P2P網絡借貸市場審核機制分析

周正龍+馬本江+胡鳳英

內容提要：針對非對稱信息下P2P網絡借貸契約執行中的逆向選擇問題，本文提供了以最優契約為基礎的審核機制，用于改善中國P2P網絡借貸契約的配置效率：通過激勵可行的借貸契約分析，無套利行為的借款人不存在產出水平的扭曲，而有套利行為的借款人存在產出水平向下扭曲，并且只有無套利行為的借款人得到一個嚴格正的信息租金；為了放松無套利行為類型借款人的激勵約束，引入審核機制用以改進契約的資源配置效率，并放松了貸款人承諾審核機制實施的假設條件，對審核機制拓展到不完全承諾情形；通過數值模擬進一步討論了借款人分布概率、貸款人的審核概率以及承諾概率對P2P網絡借貸契約的配置效率的影響。本研究對構建中國PSP網絡借貸市場的金融契約有一定的啟示作用。

關鍵詞：互聯網金融；P2P網絡借貸契約；審核機制 ；配置效率

中圖分類號：F830；F031.6文獻標識碼：A文章編號：1001-148X（2017）11-0141-12

一、引言

P2P網絡借貸是互聯網金融創新的產物，直接以互聯網為媒介完成借貸雙方的資金融通交易，具有不以傳統銀行為媒介、小金額等鮮明特色[1]。作為傳統金融體系的補充， P2P 網絡借貸平臺能夠提供從信息發布、信息搜索到完成交易全鏈條金融借貸服務，既可以向小微企業提供微型借貸，也可以給自然人的緊急資金需求提供融資服務，成為一種有效的、可持續的金融扶貧方式[2]。相比于傳統借貸模式，P2P網絡借貸模式在降低機構成本的同時提供更為及時便捷的服務，在更大范圍內加強了借貸雙方的信息流動和資金流動，填補了傳統借貸中對小微貸款的空缺需求，同時增加了借貸流動性，借款人（即貸款資金的拆入者）信息可以為潛在的貸款人（即貸款資金的提供者）所共知，增加借款機會。然而， P2P 網絡借貸之間的不對稱信息又會使得借款人和貸款人容易受到個人偏好、風險特征的影響，進而影響P2P 借貸的信用評級、風險管理、監督機制等方面[3-4]。對此，有學者分析了P2P網絡借貸交易過程中的信用風險問題[5]，并從行業監管、動態比例監管、原則性監管與規則性監管相結合等方面提出互聯網金融監管原則和措施[6-7]。但是在平臺技術層出不窮、平臺模式不斷更新的背景下，監管部門也很難對這個新興、跨界經營的行業進行系統管理。加之，在考慮信息不對稱的情境下，中國P2P網絡借貸市場容易受到借貸雙方的套利行為（即借入后再借出進行投資以獲得利息差）、第三方平臺的暗箱操作（即P2P借貸變為P2P后臺自動運作）等方面的不良影響，使得P2P網絡借貸的交易機制無法達到帕累托最優配置狀態。

對此，委托-代理關系的逆向選擇模型可以分析中國P2P網絡借貸契約的配置效率或激勵約束問題[8]。但是現代激勵理論的處理大都是基于非對稱信息之間的目標規劃問題，常見的文獻也主要考慮代理人（借款人）的激勵問題，而將約束問題僅僅表述為參與約束與激勵相容約束。實際上這只是為借款人的效用集合設置了下限，而對其上限的處理主要依賴于委托人（貸款人）效用最大化的目標函數。之所以這樣做也是基于非對稱信息造成的監控困難，但只要實施一定程度的審核機制就可以解決。尤其當單純激勵的成本已經極為高昂時，對借款人的激勵將導致資源配置的嚴重扭曲，此時以審核機制的形式對借款人效用的上限加以約束，有可能成為一種較低代價的實現方式。例如，夏少剛等[9]從道德風險的角度對審核機制下的激勵模型進行了詳細的研究，并得到采用審核機制來制約代理人，可以在一定程度上減少租金。但是，夏少剛等的視角是基于租金與配置效率之間的權衡容易受到各種因素的影響，單純改變租金的支付以提高配置效率有一定的限度，所以沒有從逆向選擇的角度進一步探討。鑒于此，本文主要從逆向選擇模型的角度進一步探討P2P網絡借貸的審核機制，并分析完全承諾情形下的審核機制對中國P2P網絡借貸資源配置效率的影響。

