一、互联网金融财务困境原因分析
JohnArgenti（1976）基于A-score模型认为管理缺陷是财务困境的主要原因，并提出预示财务困境的三项征兆。Vijay、Sharma和Bettis（1985）建立了财务困境成因模型，认为公司治理结构缺陷会导致企业运营不善，与不可预测事件共同作用，使业绩进一步恶化，如果无效应对将最终破产倒闭。KeatsandBracker(1988)建立中小企业失败成因模型，表明外部环境也是财务困境的诱因。基于以往理论，本文建立互联网金融财务困境成因分析框架（详见图2）：在监管体系空白的宏观环境中，互联网金融公司易出现治理结构失衡，直接导致产品结构单一、定价机制不完善和信息披露不透明等运营低效问题，加之风控机制不健全，会引发企业财务困境；一旦不能妥当处置突发事件，将最终导致破产倒闭。
（一）监管制度体系空白
从备案登记、监管政策和警戒惩处三方面看，互联网金融相关监管制度体系基本空白。以P2P行业为例，首先，监管部门中只有通信部和工商管理部对设立信息进行登记备案，但没有定期审查制度，实际经营与登记情况相悖。其次，针对P2P平台“倒闭潮”现象的“十条监管原则”至今没有相应实施细则，且对虚假合同、虚假交易、甚至洗钱和腐败等其他风险并未涉及，也未提出将P2P平台纳入社会征信体系的要求。再次，目前只有涉及刑法第192条、第199条规定的“集资诈骗罪”的案件可通过公安和检查院立案惩处，其他互联网金融监管手段仍处于“真空”状态，监管成本高、覆盖面小，各类套利行为滋生，亟需金融监管部门将其纳入行政执法范畴。
（二）治理结构不合理
互联网金融企业性质包括合伙企业、有限责任公司和股份有限公司。其中，有限责任公司为财务困境企业的主要载体。统计显示，2013年风险已暴露的70家P2P平台全部为有限责任公司。有限责任公司结合无限公司的人合性和股份有限公司的资合性，但股东人数受《公司法》严格限制，治理结构多表现为大股东完全控制经营权和财务权，即“一股独大”的典型权力架构。实证调查显示，46家接受调查的有限责任公司中，32家公司没有设立董事会，占总数的69.6%；全由大股东担任董事的公司有46家，占总数的100%（乔宝杰，2011）。这种治理结构的主要弊端是缺少内部监督机制，易导致决策失误和逃避责任。
（三）产品服务结构单一
从集中度、期限结构和非常规产品份额三个角度看，互联网金融单一业态下的产品结构单一。首先，个人小额信贷产品比重过高。2013年个人小额信贷业务占P2P平台总业务量的80%以上（商业银行同期个人贷款业务总占业务量20%～30%）。集中度过高使得平台无法通过产品结构调整途径分散风险。其次，短期和超短期产品比重过高。2014年1～11月P2P平台平均借款期限为5.85个月，其中有10个月份平均期限低于6个月（详见图3）。产品期限越短，期限调整幅度越大，到期兑付压力就越大，财务困境发生概率越高。第三，非常规金融产品比重过高。P2P平台推出的“秒标”“天标”和“净值标”等非常规产品缺乏实际价值，加大了运营商挪用资金的风险。（四）定价机制不完善非理性、不受控的定价模式是互联网金融产品的重要特征。互联网金融作为信息中介，本应仅供撮合平台和交易信息，但部分机构为谋取利差，对借贷方隐瞒信息以干涉定价，实质承担了信用中介的角色。为吸引投资者，风险暴露的问题平台最高收益率甚至达50%以上（同期正常P2P平台利率20%～30%），远高出《关于人民法院审理借贷案件的若干意见》规定“银行同类贷款利率的四倍”监管“红线”。短期或超短期异常高的收益率往往说明平台急于在短期内弥补资金缺口，逾期风险与自融资金链断裂风险较高，较可能陷入财务困境。
（四）信息披露机制缺失
互联网金融企业尚未建立定期披露机制，由此产生的信息不对称问题不仅使得交易成本增加，还可能诱发“挤兑”风险。以P2P行业为例，信息不对称问题尤为突出，网络平台或没有披露逾期率、坏账率和不良贷款率等指标和重大风险事项，或披露的统计口径不一，无法进行比较、判断和决策。以逾期率为例，各P2P平台对逾期的界定标准、公布时间和数据定义并不一致，“拍拍贷”在逾期90天后公布数据，其他P2P机构则界定为坏账；“拍拍贷”将逾期计入借款年份，而不是逾期发生当期，可能导致少报或漏报逾期数据。
