借款人信用违约风险较高

1. 借款人信用违约风险较高

校园P2P
网络信贷平台上借款人的信用违约风险较大。一是借款的审核程序简单。大学生只需填写个人资料、借款用途等信息，经网站简单审核后就能拿到贷款，无需抵押，因此平台缺乏对大学生的有力约束。二是平台对违约大学生缺乏有效制裁。将违约大学生列入黑名单是比较常见的制裁方法。而与银行签约合作的信贷平台，在处理大学生逾期还款问题时，直接将其逾期行为记入央行个人征信系统。随着大学生信用卡还款不良率的增加，银行开始放弃校园贷款市场，加之国内征信体系不完善，大学生重复借贷的信息无法查询，违约成本低，对学生违约的制裁方法有限。三是P2P
市场普遍高利率也是增加信用违约风险的一个重要因素。经济状况恶化的大学生可能会因负担不起高利率而不得不拖欠贷款。
一、校园贷款平台恶性竞争，经营风险较高
由于国内P2P网络贷款平台发展较快，大多数公司为抢占市场先机，扩大市场份额，将发展市场拓展到校园大学生信贷市场，在相互竞争方面陷入恶性循环。一是网贷公司过度竞争恶化了借贷市场环境。为提高公司影响力，很多网贷公司不惜代价降低放贷标准，造成借贷市场恶性竞争，存在公司经营亏损风险。二是易出现高坏账风险。由于多数大学生信贷属于信用担保，很多网络贷款平台甚至对部分产品提供资金担保，承诺借款人逾期不还借款时，由网络贷款平台代为偿还借款。一旦发生借贷人违约事件，违约成本就需要信贷公司自己买单，高额的坏账率会拖垮互联网金融公司，易导致网络信贷公司经营不善而倒闭。
二、技术安全和信息泄漏风险
P2P平台是以互联网为资源，以大数据、云计算为基础的新金融模式，目前仍处于粗放竞争发展阶段，尚未按照金融业要求建立信息安全风险控制机制。网络安全是P2P平台稳健运营的关键和难点所在，技术漏洞、管理缺陷、人为因素和自然因素等都可能危及网络信息安全性。同时，P2P
大学生贷款需要学生提供身份证、学生证、银行流水、手机通话记录等信息资料，易造成个人身份信息的泄露，处于弱势地位的大学生存在陷入洗钱、套现、欺诈等非法活动的风险，给学生用户带来极大损失。
三、网贷到期催款方式粗暴，容易产生人身意外风险
一般银行贷款到期之前，银行会通过短信、邮件、电话等方式通知贷款人及时还款，在贷款逾期时会通过法律手段进行催款。与一般银行贷款到期不同，校园网贷到期催收方式粗暴，通过对大学生施加心理压力等方式进行催收，如给所有贷款学生群发QQ通知逾期，单独发短信，单独打电话，联系贷款学生室友，联系学生父母，再联系警告学生本人，发送律师函，去学校找学生，在学校公共场合贴学生欠款的大字报等方式。部分大学生心理素质较差，不敢将贷款逾期事实告知学校或家长，容易走向极端，导致意外事故发生。