由于P2P網絡借貸市場的交易主要依賴于事前簽訂的借貸契約，本文研究視角在一定程度上拓展了審核機制在逆向選擇問題下的應用范圍。事實上，目前中國P2P網絡借貸平臺的貸款人只會關注于資本的產出水平、借款人按時還款的約束條件以及違約下的懲罰等；而借款人也只會關注于事前獲得資本，不會關注事后獲得資本，這是因為事后簽訂契約以獲得資本的行為對借款人沒有任何價值，因此借款人也不會進一步揭示事后的努力水平。其審核機制主要是用于檢查借款人是否說真話，并且對說謊者進行一定懲罰，但由于驗證借款人的類型是附帶成本的，所以在一定程度上也會限制審核機制的廣泛使用。對此，本文將完全承諾的審核機制拓展到非完全承諾情形，進一步改進審核機制對中國P2P網絡借貸契約的配置效率。此外，本文通過借鑒Stiglitz和Weiss （1983）的終止合作的威脅機制，誘導借款人揭示真實信息[10]。最后，本文采用數值模擬的方法討論了借款人分布概率、貸款人的審核概率以及承諾概率對P2P網絡借貸契約配置效率的影響和監控作用，這對于引導中國P2P網絡借貸市場的健康發展也有重要的啟示意義。

六、研究結論

考慮信息不對稱的情境下，中國P2P網絡借貸市場容易受到借貸雙方的套利行為等方面的不良影響，使得P2P網絡借貸的交易機制無法達到帕累托最優配置狀態。對此，本文引入委托-代理模型構造中國P2P網絡借貸關系契約，并分析契約的資源配置。

首先根據完全承諾下的機制分析得到，在外生給定懲罰下，審核機制有利于減少信息租金，但不會影響契約的配置效率；在內生給定懲罰下，審核機制成了一種提高效率的替代手段，此時的審核機制改進了契約的配置效率。隨后結合不完全承諾下的機制分析得到，在外生懲罰約束下的審核機制中，不完全承諾審核情形下的借款資本的產出水平要優于完全承諾審核情形下的借款資本的產出水平；同樣地，在內生懲罰約束下的審核機制中，不完全承諾審核情形下的借款資本的產出水平要優于完全承諾審核情形下的借款資本的產出水平。因此，不完全承諾審核情形下的審核機制可以進一步改進完全承諾審核情形下的配置效率，并且內生懲罰下的審核機制比外生懲罰下的審核機制更多地改進了P2P網絡借貸契約的配置效率。更進一步地，本文根據數值模擬分析得到，兩種類型的借款人之間的產出效率差距越小時，產出水平越接近最優狀態；在完全承諾審核機制情形下，當套利行為類型的審核概率越大時，借款人的產出水平越大，越接近最優狀態；在不完全承諾審核機制情形下，當有套利類型的借款人的分布概率超過半數時，提高承諾概率有利于改進存在套利類型的配置效率；而當有套利類型的借款人的分布概率不超過半數時，降低承諾概率有利于改進存在套利類型的配置效率；同時，不完全承諾情形下的審核機制存在分化現象和交叉現象。endprint

在本文的借貸契約模型中，貸款人只能通過概率性的審核來甄別借款人的類型。但是，當審核技術或審核手段無法適用時，貸款人只能尋找其他工具或機制來誘導借款人揭示真實的信息。這里可以借鑒Stiglitz和Weiss（1983）的終止合作的威脅機制，進一步分析審核手段無法適用情形下的配置問題。事實上，貸款人終止合作的威脅具有類似審核的作用，同樣可以放松無套利行為借款人的激勵約束，本文不再進一步展開。后續研究重點是進一步考察借款人和貸款人不是風險中性情形下的審核機制，使得整個模型更具有說服力，同時也為構建中國P2P網絡借貸市場的金融契約提供一定的理論參考。