（五）风控机制不健全
互联网金融风险保障有多种模式，各类模式发生财务困境的风险不同。P2P平台风控机制主要分三类模式：一是风险保障金模式，类似于商业银行风险拨备金，是从本金中提取部分资金以违约赔付。在不滥用或不挪用的前提下，风险保障金模式有助于防范风险。二是平台担保模式，即以平台自有资金承诺对违约损失进行本息赔付。此类模式的经营、财务和法律风险水平都较高，如果是有限责任公司，风险暴露可能性更高。三是第三方担保模式，即有直接利益关系的担保公司提供全额担保，对第三方担保机构资质、资金杠杆及关联关系等方面要求较高，若担保机构先暴露风险，投资者权益就无法得到保障。
二、互联网金融财务困境预警模型
（一）研究方法
财务困境预警模型研究始于20世纪30年代。Beaver（1966）将财务困境公司的资产负债率、流动比率、现金流量、营运资本与总资产比率等财务指标均值与非财务困境公司的同期指标均值进行方差比较。Altman(1968)提出多元线性判别法(简称Z-score模型)。Ohlson（1980）运用Logistic回归进行财务困境预测，此类研究方法对于变量分布没有严格要求，适用范围广，运用简单方便，预测效果较好。国内学者亦对此进行大量的探索研究。吴世农和卢贤义（2001）以我国上市公司为样本，以Fisher线性判定分析、多元线性回归分析和二元Logistic回归分析三种方法，建立企业破产预测模型，发现对于同一信息集，Logistic回归模型预测的误判率最低。基于以往实证研究的效率比较，本文应用Logistic回归分析对已暴露风险的互联网金融企业———P2P网贷平台构建财务困境预警模型。
（二）模型构建
假设因变量为“是否发生财务困境”服从二项分布，取值为0或1，0代表不发生，1代表发生。假设X1为第i财务困境公司的第i个预测变量。根据以上原因分析，“企业性质”X1、“3个月年化收益率”X2和“风控保障模式”X3是可量化的预测指标。其中，“企业性质”“风控保障模式”是分类变量。“企业性质”取值为1～3，1代表合伙企业，2代表有限责任公司，3代表股份有限公司。“风控保障模式”取值为1～4，1代表风险保障金，2代表平台担保，3代表第三方担保，4代表无担保。
（三）样本选择
本文将研究对象定为2014年出现重大坏账、提现困难、高管失联和破产四种财务困境情形的P2P网贷平台和正常经营P2P网贷平台，以此标准选取样本。首先，互联网金融不同业态的财务指标具有较大差异，如果不进行划分，会降低预警模型实用性。目前风险暴露最多、最严峻的为P2P网贷，其他业态问题数量较少。其次，考虑到样本容量，截至2014年10月末，新增P2P网贷平台811家，新增问题网贷平台110家，本文选取20家陷入财务困境的P2P平台与20家正常经营P2P平台作为样本，样本总量达到40家，问题平台抽样率达到18.18%。再次，在组内分布方面，样本尽量选取投资人规模、交易金额较相近的平台，以控制和减少规模因素可能带来的模型偏差。
（四）实证结果
利用Logistic回归分析参数估计结果如表3所示，自变量“3个月收益率”的回归系数为53.87，P值为0.029，说明在5%置信水平短期收益与财务困境发生概率正相关，短期收益越高，财务困境发生的概率越高。自变量“企业性质(2)by风控保障方式(2)”的回归系数为4.992，P值为0.079，说明在10%置信水平企业性质为有限责任公司且风控保障方式为平台担保时，财务困境发生概率较高。其他变量回归系数对应P值都超过10%，说明与财务困境发生概率的相关性不显著。由此得到如下互联网金融财务困境预测概率模型：模型系数混合检验Chi-square值为40.15，自由度为5，P值小于5%，说明5%置信水平系数综合性检验结果显著。Hosmer-Lemeshow检验的Chi-square值1.95＜14.07（5%置信水平自由度7Chi-square临界值），Chi-square值低于临界值时该检验通过。据此，在5%置信水平上，上述模型的整体拟合效果较好。
（五）模型预测检验
