由于中国征信体系不健全的客观原因，试图完全搬用美国的FICO信用打分体系来消除违约风险只能说是在商业上对普通投资者的忽悠，也是不可能在中国生存的商业模式。国内企业财务报表不完整、财务信息质量不高，P2P网贷平台必须有线下尽调团队才能有效规避风险。同时，担保行业鱼龙混杂，自身规范性差，仅仅有担保公司担保不能消除、甚至也不能规避风险，加强对担保公司的审核不可忽略。此外，国内P2P平台运营历史短，大数据基本还没有什么帮助，当前P2P网贷更需要的是小数据、微数据，针对借贷者资质的深度调查和分析。

 

　　P2P网贷平台在2013年发展迅猛，不论是新建平台数目还是平台交易成交量都前所未有，是2012年的4-5倍。据网贷之家的统计数据，这些平台网页的浏览数目前已超过30万次/天，是年初的10倍。然而，任何熟悉中国金融发展史的人都知道，金融创新在最初没有政府监管下总是容易出乱子，上世纪90年代商品期货交易所的发展就是一个极好的例子。事实上，今年以来，倒闭、跑路的P2P平台也有近百家。特别是，国内业者相互抄袭、模式同质化的情况也为P2P网贷平台带来隐忧。

 

　　风控是任何金融活动的关键。华尔街常说，赚钱的最佳方法之一是不亏钱(one of thebest w ays to m ake m oney is not to lose it)。如何控制风险是所有P2P网贷平台发展的核心问题之一，也是投资者审视一个平台的基本条件。可以肯定地说，P2P平台存活的根本在于风控的好坏。

 

　　笔者认为，对于P2P网贷平台来说，风险存在于公司营运的方方面面，从宏观的行业风险、法务风险、资金流动性风险，到微观的平台信用风险、金融产品设计风险、技术风险、违约风险，每一个风险都是致命的。这些风险之间都存在关联性。一些风险容易规避，如法务风险，只要诚实做事，不碰触法律红线，就没有问题；再如金融产品设计风险，如期限错配，也可以通过对金融产品的了解来避免。但另外一些风险，诸如流动性风险、违约风险等则较难规避。因此在谈论风控时，不能不分彼此一窝端。

 

　　采用一定方法，P2P网贷平台可以一定程度上规避风险。欧美的主要P2P网贷平台仍在良好运作，即便在市场上信用等级最低、违约风险最高的借款者服务群体中，这些平台仍然保持稳定增长。说明风险不是不可控，关键是采用什么方法。

 

　　然而，对待风控，流行着不同说法，不可控制论与完全控制论都存在。不可控论者认为，P2P网贷平台不具有银行所拥有的特许经营权，因此融资成本高，风险不可控。完全控制论者提出，运用一定方法，譬如运用美国的FIC O信用打分体系，能够消除风险——— 对于不了解美国信用体系的人来说，这个说法好像很诱人，但事实上，任何金融风控措施都只是在规避风险，风险可控但无法消除。同时，由于中国征信体系不健全的客观原因，完全搬用美国的FICO体系根本不可能解决中国P2P网贷平台的风险问题。否则，金融界的“no risk，no return(没有风险就没有回报)”就是一句空话。

 

　　具体看下FICO，这是网贷平台鼻祖之一的美国Lending Club运用的信用分数体系，也是当下国内业界部分人士在风控上选用的标准。但事实上，与美国非常不同，中国的个人、企业征信体系不完善。在美国，个人信用记录，包括对任何一个银行卡，以及车贷、房贷上的还款情况都会及时体现并且反映在信用分数上；甚至就连是否及时缴纳房租的信息也会在打分卡中显示。公司在雇佣一名员工前调查其个人信用记录是人力招聘中的常见程序。而在中国，信用体系的建立尚在初级阶段。征信系统还局限在银行体系内，各银行也缺乏及时主动向上级央行征信系统提交个人违约行为的动力；征信内容覆盖非常有限。此外，个人、企业征信体系也不公开，目前央行征信体系仅覆盖不到2.8亿人。与此相比，根据《美联储通信》，在2003年美国个人征信已经覆盖了66%的人口。因此，在国内，个人信用记录并不全，也不准确，更没有形成市场化体系。在国内宣称完全运用FIC O、通过对数据的处理来消除违约风险，只能说是在商业上对普通投资者的忽悠。完全搬用Lending Club的商业风控方法是对中国实情的不了解，也是不可能在中国生存的商业模式。

 

　　此外，Lending Club主要是针对个人借贷者的融资平台，而在国内，不少P2P网贷也在为中小微企业融资。FIC O是对个人信用的打分体系，并不涉及企业信用评估。事实上，即使是依据FIC O来选择借款者，违约风险也依然存在，没有被消除——— 截至今年11月，Lending Club的坏账率仍有1.9%。

