利率市場化背景下P2P網貸利率決定機制
——基于“拍拍貸”經驗數據的實證分析

姜 培 宋良榮

利率市場化背景下P2P網貸利率決定機制
——基于“拍拍貸”經驗數據的實證分析

姜 培 宋良榮

本文在闡述利率市場化對P2P網貸行業影響的同時，重點探究了在利率市場化背景下P2P網貸利率的決定機制，并以“拍拍貸”歷史經驗數據為例，采用實證研究的方法。研究發現：影響網貸利率的因素主要是信用等級、借款金額、借款期限、借款人之前是否有過網貸成功的案例。網貸利率隨著信用等級的降低而提高，隨借款金額的增加而降低，隨借款期限的延長而上升，且與借款人之前是否有過網貸成功案例有關。

利率市場化 P2P網貸 利率 決定機制

一、引 言

（一）利率市場化發展趨勢

繼2013年7月20日起全面放開金融機構貸款利率管制之后，我國貸款利率走向市場化。去年則又實施了匯率行政體制改革，使得市場上人民幣對于美元匯率的浮動空間進一步擴大。到2013年底，網絡金融興起之后，銀行大量短期流動存款流向以余額寶為代表的網絡金融產品，導致銀行系統資金緊張。2014年11月22日，中央銀行將金融機構存款利率浮動區間的上限由存款基準利率的1.1倍調整為1.2倍。截至2015年6月央行又在上半年實行兩次降準，這些都加速了利率市場化的進程，并且這一趨勢也是金融機構未來發展的方向。

利率市場化是指金融機構在貨幣市場上經營融資的利率水平。是由市場供求來決定，包括利率決定、利率傳導、利率結構和利率管理的市場化。它的本質就是將利率的決策權交給金融機構。利率被認為是使用資金的價格，和商品市場一樣，若此“價格”不是由市場來決定，那么整個金融市場也就不能稱之為是市場化的。所以，主流經濟學家們一直在呼吁發展中國家要實行利率市場化。

（二）利率市場化對P2P等網貸行業的影響

P2P網絡貸款最早于2005年誕生于英國，2007年中國出現了第一家P2P貸款網站——拍拍貸。P2P網絡貸款模式由于互聯網這一工具的便利性和跨地域性，迅速實現了爆發式的增長，而借著互聯網科技浪潮和大數據被金融業廣泛應用的“東風”，P2P行業在2013年終于呈現“疾風驟雨”式的發展態勢。2014年P2P網貸規模勢頭依然不減。2015年1月1日，國內知名P2P行業門戶網“網貸之家”正式對外發布《中國P2P業2014年度運營簡報》顯示，截至2014年12月底我國網貸行業總體貸款余額達到1036億元，是2013年的3.87倍；網貸行業投資人數與借款人數分別達11萬人和63萬人，較2013年分別增加363%和320%；而P2P平臺數量，相對于2013年的爆發式增長，由于2014年問題平臺不斷涌現，正常運營的網貸平臺增長速度有所減緩，月均復合增長率為5.43，絕對增量已經超過2013年。

網絡借貸一方面是金融創新的典范，其平臺內較高的收益成為廣大投資者的新型理財途徑，是對現有銀行體系的有益補充，提高了社會資金的利用效率，滿足借款人的資金需求；另一方面居高不下的借款利率，在為平臺自身帶來法律風險的同時，也使得網貸借款人難以承受。網貸平臺中的信息不對稱等問題，也為投資者和網貸平臺帶來一定的風險。P2P貸帶來便利的同時居高不下的利率水平也為網貸參與者和網貸平臺造成一定的影響。

我國互聯網金融的快速發展，與我國金融體系利率市場化改革密切相關，因而帶有很強的中國特色和時代背景。一方面，長期存在的利率管制帶來的金融壓抑，積累了互聯網金融發展所需廣泛的市場需求；放松管制的利率市場化過程為互聯網金融提供了廣闊發展空間；另一方面，互聯網金融發展壯大，又對我國利率市場化產生“倒逼效應”，從不同的角度促進利率市場化的進程。

這些迫切要求我們了解P2P行業利率的決定因素，以更好的迎接利率市場化背景下對P2P網貸的不利影響，由于利率是資金使用的價格，在一定程度上反映了信息不對稱的程度。鑒于此，本文基于“拍拍貸”網絡借貸數據，運用實證的研究方法，重點探討在利率市場化背景下，P2P網貸利率決定機制。

