最少,仅占462%;使用过危险性较大的民间P2P现金贷和非法校园贷的人占到15.34%。而访谈结果表明,三成学生不具有安全意识,不会提前了解超前消费或者贷款所存在的风险。
  综上所述,大学生信用消费需求旺盛,但遭到银行等正规金融机构的金融排斥,为不良校园贷滋生提供了机会。
  3校园贷主流模式分析
  由表4可见,校园贷目前分为主要有四类模式:一是部分国有银行、股份制银行和城市商业银行推出的“校园贷”服务,如建行的“龙卡大学生”信用卡、工行的“大学生融e借”等。二是持牌消费金融公司,如苏宁消费金融的任性付、马上消费金融的马上贷、安逸花等。三是电商分期消费平台,如京东(京东白条)、淘宝(蚂蚁花呗)、分期乐等。四是民间P2P贷款平台。贷款平台主要分为两类:一是贷款平台用于大学生助学和创业的平台,如玖富万卡、赛客学生借贷行等,这类平台随着国家的调控,数量上已经大幅缩减,并逐渐转向白领人群,如任我花。另一部分则是民间或非法的个人借贷、“裸条”等,属于非法“校园贷”范畴。
  由表5可见,2016年苏宁消费金融的不良率为10.37%,P2P平台的平均不良率约为7.18%,国家助学贷款的不良率曾在2013年达到11.47%,远高于10年前被叫停的大学生信用卡的不良率4%。同时,我们也发现近几年来蚂蚁金服旗下的蚂蚁花呗凭借完整的风险控制模型及征信系统将不良率降到了较低的数值;而分期乐则拥有强大的研发团队和庞大的专业风控人员,通过自主研发的模型对用户进行授信,之后对用户的消费行为进行跟踪记录,这样的流程也起到了很好的效果。
  拥有风控能力的金融公司才是真正意义上的互联网金融公司,互联网金融行业的竞争归根结底是大数据风控能力的竞争(刘华年,2016)。而完善的征信系统是成熟的风控能力的标志。可见,完善征信系统,做好风险控制是中国校园贷健康发展的基石。
  4构建互联网金融背景下校园贷征信模式
  建立完善的征信系统对降低坏账率、不良率和提高平台成交量有显著的影响(王书斌2018)。建立校园领域学生信用征信系统的首要任务是明确征信系统的模式。
  借鉴国际经验,个人征信系统主要有市场主导型、政府主导型和会员制等三种模式。市场主导型征信模式要求按照市场经济的原则和机制运行,以利润最大化为目标,要求有完善的信用法律体系和良好的信用文化;政府主导型征信模式由央行的一个部门负责信息的收集、汇总和提供,是政府行为,有强制性;会员制征信模式的个人信用信息由会员单位出资建设,只有会员才能享有信息。从我国的现实情况看,听由市场主导已经被证明将滋生各种乱象;由于缺乏完善的信用法律体系和信用文化,政府强制性的服务可能存在服务质量差、效率低等问题;行业会员制的建立需要长期的时间和资信的积累,目前直接照搬这三种模式都不可行。基于上述分析,我们认为我国校园领域的学生信用征信模式可以采用“协会引导+平台主导+高校参与”的形式,即由互联网金融行业协会引导,统一网络借贷征信评价标准,各平台(银行、消费金融公司、电商平台、P2P平台等)建立数据共享交换机制,高校参与提供征信数据的模式,具体征信模式概念见图1。   4.1协会引导
  互联网金融行业协会作为行业自律组织,除了要加强行业自律管理、负责制定平台监管制度外,还需要统一信用评价标准。统一征信数据的评价标准是实现信息共享的基础。但是,目前网贷平台的征信手段、采集标准和格式不同,这使得各信用信息数据库之间形成一个个“信息孤岛”,彼此之间互认、对接状况不容乐观,以至于征信效果大打折扣。想要建立共享信息交换平台,首先需要统一网贷平台征信数据的评价标准。
  4.2平台主导
  4.2.1积极搜集校园信用数据
  各网贷平台要加强对信用信息数据的搜集。网络借贷活动离不开征信的支撑,如果没有足够的信息数据,将会大大提高交易成本。因此,各家网络借贷机构都应积极采集尽可能多的信用信息数据。
  4.2.2尝试接入第三方数据
  金融行业出于商业利益考虑,众多互联网金融公司独自为政,为信用不良人员多平台借贷提供了机会。此时,第三方机构起到了很好的信息互补服务。我们可以获取目标客户通话详单、通讯录解析、第三方逾期披露、过度负债客户等信息来判断目标客户的基本信用信息。
  4.2.3结构化分析海量数据
  大数据征信模式发挥大数据、云计算的优势,借助各种搜索引擎和应用软件网罗各种遗留交易信息和多元生活交易信息,如网上购物数据(购物习惯、收货地址、品牌、消费金额等)、社交行为数据(朋友圈、通讯录、微博、社区帖子等)等等,并将这些数据与个人信用建立逻辑判断,以提高个人信用信息数据的维度。
  4.2.4建立信用风险模型
  各网贷平台将上述信息集成、保存、加工,建立信用风险评估模型,对缺乏信用记录的大学生客户进行有效甄别。通过分析模型的数据变量,不再局限于传统金融信贷数据,而是来源于用户生活方方面面,通过机器计算出违约率和还款能力,从而更加全面精准地反映用户的个人信用状况。4.2.5信用信息共享
  各平台打破目前缺乏信息交流的现状,降低信用信息壁垒,贡献一定的人力和技术来促成信息交换共享平台的建立,实现信息信用系统互联互通与数据共享。
  4.3高校参与
  对于高校,当前的首要任务,是加强大学生金融信用安全教育。建议各大高校可以邀请有实力的金融、监管机构专业人员,在校内开展金融征信体系和个人征信报告的讲座,告知学生违约后的严重后果,阐述利弊。有条件的学校甚至可以考虑把相关信用安全教育列入选修课程之中。此外,高校也有责任和义务提供校园信用数据,如借款学生的家庭背景、逃课记录、水电煤缴费欠费记录、图书馆的逾期记录、网络浏览习惯等。
  5結语
  当前,由于国家对于“校园贷”市场的严格监管及国有银行“校园贷”的再次进入,使这一市场已经逐渐趋于规范。然而,学生个人征信之路还需要行业协会、网贷平台、高校,乃至社会多方的协同合作,仍有很长的路要走。目前,能立竿见影的措施是高校要引导学生树立正确的消费观,培养勤俭节约、自立自强的精神,养成文明、健康的消费习惯,教育学生不盲从、不攀比、不炫耀,引导学生合理消费、理性消费、适度消费,深入落实经济困难大学生的资助工作,才能标本兼治地使学生了解、把控、远离不良“校园贷”。
  参考文献
  [1]李彤.部分校园出现回租贷、求职贷、培训贷、创业贷乱象[N].人民日报,2018-09-04.
  [2]刘鹏霖,李世鹏.新时期“校园贷”的种类特点分析及风险防范研究[J].吉林省教育学院学报,2018,12(34).
  [3]杨晨.精准资助视角下高校“校园贷”风险防控工作研究[J].泰山学院学报,2017,5(39).
  [4]韩璐,杨青青.银行重返“校园贷”市场的风险探究——基于 SWOT 模型分析[J].时代金融,2018,(05下).
转载注明来源:https://www.xzbu.com/2/view-14895542.htm