2. 信用违约掉期的信贷风险

可能引发2340亿美元信用违约掉期交易违约根据有关研究，信贷违约掉期市场是最有可能出现问题的市场。2008年5月份，巴菲特表示：“按照我的定义，美国经济已陷入衰退。”令人担忧的一个领域是估值60万亿美元的信贷违约掉期市场。”中国人民银行国际金融市场研究员雷曜根据研究结果指出，“根据次贷危机当前的发展态势，估值约62万亿美元的CDS市场已经成为当前金融市场的‘堰塞湖’”。“随着欧美主要国家信贷资产质量恶化、实体经济下滑、信贷紧缩和金融市场持续动荡，信用衍生品市场中的风险因素必然随之上升。其中，交易商信用风险成为可能引发系统性风险的首要薄弱环节，需要加以密切关注，系统性风险爆发可能引发的债券价格下跌和信贷进一步紧缩等不利后果需要加以防范。另外，以对冲基金为代表的机构投资者可能出现流动性风险，复杂环节下定价模型失灵造成的操作风险也需要给予一定的重视。”他认为，CDS市场问题所能造成的信贷紧缩风险也许比“两房事件”来得更为迅猛，而这将通过消费萎缩对中国出口造成持续压力。需要注意的是62万亿美元这一数字只包括了商业银行向美联储报告的数据，并未涵盖投资银行和对冲基金的数据。据统计，仅对冲基金就发行了31%的信用违约掉期合约；另一方面信用违约掉期完全是柜台交易，没有任何政府监管。CDS市场中最大的部分是企业债（包括ABS），占80%，而MBS占20%。在经济衰退状态下，企业债券违约率将从4.87%快速攀升至10%以上，以损失恢复率50%计算，CDS未来数月将造成1万亿美元的直接损失。而部分中国金融机构购买了此类衍生产品，值得警惕。

3. 信用风险是什么意思 又称违约风险

信用风险（Credit Risk）又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是金融风险的主要类型。在过去的数年中，利用新的金融工具管理信用风险的信用衍生工具（Credit Derivatives）发展迅速。适当利用信用衍生工具可以减少投资者的信用风险。业内人士估计，信用衍生市场发展不过数年，在95年全球就有了200亿美元的交易量。
 
 信用风险又称违约风险，是指借款人、证券发行人或交易对方因种种原因，不愿或无力履行合同条件而构成违约，致使银行、投资者或交易对方遭受损失的可能性。
 
 银行存在的主要风险是信用风险，即交易对手不能完全履行合同的风险。这种风险不只出现在贷款中，也发生在担保、承兑和证券投资等表内、表外业务中。如果银行不能及时识别损失的资产，增加核销呆账的准备金，并在适当条件下停止利息收入确认，银行就会面临严重的风险问题。
 
 形成原因
 
 信用风险是借款人因各种原因未能及时、足额偿还债务或银行贷款而违约的可能性。发生违约时，债权人或银行必将因为未能得到预期的收益而承担财务上的损失。信用风险是由两方面的原因造成的。
 
 ①经济运行的周期性；在处于经济扩张期时，信用风险降低，因为较强的赢利能力使总体违约率降低。在处于经济紧缩期时，信用风险增加，因为赢利情况总体恶化，借款人因各种原因不能及时足额还款的可能性增加。
 
 ②对于公司经营有影响的特殊事件的发生；这种特殊事件发生与经济运行周期无关，并且与公司经营有重要的影响。例如：产品的质量诉讼。举一具体事例来说：当人们知道石棉对人类健康有影响的的事实时，所发生的产品的责任诉讼使Johns- Manville公司，一个著名的在石棉行业中处于领头羊位置的公司破产并无法偿还其债务。
 
 类型分类
 
 ①违约风险，债务人由于种种原因不能按期还本付息,不履行债务契约的风险。如受信企业,可能因经营管理不善而亏损，也可能因市场变化出现产品滞销、资金周转不灵导致到期不能偿还债务。一般说来，借款人经营中风险越大，信用风险就越大，风险的高低与收益或损失的高低呈正相关关系。②市场风险，资金价格的市场波动造成证券价格下跌的风险。如市场利率上涨导致债券价格下跌，债券投资者就会受损。期限越长的证券，对利率波动就越敏感，市场风险也就越大。③收入风险，人们运用长期资金作多次短期投资时实际收入低于预期收入的风险。④购买力风险，指未预期的高通货膨胀率所带来的风险。当实际通货膨胀率高于人们预期水平时，无论是获得利息还是收回本金时所具有的购买力都会低于最初投资时预期的购买力。

4. 企业发生信贷违约风险的征兆是什么?

