P2P网络借贷：交易决策、风险传导与监管策略——文献综述与研究反思

于 博

一、引言

P2P网络借贷 （Peer-to-Peer lending）是指贷款人与投资人之间通过网络借贷平台而不是传统银行等金融机构产生的借贷行为 （Bachmann et al.，2011；廖理等， 2014）［1-2］。P2P作为一种新型融资模式，不仅能为投资者和融资者提供交易信息和交易场景，还能结合互联网与大数据技术来优化信贷市场的信息半径，提高资源的匹配效率，从而更好地满足社会融资需求 （谢平和邹传伟，2012；叶湘榕，2014）［3-4］。

“网贷之家”数据显示，截至2017年3月，P2P行业投资人、借款人、贷款余额分别达到419.82万人、238.94万人、9209.66亿元，同比增速24.11%、112.56%、50.67%。然而，野蛮生长的背后，平台跑路乱象也非常显著——截至2017年3月，P2P行业累计平台数量5888家，停业及问题平台高达3607家，正常运营平台2281家。从整体P2P行业看，“繁荣”与 “乱象”并存，前者对商业银行经营与管理提出了新的挑战 （卢馨和李慧敏，2015）［5］，后者则对金融监管实践提出了新的要求 （巴曙松等，2016）［6］。

2017年4月，习近平在中央政治局会议中提出维护国家金融安全的6项任务，其中包括 “加强金融监管”和 “处置风险点”，并强调： “在处置风险点方面，应打击逃废债行为，控制好杠杆率，加大对市场违法违规行为打击力度，重点针对金融市场和互联网金融开展全面摸排”。就互联网借贷行业而言，本文认为，实现P2P科学监管仍需解读好以下四个递进式设问：

1.如何引导P2P投资者构建科学、理性的交易决策？这首先需要理解P2P市场的 “交易决策”究竟如何形成、哪些因素会对投资人的交易倾向构成影响？解答上述理论设问是科学引导投资者交易行为的前提。为此，本文第二部分将对影响投资人交易决策的因素进行综述与反思，力争以此为媒介为改善市场监管、引导投资人理性交易提供调控参考。

2.如何降低P2P市场的违约率？这首先需要理解P2P市场的违约率受哪些因素影响，进而才能通过改善和疏导这些诱发违约的因素来改进监管、防范风险。为此，本文第三部分将对影响P2P市场违约率的各种因素进行综述与反思，进而以此为媒介为优化监管、防范违约风险提供政策入口。

3.如何认识和化解P2P市场的风险溢出？例如，如何度量P2P市场对传统金融机构资产负债业务的冲击、如何分析P2P市场的价格特征及其对传统利率市场的扰动、如何认识P2P市场的逆周期特征及其对货币政策的弱化效应？为此，本文第四部分将对P2P市场的风险溢出及其政策影响展开综述与反思，进而为优化监管提供路径参考。

4.如何降低P2P平台在监管规避过程中所派生的新风险以及由此造成的监管困境？为此，本文第五部分将对P2P监管研究进行综述和反思，并在引入现实监管困境的基础上从监管思路、监管方向及监管博弈三方面提出改善监管质量的对策建议。

二、P2P交易决策的影响因素分析

（一）文献评述

P2P交易决策 （如成交率、交易规模）分析的研究脉络可概括为：“借款人信用评级与历史声誉等硬信息对交易成功率的影响→借款人软信息对交易成功率的影响→羊群效应与市场情绪对交易成功率的影响”。

从 “硬信息” 看： Klafft （2008）［7］基于 Prosper的实证研究发现，借款人银行认证账户的交易状况及借款人的信用评级等与违约率有关的 “硬信息”对P2P 成交率具有显著正影响。 Puro et al.（2010）［8］通过Logistic模型也发现借款人信用等级、逾期历史等因素对成交率影响显著；FreedmanandJin（2008）［9］、 王会娟和廖理 （2014）［10］、 Emekter et al.（2015）［11］分别以 “信息透明度”、 “借款成本”、 “违约概率”为视角解释了为何上述 “硬信息”的好坏会对成交率具有显著影响，而温小霓和武小娟（2014）［12］则以 “信号效应” 为视角解释了借款人历史声誉对交易成功率的影响机理。

从 “软信息” 看： Iyer et al（2009）［13］指出， 许多P2P平台的贷款人除了能够根据财务状况等 “硬信息”进行贷款决策，还能够根据平台发布的 “软信息” （如借款人工作经历、教育经历、职务特征等）进行决策。除个人经历方面的描述性信息外，也有学者基于种族特征进行了分析，Pope and Sydnor（2011）［14］便研究了种族信息对网络借贷成功率与回报率的影响并发现，虽然向黑人提供借贷可以获得更高的贷款利率，但由于他们的违约率也更高 （即平均回报率更低），所以，黑人获得借款的概率反而比白人低25%～30%。此后，有学者进一步分析了借款人外貌特征 （照片）对贷款人交易决策的影响，例如， Larrimore et al.（2011）［15］认为， 个人魅力对成交率并不具有显著影响；但是，一年后，Duarte et al.（2012）［16］的研究却发现，外貌特征对P2P成交率具有正影响，但这一影响并非借助 “魅力”实现，而是借助 “诚实”实现，即那些看上去更 “诚实”（而非 “魅力”）的人更容易获得借款。此后，又有学者从借款人的 “人格特征”入手展开了分析，如王会娟和何琳 （2015）［17］发现，借款人的人格特征（如 “勤奋”人格）对成交率具有显著正影响。Lin et al. （2013）［18］则分析了一种特殊的 “软信息” ——社群关系对交易决策的影响，发现借款人的社群关系是影响其借贷成功率的重要因素；Everett（2015）［19］则进一步研究了社群关系中的道德风险与逆向选择问题，并证明了由社群构成的关系网络确实提升了借款人的违约成本，从而解释了社群关系对成交率的激励逻辑。 Kuwabara et al.（2017）［20］则研究了借款人地位（Status）与借款人声誉 （Reputation）对成交率的“联合”影响效应，发现联合影响呈倒U型特征，即联合影响效应对声誉特别高或特别低的借款人均具有较弱影响，但对中等声誉的借款人却具有较高的影响。这一研究将传统单一软信息影响分析拓展到了多重软信息的联合影响分析。此外，Dorfleitner et al.（2016）［21］以欧洲市场为例也证明了软信息存在成交激励作用。

