信息不对称视角下我国P2P网络借贷风险问题初探

孙伯驰 王云龙

摘要：P2P网络借贷日渐成为一种新型的民间借贷方式，但近年来P2P网贷平台倒闭、借款人跑路现象层出不穷也揭示了P2P网贷市场平均风险较高的事实。其主要原因是P2P网络借贷平台中借贷双方的信息不对称容易产生逆向选择和道德风险问题。文章通过建立P2P网络借贷的“柠檬”市场模型来分析平台中的逆向选择问题，并给出了具体的政策建议。

关键字：P2P网络借贷；信息不对称；逆向选择；分离均衡

一、引言

P2P网络借贷定义为：在没有银行等金融机构中介的情况下，以提供信贷中介服务的网络平台为媒介而进行的个人之间的直接借贷动。国际上比较大的P2P网络借贷平台主要是美国的Prosper和英国Zopa。这两个平台都提供无需银行介入的资金借入和借出的C2C金融服务。由于可以汇集社会闲散资金满足个人及企业的资金需求，提高了闲置资金的收益率，P2P网贷平台在我国发展迅猛。2007年出现了我国第一家P2P网络借贷平台-拍拍贷，随后市场上出现了大量的网络借贷平台。截止到2014年6月，我国P2P网贷平台已经超过1200家。然而，近期 P2P网络借贷平台也频频曝出平台资金链断裂、借款者携款潜逃事件。这些现象提示我们，网络借贷市场的平均风险较高。

造成P2P网贷平台风险高的原因有很多。Steelmann（2006）在研究中指出P2P网贷信用风险不容忽视，验证了网贷高收益高风险的特征。Robert&Benjamin（2010）经过研究发现建立网贷平台信誉系统，出借人可以通过信誉系统了解借款人信誉情况，缓解P2P网贷市场中存在的逆向选择与道德风险问题。信息不对称是导致P2P网络借贷平台产生逆向选择和道德风险问题的主要原因。George A. Akerlof（1970）在研究社会融资问题时指出借贷双方是典型的信息不对称关系。Stiglitz&Weiss（1981）在其研究中指出，银行和企业之间的信息不对称问题将导致逆向选择与道德风险问题；信息不对称现象将导致借款利率提高，还款能力强的借款者将因借款成本高而离开市场，还款能力差的借款者将留在市场中，市场整体风险将提高。

实际上，逆向选择问题是造成我国P2P网贷市场平均风险较高的重要原因。但我国学者大多从贷款成本角度研究P2P网贷市场风险问题。艾金娣（2012）指出我国P2P网络借贷平台的贷款成本较高，导致投机行为经常发生。陈霄（2014）的实证研究发现借款人成本的重要因素包括标的特征、信用水平等。我们在研究我国P2P网贷平台风险问题时应着重从逆向选择的角度来研究P2P网贷平台风险来源问题。

二、P2P网络借贷市场中的逆向选择

逆向选择一般指信用较差的借款者通常积极寻求贷款，使得借贷市场中借款者的质量下降，信用良好的借款者被排挤出借贷市场，产生“劣币驱逐良币”效应，导致贷款人采取逆向选择行为。George A. Akerlof（1970）在其论文《柠檬市场：产品质量的不确定性与市场机制》中第一次提到“柠檬市场”的概念，并用其研究了二手车市场中的逆向选择问题。我们在这里借鉴“柠檬市场”模型来研究我国P2P网贷市场中的逆向选择问题。

（一）模型假设

其中，πL和πB分别为贷款者和借款者的净效用，μ（θ）和v（θ）分别为贷款者和借款者对借款信用质量的评价。μ（θ）为贷款者贷出资金后所获得的预期收益，v（θ）为借款者为了可以在P2P网络借贷平台上获得贷款所付出的交易成本。

（4）为了简化分析，假设Li和Bj具有相同的风险中性偏好

（二）两类借款者市场分析

假设θ只有两种类型，θ1=a，θ2=b，且a0。这样，P2P网络借贷平台上只剩下低信用质量的借款者。

但问题是，高信用质量的借款者是否可以等低信用质量的借款者出清后再进入借贷平台，答案是否定的。因为低信用质量的借款者一旦预测到可能会发生这种情况就会等到贷款额度增加后再进入借贷平台，这样，又回到了问题的开始状态。

