李展儒
摘 要:針對當前逐步建立和完善P2P網絡借貸行業監管過程中出現的欺詐風險、操作風險及政策風險,為了完善互聯網金融監管體系,可以通過對P2P網絡借貸雙方不同參與主體之間的博弈分析來研究提高監管系統。本文以國資背景的廣西金投互聯網金融為例,通過建立互聯網金融借、貸、監等多方的非完全信息動態博弈研究分析,為互聯網金融監管部門監管政策的制定和P2P平臺相關規則的設計提供一定的理論依據和參考。
關鍵詞:P2P網絡借貸 互聯網金融 非完全信息動態博弈
中圖分類號:F724.6 文獻標識碼:A 文章編號:2096-0298(2019)01(b)-059-03
1 引言
1.1 博弈論的概述
博弈論(Game Theory)是研究具有對抗或者競爭行政現象的數學理論和方法。博弈論中有一個重要的概念即博弈行為,是指具有競爭或者對抗的行為。在日常生活中,經??梢钥吹揭恍┚哂袑够蛘吒偁幮姓默F象,如打牌、下棋、體育競技比賽等;在政治方面,國際間談判、各國政治間較量、各國集團間的角逐等都無不具有對抗性質;在經濟活動中,各國之間、各公司企業之間的各種談判,為爭奪市場而進行各種競爭;在如今飛速發展的互聯網金融業中,出借方、借款方以及信息中介平臺間也是一種博弈競爭的投資過程。
博弈中非常有名的例子——嫌疑犯困境博弈矩陣,也叫博弈的得益矩陣(Payoff Matrix)。警方抓住了兩個合伙犯罪的嫌疑犯——嫌疑人A和嫌疑人B。如果他們兩人中有一人供認犯罪,就能確認罪名成立。
為了得到真實的口供,警察分別關押這兩名嫌疑犯并給他們同樣的選擇機會:兩嫌疑人同時拒不認罪,則他們會被以較輕的妨礙公務罪各判1年徒刑;如果兩人中有一人坦白認罪,則坦白者從輕處理,立即釋放,另一人將判8年徒刑;如果兩人同時認罪,則他們將被各判4年徒刑。在這種情境下,對于任何一個嫌疑人而言,無論對方選擇什么策略,他的最優策略都是招供,因而出現了嫌疑人A“不依賴”嫌疑人B的策略來選擇最優策略的情況,反過來也一樣:嫌疑人B“不依賴”嫌疑人A的策略來選擇最優策略。招供就是兩個囚徒的嚴格優策略。用游戲模式來刻畫經濟管理現象在商業活動中尤為普遍。
近年來隨著互聯網金融在我國的飛速發展,引起社會各界的關注。在其商業模式的活動中都牽涉到決策問題,如何作出最有決策是互聯網金融參與主體得益的關鍵。因此隨之就產生一個問題,即如何找到一種行之有效的理論方法來分析和解決問題從而作出最優決策。
1.2 博弈四要素
博弈模型指的是對博弈問題進行數學方法上的分析而建立的數學模型。其本質上包含四個要素:局中人(Players)、策略集(Strategies)、得益函數(Payoffs)及博弈樹。
對于有限博弈,可用博弈樹直觀第刻畫。借助博弈四要素建立P2P平臺企業與借款方之間的博弈模型。首先對博弈主體作出以下假設:借款人(borrower)通過互聯網金融平臺借入(borrow)資金;借款人可分為信用等級高的借款人(good)和信用等級低的借款人或騙款人(bad);信用等級高的借款人會利用所借來的資金進行合法的生產投資等經營活動,并按時按量還款后仍能獲益;信用等級低的借款人會以賴賬來騙取不合法收益,但他們也會根據賴賬所付出的成本來選擇提交申請(apply)或不申請(no apply)來借款。
互聯網金融借貸平臺企業非常困難獲得借款人信用等級和還款能力相關的完全信息,但是能根據新老用戶來確定信譽好的借款人和騙款人的概率分布情況;因此,互聯網金融借貸平臺企業也會根據所提交的材料做出審核(verify)與不審核(no verify)的決策。