从羊群效应看： Zhang and Liu （2012）［22］发现，P2P市场存在羊群效应，由于信息不对称情况更为严重，因此P2P市场中的投资者通常会观察其他投资人的行为来进行决策。 Lee and Lee （2012）［23］进一步证明了P2P市场不仅存在显著的羊群效应，且羊群效应还具有边际递减特征。 Yum et al.（2012）［24］发现，贷款人只有在对高风险借款人进行信贷决策时会出现羊群行为；廖理等 （2014）［25］则解释了投资人采用羊群策略的合理性，他们指出，对于未被利率反映的违约风险，投资人有能力对其进行识别，识别途径便是跟踪产品的 “参与人数”与 “满标时间”，因此，羊群行为也可理解为信息不对称条件下投资人进行信息搜寻与识别的结果。此后，廖理等 （2015）［26］进一步发现，P2P订单的完成进度越高，越能吸引投资者参与。同时，通过细分样本，该研究还进一步刻画了羊群效应的时间特征，即借款人信息不对称水平越高，借款合同在开标初期的羊群效应越显著，但羊群效应的持续时间更短。曾江洪和杨帅 （2014）［27］进一步指出了P2P交易中的羊群效应与普通金融市场中的羊群效应的区别，他们认为，潜在出借人在进行投资时会受到其前期出借人的影响，但是，与盲目模仿前期出借人的投资决策不同，P2P市场上的潜在出借人会通过观察同伴的投资决策来推断借款人的可信赖度，并结合借款项目公开的信贷信息来调整自己的判断，是一种理性的羊群行为，而周耿和范从来（2016）［28］则进一步指出， P2P市场羊群效应的理性成分在复杂产品中表现得更加突出。

（二）研究反思

现有文献对P2P交易决策的研究大多基于西方研究模式——以借款人风险特征来度量和分析贷款人交易决策。这一研究模式的不足在于，西方P2P平台的职能是 “信息”中介，而非 “信用”中介。然而，“本土化”背景下，我国P2P平台大多兼具信用中介功能 （彭冰，2014）［29］，多数平台迫于竞争压力，普遍提供 “承诺保本、全额抵押、第三方担保”等 “增信”措施，甚至还由平台自身提供风险备付金 （叶湘榕，2014）［4］。这意味着，我国P2P平台在风险分担上具有特殊性，它并非简单的信息中介，与“借款人”风险特征相比，投资人更看重的往往是“交易平台”的风险层级。这使得投资人的交易决策对借款人特征的敏感性将远远低于对平台特征的敏感性。这为本土化P2P交易决策研究提供了逻辑入口。

基于上述对现实特征的反思，本文认为应考虑在如下方面对现有研究进行拓展：

1.从侧重 “借款人特征”及 “标的物特征”（Michaels， 2012； Lee et al.， 2012）［30-31］对交易决策的影响分析拓展到侧重 “平台特征”对交易决策的影响分析。

我国P2P市场中，不同平台在资金杠杆率、运营时间、平台背景、信用等级、风控模式、标的资产类型等方面均存在较大差异。这些因素通常比借款人风险特征更能影响贷款人交易决策。例如：对于“打包发售”类产品 （而非 “散标”产品）而言，由于资产端通常不是对接单一的借款人，而是借款人集合，所以，P2P平台对资产包的 “风控能力”及“担保能力”便会直接影响投资人决策，换言之，平台运营实力、平台背景等 “平台级”风险要素对交易成功的影响远比单一借款人风险特征的影响更重要。但截至目前，有关平台特征 （运营模式、担保模式、平台背景、平台排名）对交易决策的影响研究依然鲜见①仅有少量研究分析了平台异质性对交易决策的影响：陈冬宇 （2014）［32］以社会认知理论为基础将平台差异作为环境因素 （而非个体因素）引入交易决策分析，通过PLS结构方程模型证明了平台安全保证水平对贷款人交易决策的影响；于博和张峻琪 （2016）［33］分析了平台异质性对 “成交规模—收益率”敏感性及 “客户粘性—收益率”敏感性的影响，解释P2P行业为何普遍存在 “跨界整合”及 “背景粉饰”等群体行为。。

2.从侧重 “贷款人非理性行为研究” （如羊群效应）拓展到侧重 “平台价格竞争及其非理性行为研究”。

P2P与传统金融机构比，其优势在于对长尾客户的下沉能力更强。但是，随着平台跑路及平台 “获客成本”的攀升，客户避险情绪和转移速度都在提高，这导致P2P平台存在通过价格竞争来提升市场竞争力的需求。然而，有关价格竞争方面的羊群效应研究依然处于空白。然而，若非理性价格竞争得不到规范，则必然会影响P2P市场的良性、健康发展。所以，从行业规范发展角度看，贷款人羊群行为只是对市场环境及其不确定性的被动反映，而平台运营中的羊群行为则是主导市场竞争环境、引发市场不确定性的驱动力量。更重要的是，价格竞争中的羊群效应很可能对不同 “资历”的平台具有截然不同的管理学内涵，例如：于博和张峻琪 （2016）［33］的研究就指出，不同背景和不同声誉水平的平台，成交规模对价格竞争的敏感性并不相同——低声誉、无背景的平台并不能从价格竞争中增加新客户，但可以在价格竞争中增加老客户的粘性。可见，这一领域的研究拓展将为提升P2P行业管理质量提供理论借鉴，也会为防范平台恶性竞争及行业风险集聚提供管理路径。

三、P2P交易风险的影响因素分析

（一）文献评述

现有P2P市场的风险研究主要结合 “违约风险”和 “管理风险”两方面展开。前者主要与借款人的信用风险及市场的交易风险有关；后者则与P2P市场波动与行业发展的不确定性有关，主要体现为“商业模式、风控模式及政策波动”所引发的不确定性水平的上升。