注釋：

① 這里需要進一步解釋，θ為存在套利行為的借方，表示借方進行套利交易，進而沒有直接的資本產出，屬于低效率產出（或無效率產出）類型的代理人，即0θ×f（D[TXX-]）0，f（D[TX-]）>f（D[TXX-]）。

② 這里隱含了承諾的假設，即貸方或第三方平臺能夠承諾對租金進行合理分配以揭示借方的信息，并且同樣地為了減少借方的信息租金使得最終的配置低于帕累托有效的水平。

③ P2P龐氏騙局現象：貸方進入P2P平臺投資獲得利益對平臺信任貸方羊群效應吸引潛在貸方彌補利率差或信息租金P2P網絡借貸市場失衡引發P2P龐氏騙局。

④ 約束條件緊與非緊可以表示為約束條件取等式與不等式的區別。經濟意義上以激勵相容約束加以說明：激勵相容約束非緊，表示對委托人來說，激勵相容約束不起作用，不會對委托人的最優決策產生影響，此時委托人的決策是帕累托最優的，或者認為帕累托最優解自動滿足激勵相容約束。如果激勵相容約束緊，表示無約束的帕累托最優解不滿足激勵相容約束，因而激勵相容為緊的解必然是次優的，所以相比于最優解而言，社會福利是降低的。

⑤ 貸款人承諾審核這個假設是必要的。事實上，如果貸款人獲知在均衡時，只有存在套利行為的借款人才會報告自己是套利的，那么貸款人就不會再有積極性去審核，但是如果貸款人不去審核，那么無套利行為的借款人也會去模仿有套利行為的借款人，即說謊。因而很自然地，如果對于審核策略缺乏承諾，那么最終會出現一個混合策略均衡，其中無套利行為的借款人以一個概率選擇說真話或說假話，而貸款人以另一個概率在審核與否中做出選擇。

參考文獻：

[1] Lin M， Prabhala N R， Viswanathan S. Judging borrowers by the company they keep： Friendship networks and information asymmetry in online peer-to-peer lending[J].Management Science， 2013，59（1）：17-35.

[2] Galloway I. Peer-to-peer lending and community development finance[J].Community Investments， 2009，21（3）：19-23.

[3] 柳向東，李鳳.大數據背景下網絡借貸的信用風險評估——以人人貸為例[J].統計與信息論壇，2016（5）：41-48.

[4] 侯旻，顧春梅，王鐘輝.互聯網平臺對互聯網金融產品感知風險的影響[J].浙江工商大學學報，2016（2）：74-84.

[5] 姚鳳閣，隋昕.P2P網絡借貸平臺借款人信用風險影響因素研究——來自“拍拍貸”的經驗依據[J].哈爾濱商業大學學報：社會科學版，2016（1）：3-10.

[6] 余許友.草根金融及其發展——互聯網金融P2P網貸發展的當下問題及對策探討[J].理論探討，2016（4）：95-98.

[7] 肖曼君，歐緣媛，李穎.我國P2P網絡借貸信用風險影響因素研究——基于排序選擇模型的實證分析[J].財經理論與實踐，2015（1）：2-6.

[8] Laffont J J， Martimort D. The Theory of Incentives：The Principal-Agent Model. Princeton：Princeton University Press， 2002.

[9] 夏少剛， 張巍. 審核機制下的激勵模型（Ⅱ）：道德風險[J]. 數量經濟技術經濟研究， 2004， 06：45-52.

[10]Stiglitz J E， Weiss A. Incentive effects of terminations：Applications to the credit and labor markets[J]. The American Economic Review， 1983， 73（5）：912-927.

[11]Freixas， X.， and J. J. Laffont （1990）. Optimal Banking Contracts. Cambridge：MIT Press.

[12]Inada K I. On a two-sector model of economic growth：comments and a generalization[J]. The Review of Economic Studies， 1963，30（2）：119-127.

[13]Baron D P， Besanko D. Regulation， asymmetric information， and auditing[J].The RAND Journal of Economics， 1984，15（4）：447-470.

[14]Khalil F. Auditing without commitment[J].The RAND Journal of economics， 1997， 28（4）：629-640.

[15]Baron D P， Myerson R B. Regulating a monopolist with unknown costs[J].Econometrica：Journal of the Econometric Society， 1982：911-930.