资信评级是对经济主体和各类金融工具所负债务是否如约还本付息的能力和可信任程度的评价。在我国，当前有五家评级机构对企业债券和近40家评级机构对贷款企业的资信进行评级。评级结果表明：企业债券大都为AAA和AA级；贷款企业资信等级则大都呈正态分布。从各自评出的结果看，各家评级机构都会自认为是客观的。但对于市场的使用者和监管部门来说，如何鉴别此AAA就等同于彼AAA，此AAA就一定优于彼AA呢?如何比较和评价不同评级机构对同一评级对象的评级结果呢?那就需要有另一个可以对评级结果进行事后检验和比较的客观度量标准——违约率(Default Rate)。
违约率是指债务人未能偿还到期债务的实际违约情况。
违约概率(Probability of Default，PD)是预计债务人不能偿还到期债务(违约)的可能性。违约概率(PD)与违约率所不同的是：它是基于债务人历史和现实的实际违约情况作出的对未来一定时期(一般为一年)违约状况的判断。评级结果与违约率的对应关系是国际公认的事后检验评级机构评估质量标准的一项最重要的标尺。
在商业银行信用风险管理中，违约概率是指借款人在未来一定时期内不能按合同要求偿还银行贷款本息或履行相关义务的可能性。违约概率是计算贷款预期损失、贷款定价以及信贷组合管理的基础，因此如何准确、有效地计算违约概率对商业银行信用风险管理十分重要。
资信等级应有与之对应的违约率和违约概率才真正具有应用价值，才能作为衡量评级对象未来违约可能性和信用风险的工具。本质上，与资信等级对应的违约率和违约概率水平才真正代表资信等级所反映的风险状况。所以，缺少违约率统计数据的资信等级是不完整的、缺乏说服力的，只能对信用风险进行排序。但不同评级机构所设定的违约定义可能不同，所反映同一等级的质量也因此而不同。因此，只有违约定义相同的评级机构，其评级结果才可以进行比较，才能检验各自评级结果的“含金量”和质量差异。有了违约率指标的对比，就可以解释为什么违约率低的AA级要优于违约率高的AAA级了。有了对应违约率的资信等级才能真正成为决策的依据。
违约概率测度的作用
对商业银行信用风险管理而言，违约概率测度居于基础性地位，发挥着重要作用。
首先，这是进行信用风险管理的首要条件。作为测量信用风险的一种基本方法，信用评级的作用是建立在对借款人违约概率的测度基础上的。只有首先对借款人的违约概率作出科学测度，银行才能够精确地计算出预期损失的量，也才能够对客户信用状况作出客观、准确的评估，进而才能够保证商业银行信用风险管理的科学性与有效性。
其次，这是衡量不同评级体系优劣的客观标准。如果没有违约概率的测度，就难以衡量不同评级体系的优劣；如果回避严谨科学的违约概率测度，而仅仅追求评级指标体系的建设和评级方法的完善，就无法实现信用评级的现代化飞跃。违约概率测度是信用评级具备权威性和可操作性的灵魂，是衡量不同评级体系优劣的客观标准。
再次，这是提升商业银行风险管理素质的重要动力。实践经验表明，银行要成功地进行客户违约概率的测度，不仅要依托于先进统计模型和风险量化工具的科学运用，更离不开对现代商业银行经营管理规律的深入认识和科学把握，需要在管理的理念、体制、机制等方面都能够与之相适应，进而有力提升了商业银行风险管理的素质。
违约概率测度的方法
近年来，西方商业银行尤其是那些先进银行充分利用现代数理统计发展的最新研究成果，在客户违约概率测度上摸索出了很多方法，取得了很大的成就。综观违约概率测度的实践发展，其呈现出以下特征和趋势：从序数违约概率转向基数违约概率，违约概率的测度日臻具体化；从单个贷款的违约概率测度转向组合贷款的联合违约概率；从只考虑借款人自身的微观经济特征转向同时考虑宏观经济因素的影响；从基于历史数据的静态测度转向以预测为主的动态测度；从单一技术转向多元技术，违约概率测度的技术更加现代化和体现出多学科的交叉化，度量日趋科学化和精确化。