1.违约风险。

就 “违约风险”而言，其 “研究脉络”可概括为：“借款人硬信息对合同违约率的影响→借款人软信息对合同违约率的影响→合同本身的设计对违约率的影响”。具体而言：

首先，现有研究利用借款人信用评级 （王会娟和廖理， 2014）［10］、 债务偿付能力 （Emekter et al.，2015）［11］、 历史信用记录 （李金阳和朱钧， 2013）［34］等 “硬信息”解释了P2P借贷合约的违约率特征。陈霄 （2014）［35］则对上述 “硬信息” 影响违约率的逻辑进行了构建和分析，指出 “声誉租金”的存在是逻辑传导关键，即借款人信用等级越高，其 “声誉租金”越高，这会降低其借贷成本、进而通过降低逆向选择来降低违约率。其次，现有文献也从“软信息”视角解释了P2P借贷合同的违约率特征。例如：廖理等 （2015）［2］的研究发现，受教育程度较高的借款者的实际违约率较低；蒋彧和周安琪（2016）［36］研究发现， P2P网贷存在地域歧视， 贷款人更倾向于向高收入地区的借款人提供资金，因此导致低收入地区的借款人更倾向于设定较高的利率以争取贷款，但这间接增加了该地区借贷合同的违约风险； Berger and Gleisner （2009）［37］发现， 借款人存在利用 “软信息”进行 “自我粉饰”的倾向，而Michaels（2012）［30］的研究则进一步证明了粉饰性 “软信息”虽有助于提高成交率，但也会将贷款人引入歧途，因为这些信息与违约率上升密切相关，尽管这一结论在基于欧洲P2P市场的实证研究中并没有获得支持 （Dorfleitner et al.， 2016）［21］。 除常规的描述性 “软信息”外，学者还特别研究了 “社群网络”这一特殊 “软信息”对违约率的抑制作用。例如，Collier and Hampshire （2010）［38］基于 Prosper 平台的实证研究发现，借款人的社群网络关系是贷款人进行投资决策的重要依据，因为它对降低借款人违约率具有显著正影响，作者将这一影响的逻辑归因于社群网络的公共监督效应； 然而， Lin et al.（2013）［18］则认为，借款人的社群网络关系会产生一种 “质量信号效应”，进一步地，他从信号理论的角度解释了社群网络对借贷成功率、借贷价格和借贷违约率的影响；缪连英和陈金龙 （2014）［39］则研究了社会资本对违约率的影响，发现借款人加入群组的数量以及借贷人增加投资人为朋友的数量越高，借款人违约成本越高，违约率越低，即社会资本在甄别、监督及社会惩罚方面对 “违约率”具有显著抑制作用。最后，现有文献也以 “合同本身的设计”为视角，结合 “集体信贷模式 （Group Lending）”研究了合同设计对违约率的影响。 例如： Berger and Gleisner （2009）［37］指出，集体监督机制对P2P市场中的违约风险具有显著抑制作用。该研究认为，这一抑制作用主要与借款集体中的负责人能够更好地进行风险跟踪 （尤其是对于高风险借款人） 有关；Paxton（2000）［40］也证明了集体信贷模式能够促进小额贷款的有效回收，并认为集体监督模式下，由于个人债务偿还情况会影响该集体的整体信用评级，所以，此时行使金融中介监督职能的不再是金融机构，而是借款集体这一特殊组织。由于组织成员之间常常关系比较亲近，因此其监督效应比传统金融机构更强； Hartley （2010）［41］则以Grameen银行为例进行了案例分析，证明了集体信贷模式在控制信用风险方面存在正影响。尽管上述研究肯定了集体信贷模式的风险防范能力，但也有研究发现这一模式并非总能奏效。例如，Freedman and Jin（2008）［9］指出，借款集体负责人在 “网贷” 这一虚拟世界中，有动机介绍低质量的贷款以增加自己的收入； Everett（2015）［19］认为， 集体信贷的优势是建立在借款集体成员之间相互了解基础上的，对于彼此相对陌生的P2P交易，此机制是否仍能降低违约概率需进一步研究； Wang and Greiner （2011）［42］指出，以Grameen银行为代表的集体借款模式并不适用于P2P市场，因为P2P市场的风险波动特征及弹性对于投资者而言都是全新的。

2.管理风险。

管理风险方面的研究主要包括 “平台风险、政策风险、技术风险”三个方面。从逻辑联系上看，它们之间并不具有某种特定的因果关系，而是呈现出一定的独立性。因此，对于管理风险，本文不再进行脉络梳理，而只是对现有文献的研究方向和主要结论进行简述。

平台风险方面：我国P2P行业的一个异化特征是由道德风险引发的平台跑路问题。由于我国的P2P平台不仅是信息中介，还在一定程度上担负着 “信用中介”职能，所以，如何遏制平台跑路现象的发生是当前P2P市场风险管理的重中之重。对此，梅安察 （2014）［43］基于中国100家问题P2P平台样本，从借款人、投资者和P2P平台三个层面分析P2P问题平台的成因；李先玲 （2015）［44］则将各问题平台的微观数据进行汇总，分析了问题平台在地域分布、注册资本以及生存时间等方面的异同，以及上述因素对平台跑路的影响。黄益平等 （2016）［45］在将研究样本扩大到3439家P2P平台后，探讨了哪类P2P平台更容易跑路，并采用非参方法估计其生存曲线、通过参数方法研究其久期。该研究最终发现，信息的缺失、利率区间的狭窄以及风险相对较大等因素是导致出现问题平台的重要诱因。政策风险方面：杨东（2017）［46］则指出，未来监管模式与监管细则的推出很可能直接改变P2P平台的业务流程与经营模式。这意味着监管本身也会导致市场的不缺定性，从而引发未知的政策风险。罗斯丹和王苒 （2014）［47］指出，国家还没有针对P2P网络借贷平台制定专门的法律，而P2P恰恰处于金融和互联网的交叉领域，因此易形成监管真空，并引发监管套利风险。技术风险方面：首先，P2P平台通常并无小额信贷业务经验，仓促上线、盲目扩张，导致资产规模膨胀速度明显快于技术更新速度，从而诱发技术风险；其次，P2P平台缺乏资金监管经验，借款的真实性审核及借款去向的跟踪能力相对较低，中间账户的资金操作长期处于监管真空状态，个别平台的风控机制及资金监管甚至形同虚设 （杨东，2017）［46］，这不仅危害行业发展，同时还会诱发洗钱风险 （黄国平，2015）［48］。

（二）研究反思

1.现有违约率决定因素研究主要仿照西方研究模式——侧重于借款人特征对违约率的影响分析，但该研究范式忽视了 “平台特征”对违约率的影响。

少量国内研究关注了平台特征对风险的影响，但其研究焦点大多集中于平台跑路问题，而对平台特征如何影响违约率缺乏研究。例如：P2P平台的借贷审核机制设计如何影响借款人违约倾向就鲜有文献进行分析。然而，平台对借款人的审查制度、跟踪制度、奖惩制度无疑会对借款人违约倾向和违约成本产生一定影响。但是，截至目前，这些需要依靠合同级数据展开的研究依然鲜见。仅有的一篇文献是Hildebrand et al.（2010）［49］， 该研究发现， 取消 P2P交易平台下对领导者的回报有助于减轻市场中的委托—代理问题，进而降低P2P借贷交易的整体违约率。可见，基于中国P2P市场发现现状，拓展这一领域的研究能够为优化风险监管、规范行业治理提供来自平台异质性视角的理论依据与政策空间。

2.有关P2P市场专属的风险度量、风险评估、风险预警模型研究依然鲜见。

互联网环境下的P2P交易在信息半径和风险半径方面都与传统商业银行不同，构建基于P2P交易的风险评估模型，尤其是基于大数据的反欺诈模型、违约风险识别模型、订单匹配模型 （根据投资人风险偏好对订单进行交易过滤），对于防范信用风险具有重要意义。

3.P2P市场监管政策波动的效果评价研究目前依然欠缺。

政策风险方面，《互联网金融信息披露个体网络借贷》标准已于2016年发布，但有关P2P信息披露规范的实践效果与管理评价研究至今仍然鲜见，尤其是信息披露制度建设对于监管机构的风险跟踪能力及穿透式监管能力究竟具有怎样的 “真实”影响，这些内容亟待进行实践拓展。例如，可尝试结合DID或断点回归模型对试点地区及试点平台进行政策效果分析与管理质量评价。交易风险方面，政策波动对P2P市场交易价格及交易粘性的影响测评，依然鲜有文献涉及。例如，伴随监管升级，P2P产品的整体收益水平及期限特征均出现了较大幅度变化，于是，构建研究过程来分析外生政策波动的冲击水平、冲击结构，进而量化政策波动风险，将是未来研究中要攻克的重要方向。