互聯網金融借貸平臺和借款人在決策時都是理性的;其博弈路徑為:在第一個決策結處,由自然(nature)給借款人按照一定的概率分配類型;在第二個決策結處,借款人選擇提交借款申請(apply)或不提交借款申請(no apply);若借款人提交借款申請(apply);互聯網金融借貸平臺企業在第三個決策結處根據非完全信息動態博弈來形成對借款人類型的判斷,并根據此選擇審核(verify)與不審核(no verify)。
1.3 博弈涉及概率與數理統計的三個概念
對于各種不同的博弈模型,需要不同的均衡去刻畫它,比如完全信息靜態博弈中的納什均衡(Nash equilibrium),又稱為非合作博弈均衡;完美信息動態博弈模型中的子博弈精煉納什均衡,60年代中期由萊恩哈德·澤爾騰(Reingard·Selten)提出。在博弈模型構建的時候,需要給博弈間的主體作出假設,并運用條件概率、事件獨立性、先驗概率、后驗概率以及貝葉斯(Bayes)公式進行計算。
概率論中,研究事件A發生的概率為P(A);滿足另一個事件B發生的條件下事件A發生的概率,記為P(A|B)。設隨機試驗T的樣本空間為Ω,A、B為T的事件。在n次重復試驗中,事件B、AB發生的頻數分別為μ(B)、μ(AB),其中μ(AB)也是在事件B發生條件下A發生的頻數。因此,在B發生的條件下,A發生的頻率為:
由此引入條件概率定的定義:隨機試驗T的樣本空間為Ω,A、B為隨機試驗T的事件,若P(B)≠0,則:
為在事件B發生的條件下A發生的概率。同樣由于事件A、B的對稱性,若P(A)≠0,則事件A發生條件下事件B發生的概率可定義為:
根據條件概率的定義,推出乘法公式為:
全概率公式解決問題的基本思路是由已知簡單事件的概率,推出未知復雜事件的概率;其基本方法是將復雜事件化為兩兩互不相容事件之和,再利用概率的可加性。設B為隨機試驗T中的任一事件,事件A1,A2,…,An構成一個完備事件組,且P(Ai)>0,i=1,2,…,n,則有:
其中事件B為結果,事件A1,A2,…,An視為導致結果B發生的原因,稱P(Ai)為先驗概率。
在全概率公式中,事件B為結果,事件A1,A2,…,An視為導致結果B發生的原因;如果要知道B發生到底由什么原因所引起,即需求P(Ai|B) ,稱為后驗概率;設B為一事件,事件A1,A2,…,An構成一個完備事件組,且P(Ai)>0,i=1,2,…,n,則有貝葉斯(Bayes)公式:
2 P2P網絡借貸的概念與現狀
P2P網貸(Peer-to-Peer Lending)是指從事點對點中介服務的網貸平臺和不依靠傳統的銀行服務而直接通過網絡平臺來完成的模式,如今稱之為互聯網金融借貸。我國大力鼓勵中小企業發展,而中小型企業及小微企業表現出來的許多資金問題,如投資需求量大、投資渠道的匱乏。從而導致社會上對資金的需求變得旺盛和緊缺,而充裕資金的供給卻缺乏相對有效的配給信息通道,導致供求信息不對稱。但隨著互聯網及通訊技術的迅猛發展,極大提高了信息傳播的傳播速度,此時的互聯網發展帶動了互聯網借貸市場的發展。
據中國網絡借貸行業月報統計,截至2018年9月底,P2P網貸行業正常運營平臺數量下降至1561家,相比8月減少了29家。今年9月停業及問題平臺數量為34家。由于P2P平臺問題事件不斷,目前出現8個類型無法匹配平臺真實情況有:跑路、提現困難、經偵介入、停業、轉型、延期兌付、暫停發飆及網站關閉等。以上種種原因導致全年正常運營平臺數量維持逐級減少的走勢,與2016年數量大幅增加呈現截然相反的情況。