 

　　因此，P2P平台的风险控制必须在FIC O上有所拓宽，利用西方的量化经验，再结合中国本土实际。举例说明，在西方，对企业的信用评级主要是基于资产、债务等财务信息，不论是大名鼎鼎的KM V的ED F模型，还是彭博的D R SK模型都是围绕企业资产价值、偿还债务能力来计算违约风险。但在国内这基本不可能，甚至有人认为，国内企业账面的好坏与企业违约可能成反比，账面越好，企业违约越有可能。这种言论当然有些过激，但国内财务信息的质量不高也是实情，完全运用海外量化模型是无法得到理想的风控结果的。再比如，中央财经大学中国银行业研究中心《2013中国小微金融发展报告》显示，62%的小微企业无任何形式的借款，而在剩余的38%中，超过80%的企业在最近一年中只有一两次借款经历。换算下来，约92%的小微企业最近一年内没有或仅有一两次借款的经历。但显然，这一数据低估了小微企业真实借贷状况。据阿里巴巴平台调研，89%的企业客户需要融资，87%的融资额度在200万以下。如果以92%的小微企业一年内没有或者仅有一两次借款来做量化模型基础将严重高估企业还款能力，低估企业违约风险。

 

　　小微企业经营模式差异大，变数多，财务报表不完整是商业银行不能对其信用做可靠评估、以致无法开展有效批量服务的原因之一。因此，对小微企业的尽职调查一定不可能仅在线上完成。拥有一个独立的线下尽调团队是防范风险的必要前提。以P2P平台积木盒子的经验为例，其线下的专业团队在对企业的现场调查中发现很多问题，小到实际经营地址与营业执照地址不符；公司办公、经营环境、员工人数与实际调查人数不符，比如，企业标榜的年收入有上千万的贸易，但上门调查时发现，企业办公地只有10多平方米的一小间办公室，员工人数仅有一两名，且无库存情况；大到企业伪造银行流水，有意篡改合同和相关单据日期；实际纳税凭证、纳税申报表与纳税系统信息不符等，这些情况都有存在，而且常见。这些造假从线上的文件中根本看不出，只有在实际考察中才能发现问题。因此P2P网贷平台必须有线下尽调团队才能有效规避风险。

 

　　此外，担保公司的可靠性需要审核。有些P2P平台完全依赖担保公司的担保，然而，国内商业性担保公司担保混乱的问题也普遍存在。担保行业鱼龙混杂，自身规范性差，比如温州民间借贷危机也与担保公司存在千丝万缕的联系；2011年4月到9月间，一批涉足民间借贷的担保公司倒闭就是一个例子。在金融危机时，国内银行对担保公司的资质要求显著增加，但随着资金流通性的改善，口径又有放松。因此，仅仅有担保公司担保不能消除、甚至也不能规避风险。投资者不能认为有担保公司担保就一定能收回本息。加强对担保公司的审核不可忽略。

 

　　目前，大数据对大多数P2P平台还没有什么帮助。大数据是这两年的热门话题。大数据的基本点是海量数据信息以及信息的不对称。在对消费者消费模式理解和企业决策分析上，大数据的确有很多运用，但在P2P网贷行业中，大多数P2P平台运营历史短，目前数据量还远远不够。如果上述的个人、小微企业的数据还不透明、错误百出，那么利用对数据的开发而控制风险的言论就是空中楼阁。事实上，当前P2P网贷更需要的是小数据、微数据，是针对借贷者资质的深度调查和分析。

 

　　在当前，中国不少P2P网贷平台还主要处在一个简单金融产品设计、靠天吃饭的状态。在经济环境良好的情况下，企业违约低，P2P网贷发展迅速，面临的挑战压力相对较小。但一旦宏观经济转弱，在企业间相互投资、借贷下，极容易产生系统风险。　　

 

　　没有一个完善的风控体系，在市场转弱时，P2P平台会面临一轮洗牌，并可能造成行业风险。特别是，P2P网贷搭建投资交易平台后，借款者还款风险是由投资者直接承担。但在这种直融模式中，国内绝大多数个人投资者对收益率过度强调，风险意识淡漠。因此，P2P网贷平台对上线项目的筛选非常重要，平台实际上在起着项目信用评估和项目风险管理的职责，因而又面临信誉风险。加强对风险的认识，建立数据库，强化数据的深度挖掘，在对违约风险量化建模的基础上，实行线上与线下相结合，设置多重控制措施，如平台风险准备金、借款者互保金等是P2P网贷平台控制风险的基本要求。