4.技术创新对P2P行业的战略性影响研究目前依然鲜见。

第一，基于区块链的 “去中心化”交易已经在电子票据、电子货币领域取得进展。但如何拓展至P2P交易呢？例如，如何构建基于区块链技术的P2P交易平台、如何基于共识机制为P2P交易提供抗否认能力及可回溯优势，这些内容将是未来研究中需要攻克的重点。

第二，构建基于P2P市场 的 “风控模型”及“风控算法”，从而快速迭代出准确的风险定价机制是P2P产品利用信息优势提升竞争力的关键，然而，这一领域的研究至今鲜见。拓展上述研究将有助于提高P2P市场的风险防范能力，并为优化监管策略提供技术性辅助。

四、P2P风险溢出效应分析

（一）文献评述

P2P风险溢出效应研究主要遵循 “从微观溢出到宏观溢出”的研究脉络，具体包括以下三方面：“P2P对传统商业银行资产负债表 （交易规模）的冲击分析→P2P市场的利率定价对传统市场利率定价（交易价格）的溢出分析→P2P对货币政策有效性的影响分析”。

首先，从交易规模的冲击效应看：金融市场是相互连通的，P2P风险不仅仅只体现在网络借贷市场内部，还会通过担保、支付结算、利率市场化等途径（杨少芬和吴湧超，2015）［50］传导到传统金融机构，形成网贷平台的风险外溢。高效率、无摩擦、低门槛等行业发展特性会加速P2P网贷金融风险在不同市场间的传播 （阮素梅和何浩然，2016）［51］，并通过直接和间接两种形式对传统商业银行形成风险溢出效应（韦起和张强，2015）［52］。其中，直接风险溢出包括托管合作、直接业务往来；间接风险溢出包括类证券模式促进系统化风险、高收益率增加市场波动、监管缺乏引发信用风险和弱化货币政策效果导致流动性风险。郑联盛 （2014）［53］认为网络贷款最为突出的特征是无担保、无抵押、流转快、数额小，利率水平高，因此，网络贷款对传统商业银行信贷功能构成替代效应，并因此冲击商业银行盈利能力；郑志来（2015）［54］证实了负债业务方面， P2P对传统商业银行构成显著的资金分流，而资产业务方面，商业银行在中小微贷款方面的效率和成本控制能力远低于P2P网贷平台，因此也会受到P2P市场规模扩张的冲击。

其次，从交易价格的溢出效应看：早期研究主要对P2P市场利率的波动特征进行分析，即对单一借贷合约的定价展开研究。例如：现有文献从借款人财务信息 （Everett， 2015）［19］、 软信息 （Gonzalez， 2014；Durate， 2012 ）［55］［16］、 未 认 证 信 息 （ Michaels，2012）［30］、 社交网络 （Freedman and Jin ， 2014； 裴平和蔡越， 2016）［56-57］、 个体特征 （Sonenshein et al.2011；Herzenstein et al.2011）［58-59］、 参 与 成 本 （Johnson，2010）［60］、 拍卖竞价策略 （陈虹和马永健， 2015）［61］、网络安全风险感知 （曾建光，2015）［62］等方面研究了P2P交易价格的决定因素。近期研究则转向了通过研究P2P市场整体利率特征 （定价水平与波动特征）来研究P2P市场对传统金融市场定价水平及价格波动的溢出效应，例如：陈霄和叶德珠 （2016）［63］实证考察了2012—2014期间的网贷市场利率特征，证明了其具有逆周期性，且与Shibor利率存在单向溢出效应；何启志、彭明生 （2016）［64］基于单元和多元GARCH模型分析了P2P网贷利率与Shibor利率及国债利率之间的价格传导关系，发现前者具有风险累积效应，但不具备杠杆效应，对利好、利空的反应大体一致，且Shibor利率及国债利率均对网贷利率具有单向波动溢出效应；韦起、张强 （2015）［52］研究发现，P2P网贷平台的风险会通过价格机制间接溢出到商业银行，即当P2P市场利率远高于银行理财产品的收益率时，一旦出现较多的融资方违约，则会加剧市场波动，并通过价格联动使风险传递到商业银行。从溢出效果上看，利好消息对P2P网贷市场交易价格的影响更大，产生的溢出效应更强。当然，也有研究提供了差异化结论。例如，刘境秀和门明 （2016）［65］利用Gaussian/SJC Copula函数对P2P网贷市场利率对股票市场和债券市场收益率的波动溢出效应进行了实证检验，发现P2P与股票市场、债券市场的尾部相关性很弱，不存在显著的风险溢出效应。

最后，从P2P对货币政策有效性的冲击作用看：现有研究认为，P2P网络借贷通过影响资金漏损率、活期—定期转化率、利率定价等渠道影响货币政策的有效性，并对货币供给的可测性和可控性形成冲击。黎伟和王亚星 （2016）［66］的研究表明，P2P通过利率渠道大大降低了货币政策调控的准确性和传导效率；唐珺钰 （2015）［67］也发现，在VAR模型中引入P2P融资模式后，基准利率的变动对商业银行信贷规模的影响效果显著降低，说明货币政策的利率传导效力减弱；刘贵斌等 （2016）［68］在研究中指出，互联网金融体系存在类似传统商业银行的信用创造功能，但是，其对法定存款准备金政策的敏感性更低，这意味着，P2P也降低了货币政策数量传导 （而非价格传导）的效力；陈虹和马永健 （2016）［61］发现，P2P行业整体成交规模对Shibor利率冲击具有短暂的正反馈特征，同业拆借利率越高，P2P整体成交规模会在短期内出现正向脉冲响应特征，这意味着，在货币政策收紧、资金压力上行条件下，P2P行业的成交规模反而出现了短暂性上升，这将对紧缩性货币政策产生一定缓释作用，即P2P交易具有潜在的逆周期特征。事实上，这与现有研究对影子银行 （袭翔和周强龙，2014）［69］及广义信贷 （王铭利，2015）［70］的认知基本相符。此外，还有研究从P2P市场与传统信贷市场之间的分割效应解释了这一逆周期缓释效应——P2P市场与传统信贷市场存在明显的分割特征，P2P利率与成交规模对货币政策波动并不敏感 （钱金保，2015）［71］，这导致P2P市场更有能力按照自身价格规律去运行，从而在一定程度上对冲了货币政策的传导效力。

（二）研究反思

1.P2P对商业银行资产负债业务冲击的数量特征及结构特征研究依然鲜见。网贷金融长期以来一直呈现出非线性增长特征，因此，其对商业银行资产负债表也将呈现出非线性冲击效应。这一非线性冲击预期与P2P企业的生命周期有关，随生命周期的提升，P2P企业不仅会摆脱对长尾客户的服务定位，还会通过客户分层和业务创新与商业银行争夺核心客户。然而，基于生命周期视角的非线性冲击研究及商业银行风险预警研究仍属空白。