綜合上述數據考慮,P2P網貸模式中存在的風險主要有以下四種:(1)出借人遭受欺詐風險。指出借人因接收到借款人在借款之初就偽造自己的信息或者平臺為了提高交易量而虛構標的或成交額的虛假信息從而導致出借人的錯誤投資帶來的欺詐損失。(2)借款人的違約風險。即因為各主體之間信息不對稱以及借款人的信用水平不斷的變化造成了借款人不能按照協議規定的日期和金額進行還款。(3)平臺從業人員的操作風險。網貸企業在P2P網貸模式中承擔起了關鍵的作用,屬于新興產業的P2P網貸,其從業人員缺乏專業的培訓和實踐鍛煉,并且有網貸行業法律法規極其不完善。因此在對借款人信用的審核工作中缺少信息支撐,造成操作風險。(4)面臨政策法規的風險。我國針對互聯網金融的法律法規缺乏針對性及主導性,地方性法規層出不窮,互聯網金融企業時刻要應對政策的協調性。綜合上述四點風險因素,P2P行業監管的風險也就是其發展中所必然會遇到的問題,要保障互聯網金融行業的健康發展,需要針對以上風險和問題進行研究,分析出避免風險的方法。
3 案例分析
成立于2015年7月的金投互聯網平臺是廣西自治區級國資背景的互聯網金融平臺,注冊資本為1億元人民幣,其運營主體是廣西金投互聯網金融服務有限公司,是由廣西金融投資集團為主發起設立,致力于打造專業領先并具有影響力的國有互聯網金融平臺,通過發布以網絡融資、網絡貸款為主的金融產品信息,提供安全性高、效益性好、流動性強的互聯網金融服務,為中小微企業和“三農”等融資群體拓展融資渠道,解決融資困難、融資貴問題,為廣大投資者提供一站式專業理財服務,實現投資人資產保值增值。截至2018年8月,金投互聯網平臺注冊人數已超過10萬人,其投資總額已超過100億元,累計發行“金投寶”系列產品共18840期,累計已還本60多億元,還息3.89億元。從其業務模式來看,金投互聯網采取線上投標和線下抵押相結合的方式,同時實行第三方擔保制度來保證出借人的資金安全。
結合上述的博弈理論研究,可以從金投互聯網平臺、借款人及出借人之間的博弈來分析金投互聯網平臺的運營利弊。金投互聯網平臺在與借款人之間博弈中,借款人準備發起貸款時,金投互聯網平臺對借款人進行信用認證和信用評級,并針對借款人的不同身份來采取不同的信用認證方式。針對中小微企業貸款者,需要進行實地考察,考察企業老板,股東的個人信用等級,對企業的流水以及生產經營狀況進行核查,放款后,進行專款專用的追蹤,讓善于經營的借款者能夠有效的安全的進行資金運作;針對工薪人員個人的借款人,需要進行身份認證、個人信用報告、勞動合同或在職證明、近6個月的工資卡銀行流水;這些資料都會形成電子文檔,分別用不同的顏色進行等級分配,最終綜合評價形成五個信用等級I、II、III、IV、V,不同的信用等級對應不同的借款服務費,按照等級從高到低分為0.1%、1.5%、2.5%、3.5%、4.5%,金投互聯網平臺把收取的借款服務費全部存于風險備用金賬戶用于金投互聯網平臺的本金保障計劃。
由于借款人與出借人交易雙方在P2P網絡借貸過程中存在嚴重的信息不對稱,且博弈主體雙方按順序先后實施策略選擇和行為,屬于典型的非完全信息動態博弈。通過計算得出借人獲得利益K=借者的資本金(Pr)乘以獲利的費率妻子(s-f-r),那么獲利的費率(s-r-f)計算為,信譽等級高的借款人投資或生產經營收益率(s)減去借款手續費率(f)減去互聯網金融借貸平臺的借款利率(r)。這時候需要假設C為騙款人需要付出的欺騙成本,Pc為賴賬懲罰額,F= Pr×f為借款手續費用。因此,根據后驗概率的貝葉斯(Bayes)公式:

依據上文的假設,信譽等級高的借款人選擇借款有利可圖,不借款則收益為0,因此一定會選擇借款,則有P(B|g)=1,于是上式簡化為:
本博弈采用逆推歸納法來分析,在這種情況下無論信用等級高或低的借款人,出借人都是無條件的選擇放貸的,反過來借人款也深知這一點。因此P(B|g)=P(B|b)=1,盡管這個結果保證了P2P平臺借貸的成功,提高了交易量,但整個互聯網金融市場卻并非完全成功的,如果遇上騙款者,P2P平臺必須要承擔騙款者帶來的風險。但是如果P2P平臺盲目提高手續費率,就與互聯網金融的普惠特點背道而馳,可能會削弱企業競爭優勢,造成客戶流失甚至在競爭中出于不利地位。
4 結語
P2P網絡借貸行業市場逐漸走向正軌,尤其國資企業紛紛大力發展網絡借貸這一塊業務。本文結論如下:(1)多方向尋求保本收益保障投資者本金。金投互聯網平臺就是很好的例子,目前運營三年多來,一直都是向投資者承諾保本,迎合市場化的需要引入保險制度。廣西北部灣保險公司是本土保險企業,借助本地優勢,引入保險制度,保障投資者的利益。(2)維護老客戶,慎重開發新客戶。在管理學理論來說,維護一位老客戶的成本要比開發新客戶的成本高得多。在目前實際的市場條件下,市場上的借款者都是良莠不齊,那么需要在平臺發展的過程中去維護穩定信譽等級較高的借款者,同時也給予出借者十足的信心,從而促進平臺良性發展。(3)從長遠發展看來,根本的解決辦法就是監管機構與互聯網借貸平臺自身都應該積極采取相應措施降低P2P網貸市場的信息不對稱。與支付寶芝麻信用,駕駛違規記錄,出現文明行為等進行信用等級綜合評價。網貸平臺自身要對違規的逾期的借款者信息予以公開,讓投資者能夠分辨。
參考文獻
[1] Michael Klafft.Online Peer-to-peer Lending:A Lender Perspective[A].Proceeding of the International Conference on E-Learning[C].E-Business, Las Vegas CSREA Press,2008(32).
[2] Dongyu Chen,Chaodong Han. A Comparative Study of Online P2P Lending in the USA and China[J].Journal of Internet Banking and Commerce,2012,17(2).
[3] 王筱鈺.從博弈論角度分析傳統金融業余互聯網金融的關系[J].對外經貿,2014(7).
[4] 雒春雨.P2P網絡借貸中的投資決策模型研究[D].大連理工大學,2013.
[5] 俞林,康燦華,王龍.互聯網金融監管博弈研究:以P2P網貸模式為例[J].南開經濟研究,2015(5).
[6] 張成虎,牛浩遠.基于不完全信息動態博弈的P2P網絡借貸行為研究[J].河南師范大學,2015,43(3).
[7] 肖舟.基于博弈論的信貸制度變遷分析[J].金融論壇,2013(5).
[8] 張玉娟,袁方,吳華瓊,等.博弈視角下P2P網絡借貸平臺問題及對策研究[J].中國市場,2018(28).
[9] 袁梅婷,趙丙奇.基于博弈論的農村民間金融風險研究[J].農村經濟,2014(1).
[10] 姚國慶.博弈論[M].北京:高等教育出版社,2007.
[11] 于維生.博弈論與經濟[M].北京:高等教育出版社,2007.
[12] 2017中國網絡借貸行業年報[Z].
[13] 2016中國網絡借貸行業年報[Z].
[14] 謝平,鄒傳偉.互聯網金融模式研究[J].金融研究,2012(12).
[15] 盛驟,謝式千,潘承毅.概率論與數理統計(第四版)[M].北京:高等教育出版社,2008.
①基金項目:廣西財經學院防城港學院學科團隊建設項目(FCGXK2018ZD004)。