根据互联网金融财务困境预警模型，如果计算出的概率＜0.5，则预测该企业正常经营；如果计算出的概率＞0.5，则预测该企业陷入财务困境。将样本数据代入计算，可得到以下预测检验结果：灵敏度是观测值为1且预测值也为1的概率，特异度是观测值为0且预测结果也为0的概率，漏诊率是观测值为1且预测值为0的概率，误诊率是观测值为0且预测值为1的概率。总体预测准确率为结果正确的比率。由表2可见模型的灵敏度为90%，特异度为90%，漏诊率为10%，误诊率为10%，总体预测准确率为90%，说明模型整体预测的效果较好。
（六）模型实际应用
根据上述模型，通过企业性质、风险保障方式和短期收益三项指标可以预测互联网金融财务困境的概率并进行预警，可运用于互联网金融监管：当模型预测值高于0.5时，加强对其资金收益率和交易规模的监测，排查分析其大额资金动向，采取必要保全措施以维护中小投资者利益。还可用于投资决策：如果预测值高于0.5，即便收益率高，投资者也应谨慎进入。本文模型以2014年P2P平台相关数据为基础，系数估值受宏观经济形势影响可能有所偏差，但变量之间强相关性是确定的。
三、互联网金融监管对策
（一）建立健全监管制度体系
经国务院批准，人民银行已牵头成立互联网金融协会和互联网金融专业委员会，银监会牵头承担P2P监管研究工作。应对当前互联网金融财务困境问题，需要尽快建立监管制度框架，强化部门协调机制；加快《商业银行法》《保险法》《反洗钱法》等法律法规的修订，赋予各方合法权利和义务；构建“一行三会”为主，商务部、工商总局等部门参与的联席协调机制，同时加强国际合作；制定限制沉淀资金及自融行为的管理办法，加大行政处罚力度，加强投资者权益保护，维护公正市场秩序。
（二）根据企业性质设置差异化准入门槛
针对有限责任制“一股独大”的治理问题，要提高此类企业的准入门槛，如要求注册资金达到5000万元以上，净资产超过1000万元，公司自有资金占总资产8%以上，严禁采用平台担保模式。无限合伙制企业的责任监督约束机制较完善，资金准入门槛可适当降低，如公司注册资金应达到500万元以上，净资产应超过100万元；任职资格的门槛可适当提高，如必须有5人以上在银行从事风险管控超过5年的经验。差异化的准入门槛机制可鼓励互联网金融企业采用无限合伙制形式，促进风控人员培养，提高风险防御能力。
（三）重点监测集中度高的非常规产品
高集中度、非常规产品的收益率和交易规模是判断互联网金融风险高低的较好观测指标。非常规产品是指没有实际价值，收益完全来源于资本“空转”套利的金融产品。当非常规产品的收益率突然异常大幅上涨，交易规模大幅扩张，往往暗示机构正进行自融、聚集资金池，或急于通过短期融资填补资金缺口，故建议监管层对互联网金融非常规产品进行备案和实时监控，一旦其收益率和交易规模出现异常波动，则立即加强监督和检查该企业的运行情况，并对社会公众进行必要的风险提示。
（四）建立健全信息披露机制
必须从基本信息、重大事件、定期报告、关联关系和风险提示五方面入手，建立健全信息披露机制。一要公开企业基本信息，包括管理层资历、经营理念和治理架构，以判断经营稳定性和管理能力。二要公开重大风险事件，尤其是逾期和坏账率、不良贷款率和高违约率借款人的身份信息。三要完善定期信息披露制度，包括实时和定期数据。涉及需计算的指标如逾期率，应当制定行业统一口径，坚持真实、准确和相关原则。四要及时披露关联方信息，包括第三方担保机构的基本情况等。五要加强风险提示，应详细说明企业的运作模式、风控策略、政策法律保护和技术保障。
（五）推行第三方资金托管制度
建议推广第三方资金托管模式，以有效监管互联网金融资金管理和运用。资金托管是将资金托由第三方机构管理，完全不通过互联网金融企业的银行账户。在这种模式下，投资人和借款方在第三方支付平台开通IPS账户进行资金划转，贷款时资金从投资人的IPS账户进入借款人的IPS账户，到期后资金直接退回投资人的IPS账户，投资方能充分掌握信贷全过程的资金动向。互联网金融企业也可在第三方支付开通商户号，但只能进行解冻和退款两项操作，不能转账提现、挪用信贷资金，降低交易双方风险。
作者：余及尧 单位：中国人民银行福州中心支行