2.P2P利率波动对传统利率市场的风险溢出效应及其异质性特征研究依然鲜见。不同背景、实力的P2P平台，其 “成本/收益”函数通常并不相同。于是，不同平台的利率方差会存在显著差异，从而导致不同平台的风险溢出能力也存在差异。但截至目前，溢出效应的异质性研究依然鲜见；其次，我国网贷市场的动态价格监测机制尚不完善，难以利用金融工程手段 （如Nelson-Siegel模型）构建包含期限结构的利率风险管理模型以拟合网贷市场利率期限结构的动态特征，这为今后探索期限结构在P2P利率形成中的作用预留了空间。

3.P2P网贷在不同的经济波动结构中是否均具有逆周期特征目前依然有待确认。这一研究有助于完善货币政策评价机制。因为，认识正规金融与互联网金融在不同经济周期下对政策传导的反馈效应及其反馈差异是准确度量货币调控效果的前提。

五、P2P监管困境与对策分析

（一）研究综述

目前，P2P监管研究主要集中在以下几个领域：监管模式 （分业/混业）与监管目标分析 （Gao，2011）［72］、 法律地位与司法体系建设 （洪娟等，2014； 刘绘和沈庆劼，2015）［73-74］、 征信与信用评级制度建设 （谈超等，2014；卢馨和李慧敏，2015；肖曼君等， 2015）［75］［5］［76］、 信息披露制度及自律制度建设 （董妍，2016； 黄震等，2014）［77-78］、 行业准入与退出机制建设 （叶湘榕，2014；李渊琦和陈芳，2015； 张永亮和张蕴萍， 2015）［4］［79-80］、 “去担保化”机制的实施与保险产品的导入 （俞林等，2015；闫春英和张佳睿，2015）［81-82］、监管模式与风控机制创新 （巴曙松等， 2016； 杨东， 2017）［6］［46］。

从上述监管研究的现状不难发现，现有研究更多地聚焦于 “制度”、“法律”、“产品设计”、“风控机制”等方面，但是，从整个行业视角进行 “监管思路、监管导向、监管博弈”研究的文献却相对鲜见。事实上，上述三方面才是当前P2P行业监管所面临的主要困境。

（二）监管困境与对策分析

1.“监管思路”上的困境与对策分析。

现有研究侧重于监管 “制度”如何完善，但却忽视了监管 “思路”如何构建。具体而言：传统金融监管主要采用 “准入式”监管，通过 “准入门槛”进行风险把控。然而，这一监管思维已经不适应互联网金融的发展，因为：其一，互联网金融本质上是科技创新下的金融革命，是依靠技术驱动来重构企业商业模式及成本优势的金融创新。与传统金融依托高成本运作不同，互联网金融主要依托技术优势来获取成长机会。换言之，资本优势无法创造互联网金融企业的核心竞争力，相反，技术优势才是在根本上决定互联网金融企业能够始终保持竞争力、始终拥有市场优势及成本优势的关键。只有在快速的技术迭代中始终保持前沿性优势，互联网金融企业才能拥有更强的竞争力和更低的风险水平。然而，传统的准入式监管主要以资本实力为参照，无法 “对标”技术创新。其二，互联网金融具有天然的多业态混合特征。首先，互联网金融企业的业务领域通常具有多元化特征，涉及较多的细分市场；其次，强烈的 “马太效应”使得在细分领域具有知名度和竞争力优势的企业可以凭借其品牌优势、技术优势、数据优势以较快的速度向更多新兴领域扩展；再次，互联网金融的 “场景化”扩张模式导致基于不同商业场景的跨界融合成为互联网金融企业的天然属性；最后，互联网金融企业通常会依托资源优势为客户提供 “综合”服务，自发地开拓上、下游业务空间，甚至实现产业链的纵向整合。上述事实表明，互联网金融企业通常具有多业态混合特征，这意味着准入式监管思路 （一项业务一个牌照）在 “资质供给”方面难以与互联网金融企业的 “业态特征”相吻合。上述两方面分析说明，亟需构建与互联网金融企业生态环境更为匹配的“创新式”监管思路—— “技术驱动式”监管。

实施技术驱动式监管的对策建议如下：其一，监管层要在监管思维上完成从准入监管向行为监管的过渡，并将企业创新能力作为行为监管的核心参照物；其二，从单纯的对企业资本实力的监管转向对企业技术与管理能力的监管，如考察企业基础性技术设施的构建情况，对企业关键性信息系统进行定级备案及风险测评；其三，完善行业级的信息共享、共建机制，构建并发挥行业协会在联合企业进行技术创新与资源整合方面的优势，提升P2P行业的技术更新与产品迭代能力、降低行业成本、增强行业反脆弱性。

2.“监管导向”上的困境与对策分析。

现有研究侧重于监管 “策略”如何优化 （如禁设资金池、禁止拆标、禁止 “自融”、强制资金托管、强制交易限额等），但却忽视了对监管 “导向”的反思。具体而言，应该反思怎样对整个P2P行业进行 “功能定位”，进而以此为基础来确定有助于该行业长期、健康发展的监管导向，毕竟，单纯将P2P网贷金融定位于普惠金融、小微金融的理念与行业发展需求及现实实践并不相符 （陆岷峰和杨亮，2015）［83］。然而，自2016年8月 《网络借贷信息中介机构业务活动管理暂行办法》公布后，P2P网贷金融被定位于小微金融范畴，这对现存P2P业务构成了较大的 “合规”压力。新政出台后，大量P2P平台被迫通过 “牌照收购、持牌机构合作、通道交易、集团化运营”等方式来应对监管新政。然而，当立足于长期战略视角进行观察时，我们不难发现，应尝试从 “金融市场化改革”及 “金融发展”的高度重新反思P2P网贷金融在经济发展过程中的 “职能定位”，必须充分认识到P2P网贷金融在完善金融供给结构、服务实体经济方面的积极意义，才能客观、科学地制定监管策略以推动网贷金融行业的长期健康发展。换言之，树立正确的监管导向是科学监管的前提。