本文的結構安排如下:第二部分為文獻綜述與研究假設；第三部分為研究設計；第四部分為實證檢驗結果；第五部分為研究結論及未來研究方向。

二、文獻綜述與研究假設

國內外關于P2P網貸利率水平研究的相關文獻很多。國外學者對于P2P領域的研究主要集中于市場信息透明度和借款人個人信息方面。信息不對稱理論認為，參與市場經濟活動的人員對信息的掌握程度是不同的，擁有信息更多的人相較于擁有信息更少的人處于優勢地位。對于P2P網貸方式來說，由于P2P網站多數情況下只是借貸平臺，投資者對借款信息了解較少，此時借貸雙方很容易出現信息不對稱問題。J ensen和M ec kli n g（1976）將信息不對稱問題總結為逆向選擇和道德風險。Co lli er和H a mpsh i re（2010）研究結果表明在小額信貸市場中，投資者主要通過將金融負債和人際關系聯合來減少信息不對稱帶來的風險。信用認證方式被認為是解決信息不對稱另一種很好的方法，因為信用認證機制通過搜集借款人的信息，并對信息整理加工分析后做出信用評級。K laffi（2008）搜集了美國最大的P2P網絡借貸平臺P rosper的數據，實證結果表明借款人信用評級對借貸行為產生影響，信用評級越高，越容易獲得貸款，貸款利率越低，并且逾期還款率越低。此外，借款人年齡（P ope,Sydnor,2011）、性別（Herzenste in et al.,2008;Barasins-ka,2009）、種族（Herzenste in et al.,2008） 和外貌（Ravin a,2007; DUarte et al.,2012）等特征都會影響借貸行為。

相較于國外研究，由于我國P2P發展晚于歐美等國家，這方面的研究起步的也比較晚，且多偏向于理論方面的研究。國內最早對P2P網貸平臺進行研究的學者是王艷等（2009），初步探討了網貸平臺中放貸資金、利率水平及監管等問題。艾金娣（2012）認為中國的網貸平臺內融資成本較高，并提出創新P2P利率定價手段，防止高息投機行為的建議。付新穎（2013）認為，從金融協調理論分析，P2P網絡借貸行業在實現健康、可持續發展的過程中，安全與效率是其始終擺脫不了的兩大問題。這幾年的發展，安全性方面我們很好理解，而預知對應的效率方面，我們不能僅僅追求效率，還需追求穩定性和普適性。P2P網絡借貸的快速發展也可能帶來一些負面影響，高利率高風險使得我們警惕其健康有序發展，才能成為我國正規金融的重要補充。

國內外文獻雖然對P2P網貸已經作了細致的研究，尤其對于借款成功率的研究文獻很多。然而關于借款成本的影響因素的實證分析較少，尤其是在利率市場化背景的沖擊下以及國內外融體制以及理財習慣與國內相比有很大的差異下，利率決定因素的研究更少。本文借鑒國外學者的研究思路，綜合了各種可能的影響因素，重點考察影響我國P2P網貸利率的決定機制。本文提出的實驗假設H1：影響網貸利率的因素主要是信用等級、借款金額、借款期限、借款人之前是否有過網貸成功的案例，網貸利率隨著信用等級的降低而提高，隨著借款金額的增加而降低，隨借款期限的延長而上升，且與借款人之前是否有過網貸成功案例有關。

三、研究設計

（一）樣本選擇與數據來源

我國P2P網貸發展相對較晚，剖析其發展史，最早起源于2007年7月國內第一家網絡借貸平臺一一拍拍貸在上海開始運營。其是國內首家P2P純信用無擔保網絡借貸平臺，同時也是第一家由工商部門批準，獲得“金融信息服務”資質的互聯網金融平臺。截至2015年下半年，注冊用戶超650萬，是國內用戶規模最大的P2P平臺。由于其管理完善、規模大、數據多，最重要的是拍拍貸有自己的信用評級系統——魔鏡等級系統，魔鏡系統是拍拍貸自主開發、具有自主知識產權的風險評估系統，其核心是一系列基于大數據的風控模型。針對每一筆借款，風險模型會給出一個風險評分，以反映對逾期率的預測。每一個評分區間會以一個字母評級的形式展示給借入者和借出者，AAA到F，風險依次上升。這些為我們研究借款利率提供了可靠基礎。本文擬搜集拍拍貸的借款記錄，一方面數據更全，系統完善，另一方面利用拍拍貸得出的實證結果對整個P2P行業來說更具有代表性。

本文原始數據均來源于“拍拍貸”官網提供的數據，由于網絡借貸平臺的貸款頁面URL（Universal Resource Locator）具有一定的規律，即每筆貸款都按照借款時間通過編號排列順序，URL的結尾都是以貸款編號結束，本文利用網頁呈現的這樣一種特點，對借款記錄進行搜集和跟蹤。由于一項P2P融資期限平均為15天，本文先搜集了185條借款記錄，一個月后再次跟蹤，對于投標結果已經出來的借款記錄，剔除有第三方擔保的貸款，剔除了顯示“已撤回”和“流標”的貸款記錄，即只留下借款成功的投標記錄，最終得出163個借款成功的樣本。