西方商业银行违约概率的测度方法可以概括为四大类：
1. 基于内部信用评级历史资料的测度方法，这是商业银行和评级公司根据长时间积累下来的信用等级历史资料，以历史违约概率的均值作为不同信用等级下企业对应的违约概率；
2. 基于期权定价理论的测度方法，这是美国KMV公司利用期权定价理论创立的违约概率预测模型——信用监测模型，也称KMV模型，是一种向前看的动态模型，主要适用于对公开上市公司的违约概率测度；
3. 基于保险精算的测度方法，是近几年把保险思想的工具用于估计预期违约概率；
4. 基于风险中性市场原理的测度方法，所谓风险中性市场，是指在进行资产交易的市场上，所有投资者都愿意接受从任何风险资产中得到与无风险资产的收益相同的预期收益，所有的资产价格都可以按照用无风险利率对资产预期的未来现金流量加以折现来计算。相比于历史上的转移概率，风险中性模型给出了前瞻性的违约预测。
国际上有代表性的信用风险评价模型在中国运用的局限性
我国加人WTO以来，加快了中国市场经济运行方式向国际接轨的步伐，中国资信评级业如何向国际接轨也受到了新的挑战。探索和选择国外且适合我国市场状况的评估模型势在必行，国内有部分学者对此也作了有益的研究。在这里，我们把部分学术界将国外有代表性的评估模型运用于中国市场进行实证研究后，将其所发现的问题和缺陷部分作一归集以利于后续的研究工作。
1、Z-Score信用风险评价模型
Z模型是通过选取五项关键性的财务比率并赋予其一定的参数(权重)来预测公司违约或破产可能性的方法。
其中：
X1=营运资金／总资产
X2=(未分配利润+资本公积)／总资产
X3=税息前收益／总资产
X4=股权的市场价值／债务的账面价值
X5=营业额／总资产
以Z值为临界值，若小于临界值将发生债务违约。
实证研究发现Z模型存在以下三个缺陷：一是该模型对上市公司中的少数几个行业具有准确性，许多行业的参数需调整。二是对非上市公司和小公司无法获得股权价值的数据，需要借助一些会计信息或其他指标来替代并通过对比分析才能最终得出期望的违约概率。这在一定程度上可能影响计算的准确性。三是需要在Z值的基础上按国内金融市场的状况作调整，但一般的决策者都无此能力。
2、KMV信用风险评价模型
KMV模型建立在期权定价理论之上，其出发点是基于这样的假设：公司的任何信息都可以在股票价格及其波动中得到体现，当公司股票的市场价值因波动而使预期的价值低于一定水平(违约点价值)以下时，公司就会对它的债务违约。该模型把持有的债权看作一个无风险的债权减去一个看跌期权，以此为基础计算出违约距离，并结合上市公司数据估计出经验违约概率。虽然KMV模型相对于以注重会计资料分析为基础的传统方法的违约概率估计体系具有更好的敏感性，但它的适应条件更严格。从结果上看，比较适用于资本市场成熟地区的上市公司。很显然，我国目前尚不具备推广KMV模型的条件。
3、CreditMetrics信用风险评价模型