优化 “监管导向”的对策建议如下：其一，从战略角度出发，一方面应适度放宽合规平台的交易额度，逐渐探索和完善P2P网贷金融的职能定位；另一方面，应高度重视监管边界调整过程中所衍生的新风险，并对其进行动态跟踪与治理，从而在兼顾风险的前提下逐步尝试将网贷金融的职能定位从 “小微金融”过渡到 “广义金融”①广义金融泛指资金供求双方运用各种金融工具，通过各种途径进行的全部金融性交易活动。如机构与客户之间以及各机构之间以存款，贷款，信托，租赁，保险，票据抵押与贴现，股权，债权及金融衍生品为交易载体的一切金融交易活动。。其二，激励P2P平台在更宽业务口径下展开产品与营销创新，更充分地利用互联网技术来构建信贷场景，进而提升金融服务可得性、推动普惠金融实践。其三，鼓励P2P平台展开 “平台间”数据合作，通过推动地方性及全国性金融科技服务供应商的合作来构建 “反欺诈与网贷风险防范”基础数据库及风险评价体系。其四，发挥区块链技术在 “去中心化”及 “共识构建 （可追溯）”方面的优势，构建基于区块链技术的P2P交易基础设施，并对接现有区块链应用 （如ABS及电子票据）。其五，构建 “网贷金融”与传统金融之间的价格联动机制，并以此构建P2P利率走廊及量化P2P市场与传统市场间的风险溢出水平，从而为优化货币政策调控提供理论依据。其六，着力化解监管博弈不断升级背景下的行业成本压力。监管升级引发的合规压力不断推动P2P平台与 “持牌机构”和 “过桥机构”展开通道类合作，这将额外增加P2P平台的运营成本，若此成本最终通过产品价格转嫁，则必将增加交易风险。因此，优化P2P平台成本管理、减少“中间成本”对于推动P2P行业的长期健康发展至关重要。

3.“监管博弈”上的困境与对策分析。

现有研究侧重于监管 “策略”如何优化 （如禁设资金池、禁止拆标、禁止 “自融”、强制资金托管、强制交易限额等），但却忽视了监管策略实施之后的 “监管博弈”。具体而言， 《网络借贷信息中介机构业务活动管理暂行办法》明确规定：其一，P2P平台不得私自代销银行理财、券商资管、基金、信托及保险等金融产品。其二，P2P平台不得直接或变相向出借人提供担保或承诺保本保息，也不得对其提供增信服务。其三，P2P产品不得拆分销售。其四，P2P中介机构应客观、真实、全面、及时地承担信息披露责任。其五，自然人/法人在单一平台/多平台下的借款限额累计不得超过100/500万。 《暂行办法》推出后，P2P行业监管博弈不断升级并引发了一定的监管困境：

一方面，P2P平台纷纷以参股或注册为交易会员的方式寻求与各地金交所②金交所：金融资产交易所，或金融资产交易中心。其业务范围涵盖债权、股权、实物等基础资产交易及权益性资产交易，同时，该平台也提供第三方担保及增信交易及投融资信息发布。目前，基础资产交易以各类国有资产、不良资产、债权及实物资产的转让为核心；权益资产交易则以股权及其他收益权转让为核心，包括但不限于信托受益权、票据及应收账款收益权、融资租赁及小贷资产收益权等。的合作，从而将各种标准化/非标准化债权通过过桥企业在金交所平台进行打包发行，并以平台为主体进行受让与承销。债权资产在经过金交所平台转让后，其产品属性就不再是银行、信托、券商及基金资管类产品，因此能有效规避《暂行办法》对产品属性及限额的监管要求。另一方面，为应对监管，大量P2P平台纷纷转向集团化运营，并借助 “子品牌”分割实现专业领域的细分式发展，不同 “子品牌”用于对焦不同细分业务领域（如私募、公募、互联网小贷等业务领域），通过在各细分领域进行牌照收购以实现集团化 “全牌照”经营，并借助不同 “子品牌”与相关持牌机构展开通道式合作，从而分领域实现 “合规”转型。同时，“子品牌”模式从垂直化视角有利于开拓上下游合作空间、从平行视角有利于对业务及客户进行差异化定位以实现更精准的业务对标及客户下沉以及未来的“分拆上市”。

从 “监管博弈”视角优化监管的对策建议如下：其一，《国务院关于清理整顿各类交易所切实防范金融风险的决定》未明确禁止金交所对其挂牌产品提供增信。因此，应明确要求金交所不得对网贷产品进行直接或第三方增信。其二，尽管金交所单一权益类产品的持有人不得超过200人，但金交所在进行各类债权收益权及股权收益权转让时，通常会将权益资产拆分为若干相等份额的资产包，然后再按照标准化合约的方式进行转让，但是，《暂行办法》已明确要求网贷产品不得拆分销售。这意味着金交所对相关网贷产品的挂牌过程必须实施统一的监管口径。对此，建议增设金交所 “合格投资人制度”并对金交所 “网贷类”产品的合格投资人进行风险教育及测评，同时，设定单一平台 “网贷资产”的投资额度及投资条件，并保持与 《暂行办法》匹配。其三，《互联网金融信息披露个体网络借贷》标准规定，P2P产品的信息披露应包括 “项目简介、金额、期限、收益率、还款方式、资金流向、资金使用、还款保障”等内容。因此，应完善 “金交所”网贷类产品的信息披露制度，对基础资产类型、担保措施、风控措施、融资方财务情况和风控审核意见等要求强制披露。其四，Prosper在2007年10月为其投资人搭建了基于P2P债权的二级转让市场，2008年3月，SEC以此认定P2P平台发行的贷款凭证具有证券性质，因此要求进行申请注册。整顿后，P2P平台需在SEC登记，其发售的凭证必须在创新型经纪商提供的一个另类交易场所进行，且交易行为仅限定在开通了交易会员资格的特定P2P平台成员之间。相比之下，国内对P2P资产的二级市场流转交易尚未制定明确规则，因此，规范P2P资产的二级流转、排查各类 “灰色”流转交易平台应被写入未来的监管细则 （Paul，2013）［84］。其五，根据 《互联网金融风险专项整治工作实施方案》，同一集团内取得多项金融业务资质的，不得违反关联交易等相关业务规范。因此，建议在集团内部强制实施第三方审计，并允许公众就网贷资产的真实性及风险状况进行开放式监管。其六，应强制P2P网贷集团在集团内部构建不同部门之间的“防火墙”机制，杜绝利用某项业务牌照为其他业务谋取不当的便利，如提供担保等。其七，作为转型手段，集团化经营在一定程度上反映出行业发展的未来趋势，因此，监管当局应辩证地看待多元化、集团化等阶段性特征，并适当给予平台企业进行内生治理和风险优化的时间与空间，应通过政策协调激发企业能动性以提高金融创新的孵化速度。

［1］ Bachmann， A.， A.Becker， D.Buerckner， M.Hilker， M.Lehmann， and P.Tiburtius.Online Peer-to-peer Lending—a Literature Review ［J］.Journal of Internet Banking and Commerce，2011 （16）：1-18.

［2］廖理，吉霖，张伟强.借贷市场能准确识别学历的价值吗——来自P2P平台的经验证据 ［J］.金融研究，2014（3）：146-159.

［3］谢平，邹传伟.互联网金融模式研究 ［J］，金融研究，2012（12）：11-22.

［4］叶湘榕.P2P借贷的模式风险与监管研究 ［J］.金融监管研究，2014（3）：71-82.

［5］卢馨，李慧敏.P2P网络借贷的运行模式与风险管控 ［J］.改革，2015（2）：60-68.