（二）變量選擇與描述性統計

Herzenste inetal.（2008），李悅雷（2013）等認為民間借貸的利率受到多種因素的影響，并且是信用等級、借款期限、借款額度等的線性函數。為了檢驗本文第一部分的假設H1，即影響網貸利率的因素主要是信用等級、借款金額、借款期限、借款人之前是否有過網貸成功的案例，網貸利率隨著信用等級的降低而提高，隨著借款金額的增加而降低，隨借款期限的延長而上升，且與借款人之前是否有過網貸成功案例有關。本文借鑒現有文獻，構建模型如下：

1、變量選擇

P2P網貸利率（Rate）是本文中重點研究的指標，將其作為被解釋變量，其數值變化介于0-1之間，這也是接下來為什么使用Tobit回歸（截取回歸）的重要原因。Grade代表的借款人信用等級，由于“拍拍貸”公司運用一系列基于大數據的方法，自主研發了一風控模型，針對每一筆借款，風險模型會給出一個風險評分，每一個評分區間會以一個字母評級的形式展示給借入者和借出者，從AAA到F共8個評級，風險依次上升。由于目前該公司還沒有F評級借款記錄，所以本文剔除了F信用級別。當信用評級為AAA時取7，AA時取6，依此類推直到E 取1。Time為借款期限，以月為計量單位，期限從1 到24不等。Log_Amount為借款人投標時需要的借款金額的自然對數，由于借款金額相較于其他變量數量級較大，為了使Tobit回歸結果更理想，本文取其自然對數來降低數量級；Age為借款人年齡。Marry為借款人婚姻情況，當借款人已婚、離異、或者喪偶時取值為1，當借款人單身時取0；Edu為借款人教育背景，分四個等級，當教育背景為高中及以下時取1，專科取2，本科取3，研究生及以上取4。House表示借款人是否有住房，有取1，否則取0。Car表示借款人是否有車，有取1，否則取0；Sex為借款人性別，當借款人為男性時取1，為女性取0。Pay記錄的是借款人之前是否有過借款成功案例，有取1，沒有取0；ε為該模型的隨機誤差項。

2、描述性統計

本文將185條觀測數據統計結果如下表1：

表1 借款信息統計結果

為了使回歸結果具有代表性，本文剔除了借款失敗的案例，并剔除了有第三方金融機構擔保的案例，最終得到了163條借款信息詳細數據。

從統計結果來看，目前P2P網貸各個期限利率明顯高于傳統金融業，然而在利率市場化改革下這種差異有減小趨勢。總的來說借款成功率較高，這也是該行業快速發展的重要原因，從統計結果來看，多數人借款金額在一萬元左右，為個人帶來很大的融資便利，同時提高了小額投資人的收益。表一顯示，借款人的利率水平隨著信用等級的降低而提高，基于此，本文認為兩者之間有顯著的相關性。而影響利率的因素有許多方面，所以本文搜集了影響利率的其他因素，控制其他變量之后，重點研究利率與信用等級、借款金額、期限結構以及借款人之前是否有過網貸成功案例之間的關系。

四、實證結果

本文使用State 10版本計量軟件，前面已經對模型整體進行了詳細的論述，考慮到被解釋變量利率（Rate）的變動范圍介于0-1之間，本文使用Tobit對統計數據進行回歸，各變量的回歸結果如表2：

表2 模型回歸結果統計

從表二可以看出借款人信用等級，借款金額、借款期限、借款人之前是否有過網貸成功的案例這四個因素對P2P網貸利率水平的影響最大。其中，利率與借款人信用等級呈負相關關系，表明網貸利率隨借款人信用等級的降低而提高；利率與借款金額呈正相關關系，表明網貸利率隨著借款金額的增加而增加，這也說明了人們對高額貸款需要較高的利率作為風險補償，從P2P行業過去的跑路事件來看，不良借款也呈現出借款金額大這樣一種特點，所以才會使得借款利率顯著提高；而借款期限以借款利率也呈正相關關系，這也符合金融業事實情況，借款人之前是否有過網貸成功案例與利率顯著正相關，表明投資者很在意籌資人的網貸經歷，成功次數越多越容易獲得貸款，這與Michaletal.（2011）研究發現P2P網貸市場上的“羊群行為”不利于出借人利益，即借款人成功次數越高，會降低網貸利率。