（三）连续型借款者市场分析

假设θ在[a，b]区间上均匀分布，密度函数为f（θ）=。仍假设借贷双方偏好相同。一开始，贷款者预期的借款的信用质量为θ1=（a+b），贷款者愿意付出的贷款的金额为P（θ）。这样θ1≤（a+b）时借款者可获得贷款，θ1>（a+b）时借款者借不到款而退出借贷平台。结果借贷平台上的借款的信用质量区间变为[a，c]，其中c=（a+b），贷款者预期的借款质量调整为θ2=（a+c），愿意支付的贷款金额为w=（a+b）。这样θ2≤（a+c）时借款者获得贷款，θ2>（a+c）时借款者退出借贷平台。这个过程一直持续下去，最后当θ>a时借款者全部退出借贷平台，由于借款的信用质量是连续分布的，所以P（θ=a）=0，此时P2P网络借贷平台消失。

道德风险指借贷双方签订合约后，贷款方把所获得的资金投入到一些高风险高收益的投机项目，为了自身的利益最大化而不顾借款方资金所承担的风险，由于存在信息不对称，借款方无法获知相关信息。这意味着当贷款者把资金贷给借款者后，可能出现μ（θ）≤0的情况，此时πL=μ（θ）-w<0，贷款者的利益完全被损害。限于篇幅，本文将不对道德风险问题进行详细阐述。

三、P2P网络借贷平台逆向选择风险的解决措施-信号传递的分离均衡

P2P网络借贷平台中只有低信用质量的借款者才能获得贷款，甚至在极端情况下借贷平台消失，主要原因是由于贷款者并不能真正掌握借款者的真实情况。如果贷款者可以设计出一种有效的机制，通过对借款者传递出的信号进行分析可以掌握借款者的一些私人信息，促使借贷平台上高信用质量和低信用质量的借款者实现分离均衡，从而可以有效防范借贷平台上的逆向选择风险。通过建立信号传递模型并进行分离均衡分析来减少P2P网络借贷平台中的逆向选择风险。

（一）假设前提

（1）模型中有两个参与人A和B；参与人A代表借款者，信号的发出者，B代表银行，信号接收者。

（2）借款者选择发出信号战略m∈M，其中M={m1，m2}表示借款者的信号空间，1表示高信用质量，2表示低信用质量，m=m1表示借款者向贷款者传递的信号是高信用质量；m=m2表示借款者向贷款者传递的信号是低信用质量。

（3）贷款者观测到借款者发出的信号m，依据贝叶斯法则从先验概率P（θ）得后验概率=（θ|m）并对先验概率进行修正，然后选择是否贷款。贷款者的行动为σ∈A，其中A={Y，N}为行动空间；a=Y表示贷款者贷款给借款者，a=N表示贷款者拒绝贷款给借款者。

（4）贷款者贷款所获得的本利和收益为W，R1和R2分别表示高信用质量和低信用质量借款者的预期收益。L1和L2分别表示高信用质量和低信用质量借款者的担保标的价值。

（5）当低信用质量伪装成高信用质量借款者发出信号时，伪装成本为C。令C=b+C（T），其中b≥0，T为贷款者识别伪装的能力，与伪装成本C呈负相关关系，即贷款者的识别能力越高，则借款者为达到借款目的所需要的伪装成本越高。

