P2P网络借贷市场审核机制分析

周正龙+马本江+胡凤英

内容提要：针对非对称信息下P2P网络借贷契约执行中的逆向选择问题，本文提供了以最优契约为基础的审核机制，用于改善中国P2P网络借贷契约的配置效率：通过激励可行的借贷契约分析，无套利行为的借款人不存在产出水平的扭曲，而有套利行为的借款人存在产出水平向下扭曲，并且只有无套利行为的借款人得到一个严格正的信息租金；为了放松无套利行为类型借款人的激励约束，引入审核机制用以改进契约的资源配置效率，并放松了贷款人承诺审核机制实施的假设条件，对审核机制拓展到不完全承诺情形；通过数值模拟进一步讨论了借款人分布概率、贷款人的审核概率以及承诺概率对P2P网络借贷契约的配置效率的影响。本研究对构建中国PSP网络借贷市场的金融契约有一定的启示作用。

关键词：互联网金融；P2P网络借贷契约；审核机制 ；配置效率

中图分类号：F830；F031.6文献标识码：A文章编号：1001-148X（2017）11-0141-12

一、引言

P2P网络借贷是互联网金融创新的产物，直接以互联网为媒介完成借贷双方的资金融通交易，具有不以传统银行为媒介、小金额等鲜明特色[1]。作为传统金融体系的补充， P2P 网络借贷平台能够提供从信息发布、信息搜索到完成交易全链条金融借贷服务，既可以向小微企业提供微型借贷，也可以给自然人的紧急资金需求提供融资服务，成为一种有效的、可持续的金融扶贫方式[2]。相比于传统借贷模式，P2P网络借贷模式在降低机构成本的同时提供更为及时便捷的服务，在更大范围内加强了借贷双方的信息流动和资金流动，填补了传统借贷中对小微贷款的空缺需求，同时增加了借贷流动性，借款人（即贷款资金的拆入者）信息可以为潜在的贷款人（即贷款资金的提供者）所共知，增加借款机会。然而， P2P 网络借贷之间的不对称信息又会使得借款人和贷款人容易受到个人偏好、风险特征的影响，进而影响P2P 借贷的信用评级、风险管理、监督机制等方面[3-4]。对此，有学者分析了P2P网络借贷交易过程中的信用风险问题[5]，并从行业监管、动态比例监管、原则性监管与规则性监管相结合等方面提出互联网金融监管原则和措施[6-7]。但是在平台技术层出不穷、平台模式不断更新的背景下，监管部门也很难对这个新兴、跨界经营的行业进行系统管理。加之，在考虑信息不对称的情境下，中国P2P网络借贷市场容易受到借贷双方的套利行为（即借入后再借出进行投资以获得利息差）、第三方平台的暗箱操作（即P2P借贷变为P2P后台自动运作）等方面的不良影响，使得P2P网络借贷的交易机制无法达到帕累托最优配置状态。

对此，委托-代理关系的逆向选择模型可以分析中国P2P网络借贷契约的配置效率或激励约束问题[8]。但是现代激励理论的处理大都是基于非对称信息之间的目标规划问题，常见的文献也主要考虑代理人（借款人）的激励问题，而将约束问题仅仅表述为参与约束与激励相容约束。实际上这只是为借款人的效用集合设置了下限，而对其上限的处理主要依赖于委托人（贷款人）效用最大化的目标函数。之所以这样做也是基于非对称信息造成的监控困难，但只要实施一定程度的审核机制就可以解决。尤其当单纯激励的成本已经极为高昂时，对借款人的激励将导致资源配置的严重扭曲，此时以审核机制的形式对借款人效用的上限加以约束，有可能成为一种较低代价的实现方式。例如，夏少刚等[9]从道德风险的角度对审核机制下的激励模型进行了详细的研究，并得到采用审核机制来制约代理人，可以在一定程度上减少租金。但是，夏少刚等的视角是基于租金与配置效率之间的权衡容易受到各种因素的影响，单纯改变租金的支付以提高配置效率有一定的限度，所以没有从逆向选择的角度进一步探讨。鉴于此，本文主要从逆向选择模型的角度进一步探讨P2P网络借贷的审核机制，并分析完全承诺情形下的审核机制对中国P2P网络借贷资源配置效率的影响。

由于P2P网络借贷市场的交易主要依赖于事前签订的借贷契约，本文研究视角在一定程度上拓展了审核机制在逆向选择问题下的应用范围。事实上，目前中国P2P网络借贷平台的贷款人只会关注于资本的产出水平、借款人按时还款的约束条件以及违约下的惩罚等；而借款人也只会关注于事前获得资本，不会关注事后获得资本，这是因为事后签订契约以获得资本的行为对借款人没有任何价值，因此借款人也不会进一步揭示事后的努力水平。其审核机制主要是用于检查借款人是否说真话，并且对说谎者进行一定惩罚，但由于验证借款人的类型是附带成本的，所以在一定程度上也会限制审核机制的广泛使用。对此，本文将完全承诺的审核机制拓展到非完全承诺情形，进一步改进审核机制对中国P2P网络借贷契约的配置效率。此外，本文通过借鉴Stiglitz和Weiss （1983）的终止合作的威胁机制，诱导借款人揭示真实信息[10]。最后，本文采用数值模拟的方法讨论了借款人分布概率、贷款人的审核概率以及承诺概率对P2P网络借贷契约配置效率的影响和监控作用，这对于引导中国P2P网络借贷市场的健康发展也有重要的启示意义。