其他的影響因素：借款人年齡、教育背景、性別對借款利率也都造成影響；此外，借款人是否已婚，是否有車，是否有房，對利率水平的影響不顯著，本文給出的解釋是，這些信息被包含在借款人的信用等級中了，再單獨研究它們與利率之間的關系就會不顯著，并不是說它們對利率不會造成影響，指數處于被考核的因素。

五、研究結論及未來研究方向

（一）研究結論

本文以“拍拍貸”經驗數據為例，分析在利率市場化背景下，網貸利率，尤其是P2P網貸利率水平的決定機制，實證結果表明：網貸利率隨著信用等級的降低而提高，隨借款金額的增加而降低，隨借款期限的延長而上升，且與借款人之前是否有過網貸成功案例有關。

在分析方法上，本文先對網貸平臺之中存在的信息不對稱等問題進行理論分析的基礎上，進一步對借款人借款成本影響因素進行實證分析，在目前P2P網絡借貸迅速發展的背景下，希望能對網貸參與者及網貸平臺提供一些參考。

（二）未來研究方向

經濟變量之間的關系本身就是復雜的，可能影響利率的情況還有很多，尤其是對于當前P2P行業發展還不完善的借貸市場來說，很多理論有待繼續檢驗，理論與實踐相結合，才能逐步使網貸行業步入正軌。本文限于當前搜集數據手段有限，樣本數偏少，可能會影響具體數值的精確度；由于目前我國的征信體系很不完善，對于個人信用的征集手段和方式還有待于擴大范圍和精度，與美國、英國等發達國家相比，我國是一個信用體系建設落后，第三方評級市場發展緩慢的國家。而P2P平臺自身在融資過程中作為信用關系發生的撮合人或者中介，其自身信用建設的情況對于公司業務的開展具有較高的影響。目前，我國P2P平臺在信用評級方面存在的問題是缺乏權威的第三方信用評級機構，本文信用等級采用的是”拍拍貸”自主開發的評級體系，對于該理論的研究來說可能略顯粗糙，所以接下來應該借鑒我國傳統金融業信用體系機制啦制定符合網貸的信用評級體系，從而降低信息不對稱所帶來的困擾，使得網貸能夠真正成文普惠制金融，便利個人信貸和中小微企業融資。

［1］金中夏，洪浩，李宏瑾.利率市場化對貨幣政策有效性和經濟結構調整的影響.經濟研究.2013（4）69-82

［2］何劍，王小康，于淑利.中國P2P網貸行業的風險評析——基于126家P2P網貸平臺的實證.嘉應學院學報，2015（6）34-39

［3］鐘國偉.我國P2P市場利率的特殊性及影響因素分析.中國商貿.2015（12）76-78

［4］周世耿，郭譯蔓.從P2P網貸和余額寶的實踐看我國互聯網金融與利率市場化.消費導刊.2015（1）77-78

［5］ Frederick J.Riggins,David M.Weber.Information Asymmetries and Identification Bias in P2P Social Microlending.2015（48）4325-4334

［6］沈偉雄.國內外P2P小額信貸利率定價模式比較研究.南方金融.2015（4）85-89

［7］Herzenstenstein M,Rews R L,Dholakia U,et al.The democratization of personal consumer loans?determinants of success in online peer-to-peer lending communities.University ofDelaware,Wilmington,DE,Working paper. 2008

［8］李悅雷，郭陽，張維。中國P2P小額貸款市場借貸成功率影響因素分析.金融研究.2013（7）79-81

The Determining Mechanism of P2P Lending's Interest Rate under the Background of Interest Rate Liberalization——Empirical Analysis Based on the data of PPDAI

JIANG Pei,SONG Liang-rong
University of Shanghai for Science&Technology,Shanghai 200093

This paper focuses on the impact of interest rate liberalization on P2P lending's interest rate mainly.At the same time,It describes the determining mechanism of P2P lending's interest rate under the background of interest rate liberalization. Based on the empirical data of"PPDAI"with the method of empirical analysis,this paper suggests:factors that affect net credit's interest rate are mainly include credit rating,borrowings,period of loan and whether the lender had the experience to lend from net successful or not.The net credit's interest rate rises with lower credit rating and decreases with borrowing as well as longer period of loan.It also relates to the case that whether the lender had the experience to lend from net successful or not.

Interest Rate Liberalization,P2P Lending,Interest Rate,Determining Mechanism

F830

A

姜培，女，漢族，安徽壽縣人，上海理工大學金融學研究生，研究方向：金融服務市場問題研究；上海，200093宋良榮，男，漢族，湖南新田人，上海理工大學金融學教授，博士生導師，研究方向：內部控制與風險管理