该模型是基于这样的假设：某一特定时期内(通常为一年)债务组合价值的分布与将来债务人信用等级变化无关，信用等级迁移概率服从稳定的马尔科夫过程，即贷款或债券目前等级迁移与其过去的迁移概率不相关。虽然，该模型是目前被证明较为有效的信用风险模型，但还是存在若干尚需解决的问题：一是该模型假设贷款或债券目前等级迁移与其过去的迁移概率不相关。但实际的历史数据表明，一笔债务如果过去发生过违约事件，那么它目前等级下降的概率要比同一级别的没有发生过违约行为的要高；二是在计算债务的VaR值时，假设等级迁移概率矩阵是稳定的，即不同借款人之间、不同时期之间，其等级迁移概率是不变的。而实际上，行业因素、国家因素以及商业周期等因素会对等级迁移概率矩阵产生重要影响。三是CreditMetrics模型的违约模型和相关系数的度量是以期权定价理论为基础的，这对股票市场的成熟条件和数据的真实性有很高的要求。
4、神经网络模型
神经网络模型也是西方运用较广泛的估计违约概率模型，它依靠采集的数据，对大量的财务及相关信息进行数理统计分析，从而建立违约估计模型。这种模型在实证中仍存在局限性。一是随着技术创新及金融工具创新，使得财务报表上有限的数据越来越难以真实地反映企业的财务状况及经营结果，尤其是对于高新技术企业而言，非财务因素占据越来越重的分量；二是因国内企业会计信息失真现象还较为严重，使用失真的数据输入模型必然造成计算结果的偏差。
从对国外几种信用风险评价模型在我国的实证研究结果看，由于我国证券市场尚不成熟(公司的价值不能通过市场体现)，市场信息披露十分有限，财务数据真实性不高，没有可资评级机构使用的大容量的信用信息数据库等客观条件的制约，而无法“拿来”即用。但信用风险评价模型作为现代计量经济学的成果，在发达的市场经济国家的广泛运用证明了其客观性和科学性。我国的市场经济发展尚处于初级阶段，市场成熟度与发达的市场经济国家相比尚有很大的差距，上述评估模型在我国还缺乏运用的基础条件。
我国违约概率的研究与发展
对中国银行业来说，内部评级仅仅处于起步阶段，时间短且不规范，其中关于违约数据库、转移矩阵等方面的基础设施建设几乎空白，贷款企业信用评级更多地是用于客户的选择及风险的预警，尚未向更深层次的风险量化管理方向发展。为此，中国商业银行和评级公司应该积极创造条件，加强客户违约概率测度，以有效提升信用风险管理水平。
第一，结合巴塞尔新资本协议参考定义，科学界定企业违约概念。目前国内还没有一贯明确的企业违约标准，为了和国际标准接轨，建议中国银行业对企业的违约概念作如下界定：在一定期限内（通常为一年）企业的贷款业务中只要出现次级、可疑或损失贷款的任一种情况的，就算做违约企业。
第二，加快建立违约概率测度模型的基础设施——违约数据库。中国银行业可以通过企业财务数据过滤器的建立，对企业提交的财务报表进行真实性检验，建立合格的违约数据库，为测度违约概率打下坚实的基础。中国人民银行建立的《银行信贷登记咨询系统》为中国银行业提供了一个海量的贷款数据库的信息平台。国内银行可以此为基础，充分发挥该系统的数据资源优势，并不断完善系统信息，进而建立我国自己的违约数据库。
第三，加强违约概率测度模型的研究、开发和应用。基于中国银行业所处的经营环境，以及历史实践具有自身的特殊性，那些西方商业银行所能够应用的违约概率模型，却并不一定能够适合我国商业银行。但我们可以借鉴这些违约概率模型的测度思想、方法与过程，结合数据积累的情况实现由简单模型到复杂模型的过渡。比如，可以根据已有年份评级结果数据的积累，运用信用计量模型对已有年份的每一信用等级的转移概率和违约概率进行测度，进而形成内部的信用等级转移矩阵的测度，以后随着年份数据的增加，再不断调整。这样，经过一段时间的积累，就可以建立起我们自己的内部转移矩阵模型。
另外，结合我国贷款企业的实际信用情况，转移矩阵模型中各个信用等级违约概率测度除了要考虑行业因素、经济周期性因素的影响以外，还要考虑地区、规模以及企业所有制性质等因素的影响。