六、研究结论

考虑信息不对称的情境下，中国P2P网络借贷市场容易受到借贷双方的套利行为等方面的不良影响，使得P2P网络借贷的交易机制无法达到帕累托最优配置状态。对此，本文引入委托-代理模型构造中国P2P网络借贷关系契约，并分析契约的资源配置。

首先根据完全承诺下的机制分析得到，在外生给定惩罚下，审核机制有利于减少信息租金，但不会影响契约的配置效率；在内生给定惩罚下，审核机制成了一种提高效率的替代手段，此时的审核机制改进了契约的配置效率。随后结合不完全承诺下的机制分析得到，在外生惩罚约束下的审核机制中，不完全承诺审核情形下的借款资本的产出水平要优于完全承诺审核情形下的借款资本的产出水平；同样地，在内生惩罚约束下的审核机制中，不完全承诺审核情形下的借款资本的产出水平要优于完全承诺审核情形下的借款资本的产出水平。因此，不完全承诺审核情形下的审核机制可以进一步改进完全承诺审核情形下的配置效率，并且内生惩罚下的审核机制比外生惩罚下的审核機制更多地改进了P2P网络借贷契约的配置效率。更进一步地，本文根据数值模拟分析得到，两种类型的借款人之间的产出效率差距越小时，产出水平越接近最优状态；在完全承诺审核机制情形下，当套利行为类型的审核概率越大时，借款人的产出水平越大，越接近最优状态；在不完全承诺审核机制情形下，当有套利类型的借款人的分布概率超过半数时，提高承诺概率有利于改进存在套利类型的配置效率；而当有套利类型的借款人的分布概率不超过半数时，降低承诺概率有利于改进存在套利类型的配置效率；同时，不完全承诺情形下的审核机制存在分化现象和交叉现象。endprint

在本文的借贷契约模型中，贷款人只能通过概率性的审核来甄别借款人的类型。但是，当审核技术或审核手段无法适用时，贷款人只能寻找其他工具或机制来诱导借款人揭示真实的信息。这里可以借鉴Stiglitz和Weiss（1983）的终止合作的威胁机制，进一步分析审核手段无法适用情形下的配置问题。事实上，贷款人终止合作的威胁具有类似审核的作用，同样可以放松无套利行为借款人的激励约束，本文不再进一步展开。后续研究重点是进一步考察借款人和贷款人不是风险中性情形下的审核机制，使得整个模型更具有说服力，同时也为构建中国P2P网络借贷市场的金融契约提供一定的理论参考。

注释：

① 这里需要进一步解释，θ为存在套利行为的借方，表示借方进行套利交易，进而没有直接的资本产出，属于低效率产出（或无效率产出）类型的代理人，即0θ×f（D[TXX-]）0，f（D[TX-]）>f（D[TXX-]）。

② 这里隐含了承诺的假设，即贷方或第三方平台能够承诺对租金进行合理分配以揭示借方的信息，并且同样地为了减少借方的信息租金使得最终的配置低于帕累托有效的水平。

③ P2P庞氏骗局现象：贷方进入P2P平台投资获得利益对平台信任贷方羊群效应吸引潜在贷方弥补利率差或信息租金P2P网络借贷市场失衡引发P2P庞氏骗局。

④ 约束条件紧与非紧可以表示为约束条件取等式与不等式的区别。经济意义上以激励相容约束加以说明：激励相容约束非紧，表示对委托人来說，激励相容约束不起作用，不会对委托人的最优决策产生影响，此时委托人的决策是帕累托最优的，或者认为帕累托最优解自动满足激励相容约束。如果激励相容约束紧，表示无约束的帕累托最优解不满足激励相容约束，因而激励相容为紧的解必然是次优的，所以相比于最优解而言，社会福利是降低的。

⑤ 贷款人承诺审核这个假设是必要的。事实上，如果贷款人获知在均衡时，只有存在套利行为的借款人才会报告自己是套利的，那么贷款人就不会再有积极性去审核，但是如果贷款人不去审核，那么无套利行为的借款人也会去模仿有套利行为的借款人，即说谎。因而很自然地，如果对于审核策略缺乏承诺，那么最终会出现一个混合策略均衡，其中无套利行为的借款人以一个概率选择说真话或说假话，而贷款人以另一个概率在审核与否中做出选择。

参考文献：

[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] 柳向东，李凤.大数据背景下网络借贷的信用风险评估——以人人贷为例[J].统计与信息论坛，2016（5）：41-48.

[4] 侯旻，顾春梅，王钟辉.互联网平台对互联网金融产品感知风险的影响[J].浙江工商大学学报，2016（2）：74-84.

[5] 姚凤阁，隋昕.P2P网络借贷平台借款人信用风险影响因素研究——来自“拍拍贷”的经验依据[J].哈尔滨商业大学学报：社会科学版，2016（1）：3-10.

[6] 余许友.草根金融及其发展——互联网金融P2P网贷发展的当下问题及对策探讨[J].理论探讨，2016（4）：95-98.

[7] 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（1）：2-6.

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

[9] 夏少刚， 张巍. 审核机制下的激励模型（Ⅱ）：道德风险[J]. 数量经济技术经济研究， 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.