［6］巴曙松，侯畅，唐时达.大数据风控的现状、问题及优化路径 ［J］.金融理论与实践，2016（2）：23-26.

［7］ Klafft， M.Peer to Peer Lending： Auctioning Microcredits over the Internet ［C］.In A.Agarwal and R.Khurana （eds.）， Proceedings of the International Conference on Information Systems， Technology and Management， IMT， Dubai， 2008.

［8］ Puro， L.， J.Teich， H.Wallenius， and J.Wallenius， Borrower Decision Aid for People to People Lending， Decision Support Systems ［J］.Journal of ACM，2010 （49）：52-60.

［9］ Freedman，S.，and Jin，G.Z.Do Social Networks Solve Information Problems for Peer to Peer Lending？Evidence from Prosper.com ［R］.Working paper， Social Science Research Network， November 14， 2008.

［10］王会娟，廖理.中国P2P网络借贷平台信用认证机制研究——来自 “人人贷”的经验证据 ［J］.中国工业经济，2014（4）：136-147.

［11］ Emekter， R.， Y.B.Tu， B.Jirasakuldech and M.Lu.Evaluating Credit Risk and Loan Performance in Online Peer-to-Peer（P2P） Lending ［J］.Applied Economics，2015，47 （1）：54-70.

［12］温小霓，武小娟.P2P网络借贷成功率影响因素分析——以拍拍贷为例 ［J］.金融论坛，2014（3）：3-8.

［13］ Iyer， R.， Khwaja， A.I.， Luttmer， E.F.P.， and Shue， K.Screening in New Credit Markets： Can Individual Lenders Infer Borrower Creditworthiness in Peer-to-peer Lending？ ［R］.Working Paper No.15242， National Bureau of Economic Research， Cambridge， MA，2009.

［14］ Pope， D.G.and J.R.Sydnor.What's in A Picture？ Evidence of Discrimination from Prosper.Com ［J］.Journal of Human Resources，2011，46（1）： 53-92.

［15］ Larrimore， L.， Jiang， L.， Larrimore， J.， Markowitz， D.， and Gorski， S.Peer to Peer Lending： the Relationship between Language Features，Trustworthiness， and Persuasion Success［J］.Journal of Applied Communication Research， 2011，39 （1）：19-37.

［16］ Duarte， J.， S.Siegel and L.Young.Trust and Credit： The Role of Appearance in Peer-to-Peer Lending ［J］.Review of Financial Studies， 2012，25 （8）：2455-2484.

［17］王会娟，何琳.借款描述对P2P网络借贷行为影响的实证研究 ［J］.金融经济学研究，2015（1）：77-85.

［18］ Lin M.， N.R.Prabhala， and S.Viswanathan.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.

［19］ Everett， C.R.Group Membership， Relationship Banking and Loan Default Risk： The Case of Online Social Lending ［J］.Banking and Finance Review，2015，7 （2）：1-31.

［20］ Kuwabara Ko， Denise Anthony， Christine Horne.In the Shade of a Forest Status， Reputation， and Ambiguity in an Online Microcredit Market［J］.Social Science Research Network，2017 （64）：96-118.

［21］ Dorfleitner，G.，C.Priberny，S.Schuster，J.Stoiber，M.Weber，I.D.Castro and J.Kammler.Description-text Related Soft Information in Peer-to-Peer Lending—Evidence from Two Leading European Platforms［J］.Journal of Banking＆ Finance，2016 （64）：169-187.

［22］ Zhang， J.J.and P.Liu.Rational Herding in Microloan Markets ［J］.Management Science， 2012， 58 （5）： 892-912.

［23］ Lee， E.and B.Lee.Herding Behavior in Online P2P Lending： An Empirical Investigation ［J］.Electronic Commerce Research and Applications，2012，11 （5）：495-503.

［24］ Yum H， Lee B，Chae M.From the Wisdom of Crowds to My Own Judgment in Microfinance through Online Peer-to-peer Lending Platforms［J］.E-lectronic Commerce Research ＆ Applications，2012，11 （5）：469-483.

［25］廖理，李梦然，王正位.聪明的投资者：非完全市场化利率与风险识别——来自P2P网络借贷的证据 ［J］.经济研究，2014（7）：125-137.

［26］廖理.李梦然，王正位，贺裴菲.观察中学习：P2P网络投资中信息传递与羊群行为 ［J］.清华大学学报 （哲学社会科学版），2015（1）： 156-165

［27］曾江洪，杨帅.P2P借贷出借人的羊群行为及其理性检验——基于拍拍贷的实证研究 ［J］.现代财经，2014（7）：22-32.

［28］周耿，范从来.互联网金融产品的复杂度、佣金水平与市场的羊群效应 ［J］.当代财经，2016（3）：43-53.

［29］ 彭冰.P2P网贷与非法集资 ［J］.金融监管研究，2014（6）：13-25.

［30］ Michaels， J.Do unverifiable disclosures matters？ Evidence from Peer-to-peer Lending ［J］.The Accounting Review， 2012 （4）： 87.

［31］ Lee Eunkyoung， Byungtae Lee， Myungsin Chae， Herding Behavior in Online P2P Lending： an Empirical Investigation ［J］.Journal Electronic Commerce Research and Applications，2012，11 （5）： 495-503.

［32］陈冬宇.基于社会认知理论的P2P网络放贷交易信任研究 ［J］.南开管理评论，2014，17（3）：40-48.

［33］于博，张峻琪.P2P网络借贷平台产品预期收益率对交易规模及客户粘性的影响——基于平台异质性的研究 ［J］.南方金融，2016（8）： 60-65.

［34］李金阳，朱钧.影响P2P网络借贷市场借贷利率的因素分析 ［J］.广东商学院学报，2013（5）：34-40.

［35］陈霄.民间借贷成本研究——基于P2P网络借贷的实证分析 ［J］.金融经济学研究，2014（1）：37-48.

［36］蒋彧，周安琪.P2P网络借贷中存在地域歧视吗？——来自 “人人贷”的经验数据 ［J］.中央财经大学学报，2016（9）：29-39.

［37］ Berger， S.C.and F.Gleisner.Emergence of Financial Intermediaries in Electronic Markets： The Case of Online P2P Lending ［J］.Business Research Journal，2009，2 （1）：39-65.

［38］ Collier， B.C.and R.Hampshire.Sending Mixed Signals： Multilevel Reputation Effects in Peer-to-Peer Lending Markets ［C］.Proceedings of the 2010 ACM Conference on CSCW，2010，Savannah，Georgia， USA.

［39］缪连英，陈金龙.P2P网络借贷中社会资本对借款者违约风险的影响——以prosper为例 ［J］.金融论坛，2014（3）：6-15，66.

［40］ Paxton， J.Modeling Group Loan Repayment Behavior： New Insights from Burkina Faso ［J］.Economic Development and Cultural Change， 2000，48 （3）：639-655.

［41］ Hartley， S.E.Kiva.org： Crowd-sourced Microfinance and Cooperation in Group Lending ［R］.Working Paper， SSRN Electronic Journal， March 25，2010.