（6）t表示借款者投资成功的概率，1-t表示借款者投资失败的概率。

（7）低信用质量借款者有伪装成高信用质量借款者的动机，但是高信用质量借款者一定只传递高信用质量信号。

则有

μ（1，m1，Y）1=t1（R1-W）+（1-t1）（-L1）

（1）

μ（2，m2，Y）1=t2（R2-W）+（1-t2）（-L2）

（2）

μ（2，m1，Y）1=t2（R2-W）+（1-t2）（-L1）-C（3）

其中（1）式表示高信用质量借款者的期望收益函数，（2）式表示低信用质量借款者的期望收益函数，（3）式表示低信用质量借款者伪装成高信用质量借款者的期望收益函数。

（二）信号传递模型的分离均衡分析

在分离均衡下，不同信用质量的借款者以P=1的概率发送不同的信号。贷款者就能据借款者发送的信号准确地知道借款者的类型。后验概率为：

（1|m1）=1，（1|m2）=0（4）

（2|m1）=1，（2|m2）=1（5）

收益函数为：

μ（1，m1，σ*（m））>μ（1，m2，σ*（m））（6）

μ（2，m2，σ*（m））>μ（2，m1，σ*（m））（7）

根据假设（7），高信用质量借款者一定不会传递低信用质量信号。因此（6）式不予考虑，将（7）式表示为

μ（2，m2，Y）>μ（2，m1，Y）（8）

即：

t2（R2-W）+（1-t2）（-L2）>t2（R2-W）+（1-t2）（-L1）-C（9）

整理，得

（1-t2）L1+C>（1-t2）L2（10）

（10）式表示低信用质量借款者伪装成高信用质量借款者的伪装成本加上高信用质量借款者担保标的价值与投资失败概率的乘积，大于低信用质量借款者担保标的价值与投资失败概率的乘积，一旦成立，那么低信用质量借款者就没意愿去伪装成高信用质量借款者。高信用质量借款者发出高质量信号，低信用质量借款者发出低质量信号，两种信用质量的借款者实现分离。

四、结论和政策建议

只要（10）式成立，P2P网络借贷平台中的高信用质量借款者和低信用质量借款者实现分离。将（10）式改写为

C>L-L（11）

（11）式说明为实现高信用质量借款者和低信用质量借款者的分离，一方面可以提高低信用质量借款者的伪装成本，这就需要贷款者不断增强识别伪装的能力，同时P2P网络借贷平台也应该加强监督和管理。另一方面，要缩小低信用质量借款者与高信用质量借款者担保标的价值的差距，这需要贷款者能够正确评估担保标的的价值，也需要P2P网络借贷平台加强对借款者担保标的的审核，这样可以有效防范逆向选择风险。针对P2P网络借贷在我国良性发展，提出以下政策建议。

（一）加强对借款者的审核，努力开发高信用质量借款者

平台应该对借款者的基本信息、担保标的、信用历史、财产状况和贷款情况进行严格的审核，从而掌握借款者更为真实的信息，避免低信用质量借款者伪装成高信用质量借款者进入平台，减少平台上的逆向选择风险。

（二）设立有效的信用评级系统

目前，信用评级是当前各大信用借贷网站都使用的一种风险控制方式，它可以通过信用等级来屏蔽低信用质量的借款者。但当前信用评级制度存在的最大问题是各个平台之间的信用评级不互通，评价标准也各不同。应尽快成立P2P网络借贷行业协会，设立统一的信用评级系统，借款者的信用水平将得到更准确评估，进而有效防范P2P网络借贷风险。

（三）政府制定针对P2P网络借贷平台的相关法律

政府应针对P2P网络借贷发展的特征制定相关的法律政策，对其经营模式、组织方式和准入条件进行明确的界定，保护参与者的各项权益，促进整个P2P网络借贷行业的健康发展。

参考文献：

[1]Akerlof，G.The Market for Lemons：Quality Uncertainty and the Market Mechanism.Quarterly Journal of Economics，1970，84：488-500.Grossman，S.J.and O.D.Hart.An Analysis of the Principal-Agent Problem，Econometrica，1983（51）.

[2]高佳敏.P2P网络借贷模式研究[D].西南财经大学，2013.

[3]孙浩城，李俐.借贷平台对P2P网络借贷逆向选择的抑制作用[J].金融视线，2014（07）.

[4]马运全.P2P网络借贷的发展、风险与行为矫正[J].新金融，2012（02）.

[5]谈超，王冀宁，孙本芝.P2P 网络借贷平台中的逆向选择和道德风险研究[J].金融经济学研究，2014（05）.

（作者单位：天津财经大学经济学院）