［42］ Wang， H.， and Greiner， M.E.Prosper： the eBay for Money in Lending 2.0 ［J］.Communications of the Association for Information Systems，2011，29 （1）：243-258.

［43］梅安察.问题P2P网贷平台特征及事发原因分析——基于百家问题平台的调查 ［J］.财会月刊，2014（11）：40-43.

［44］李先玲.P2P网络借贷平台倒闭原因的实证分析 ［J］.金融发展研究，2015（3）：51-55.

［45］黄益平，沈艳，王靖一.哪类个体网络借贷平台容易出问题？——对3439家平台特征的分析与对监管框架的思考 ［R］.工作论文，北京大学互联网金融研究中心，2016.

［46］ 杨东.互联网金融治理新思维 ［J］.中国金融，2016（23）：43-45.

［47］罗斯丹，王苒.我国加强P2P风险的监管研究 ［J］.经济纵横，2014（9）：28-31.

［48］黄国平.模式 “异化”的网络借贷风险管理与监管 ［J］.财经问题研究，2015（11）：40-47.

［49］ Hildebrand， T.， M.Puri and J.Rocholl.Skin in the Game： Evidence from the Online Social Lending Market ［R］SSRN Working Paper， No.1615483，2010.

［50］杨少芬，吴湧超.互联网金融发展对利率市场化的影响效应研究 ［J］.金融发展评论，2015（8）：95-101.

［51］阮素梅，何浩然.中国P2P网贷收益率波动及其溢出效应研究 ［J］.经济问题，2016（12）：42-46.

［52］韦起，张强.我国网贷平台对商业银行风险溢出效应的实证研究 ［J］.金融评论，2015（3）：93-104.

［53］郑联盛.中国互联网金融：模式、影响、本质与风险 ［J］.国际经济评论，2014（5）：103-118.

［54］郑志来.P2P网络借贷平台发展模式及对商业银行影响研究 ［J］.西南金融，2015（7）：53-56.

［55］ Gonzalez， L.， Loureiro， Y， K.When Can a Photo Increase Credit？ The Impact of Lender and Borrower Profiles on Online Peer-to-Peer Loans［J］.Journal of Behavioral and Experimental Finance，2014，2 （6）：44-58.

［56］ Freedman， S.and G.Z.Jin.The Information Value of Online Social Networks： Lessons from Peer-to-Peer Lending ［J］.NBER Working paper，No.19820，2014.

［57］裴平，蔡越.群组制度对P2P网贷平台借款成功率和借款利率的影响——基于Prosper.com样本数据的实证检验 ［J］.经济理论与经济管理，2016 （10）：5-15.

［58］ Sonenshein， S.， Herzenstein， M.， and Dholakia， U.M.How Accounts Shape Lending Decisions through Fostering Perceived Trustworthiness［J］.Organizational Behavior and Human Decision Processes， 2011， 115 （1）： 69-84.

［59］ Herzenstein， M.， Sonenshein， S.， and Dholakia， U.M.Tell me a Good Story and I may Lend you my Money： the Role of Narratives in Peer-topeer Lending Decisions ［J］.Journal of Marketing Research， 2011 （48）： 138-149.

［60］ Johnson， S.Online or Offline The Rise of“Peer-to-Peer” Lending in Microfinance ［J］.Journal of Electronic Commerce in Organizations， 2010， 8（3）： 26-37.

［61］陈虹，马永健.P2P网贷行业利率定价模式研究 ［J］.当代财经，2016（5）：45-56.

［62］曾建光.网络安全风险感知与互联网金融的资产定价 ［J］.经济研究，2015（7）：131-145.

［63］陈霄，叶德珠.中国P2P网络借贷利率波动研究 ［J］.国际金融研究，2016（1）：83-96.

［64］何启智，彭明生.基于互联网金融的网贷利率特征研究 ［J］.金融研究，2016（10）：95-110.

［65］刘镜秀，门明.P2P网络借贷市场对资本市场的风险溢出效应 ［J］.技术经济，2016（11）：97-104.

［66］黎伟，王亚星.互联网金融对货币政策影响的实证研究——基于P2P网贷视角 ［J］.商业经济研究，2016（7）：157-159.

［67］唐珺钰.P2P模式对传统金融业的冲击及其对货币政策传导影响研究 ［J］.金融科技时代，2015（11）：99-103

［68］刘贵斌，董翠英，孙焱，俞玮，赵娜.互联网金融发展对我国货币政策影响研究 ［J］.华北金融，2016（1）：38-45.

［69］裘翔，周强龙.影子银行与货币政策传导 ［J］.经济研究，2014（5）：91-105.

［70］王铭利.影子银行、信贷传导与货币政策有效性——一个基于微观视角的研究 ［J］.中国软科学，2015（2）：173-182.

［71］钱金保.货币政策在民间借贷市场有效性研究 ［J］.南方经济2015，（11）：53-69.

［72］ GAO.Person-to-Person Lending， New Regulatory Challenges Could Emerge as Industry Grows ［R］.Public Released GAO-11-613， 2011.

［73］洪娟，曹彬，李鑫.互联网金融风险的特殊性即其监管策略研究 ［J］.中央财经大学学报，2014（9）：42-46.

［74］刘绘，沈庆劼.我国P2P网络借贷的风险与监管研究 ［J］.财经问题研究，2015（1）：52-59.

［75］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，2014，29（5）：100-108.

［76］肖曼君，欧缘媛，李颖.我国P2P网络借贷信用风险影响因素研究——基于排序选择模型的实证分析 ［J］.财经理论与实践，2015，36（1）： 2-6.

［77］董妍.互联网金融风险控制以P2P网贷平台为视角 ［J］.商业经济研究，2015（3）：79-81.

［78］黄震，邓建鹏，熊明，任一奇，乔宇涵.英美P2P监管体系比较与我国P2P监管思路研究 ［J］.金融监管研究，2014（10）：45-58.

［79］李渊琦，陈芳.我国P2P网贷的风险分析及监管对策 ［J］.上海金融，2015（7）：78-81.

［80］张永亮，张蕴萍.P2P网贷平台法律监管困局及破解：基于美国经验 ［J］.广东财经大学学报，2015（5）：88-97.

［81］俞林，康灿华，王龙.互联网金融监管博弈研究——以P2P网贷模式为例 ［J］.南开经济研究，2015（5）：126-139.

［82］闫春英，张佳睿.完善我国P2P网络借贷平台风险控制体系的策略研究 ［J］.经济学家，2015（10）：78-83.

［83］陆岷峰，杨亮.互联网金融驱动实体经济创新发展的战略研究 ［J］.湖南财政经济学院学报，2015（6）：5-11.

［84］ Paul， S.Square Pegs in a Round Hole： SEC Regulation of Online Peer-to-Peer Lending and the CFPH Alternative ［J］.Yale Journal on Regulation，2013，30 （1）：234-260.