張晶蕾 孫英雋

公開競標的貸款定價方式對P2P借貸平臺的優(yōu)化作用

張晶蕾 孫英雋

P2P借貸是一種金融創(chuàng)新模式，將互聯(lián)網(wǎng)技術與民間借貸相結合?；ヂ?lián)網(wǎng)信貸的巨大需求推動P2P借貸平臺的爆發(fā)式發(fā)展，而P2P借貸發(fā)展核心的兩個問題是信用評級和風險定價。由于我國未完全實現(xiàn)利率市場化，P2P平臺采用的是量化借款人信息的方式計算貸款利率。信息不對稱導致P2P平臺的貸款利率不能充分反映借款人風險，同時造成信譽良好的借款人不能獲得低成本的貸款。文章利用拍賣機制模型對公開競標的貸款定價方式進行探究，認為公開競標方式可以改善信息披露，降低借款人的成本，借款人和投資人在公開競標的貸款定價方式下都可以獲得靈活的選擇空間，從而提高借貸成功的比例。

P2P借貸 公開競標 貸款定價

一、問題的提出

信息技術的發(fā)展，很大程度上降低了信息不對稱和交易成本，為P2P借貸平臺的發(fā)展提供很好的環(huán)境，另一方面我國信貸配給行為普遍存在，導致互聯(lián)網(wǎng)信貸存在規(guī)模龐大的真實需求。電商金融不具有實體網(wǎng)點，能大量降低交易成本，同時互聯(lián)網(wǎng)能利用大數(shù)據(jù)，邊際成本很低。2015年1月，全國P2P借貸平臺成交量為357.82億元，運營平臺數(shù)量為1627家，貸款余額1120.64億元，綜合利率15.81%，當月投資人數(shù)為88.22萬人，借款人數(shù)為19.1萬人1。根據(jù)P2P網(wǎng)貸行業(yè)門戶網(wǎng)站統(tǒng)計，2015年1月28日至2015年2月27日P2P借貸平臺平均利率情況如圖1。

可以看出P2P平臺平均利率集中在13%至16%，并且分布明顯向右拖尾，相對于年貸款基準利率5.6%來說是非常高的。我國P2P貸款利率定價主要是平臺依據(jù)貸款人提交的信息進行評價，計算出相應的利率，借款人首次在平臺上進行貸款，其年化貸款利率平均高于20%。P2P平臺為無法從金融機構借到款項的借款人提供有效途徑，但過高的成本仍然讓許多借款人望而卻步。同時，固定的利率定價方式未能更多反映借款者信息，信息不對稱對貸款成交情況影響較大，借款人被迫接受平臺為其計算的貸款利率，信譽良好的借款者不能夠同他借款人區(qū)分開來。投資者意識到不同的借款人風險不同，但相同的利率使得投資人需要投入更多搜集信息的成本。

圖1 網(wǎng)貸平臺30天平均利率

本文對國內(nèi)外P2P借貸平臺的貸款利率定價方式進行探究，認為公開競標的貸款定價方式對信息披露，降低貸款利率，提高成交比例等方面有顯著作用。國內(nèi)外學者利用平臺數(shù)據(jù)進行大量的實證研究，本文試從理論的角度說明公開競標的貸款定價方式對P2P平臺的優(yōu)化作用。

二、探究P2P平臺貸款定價方式

P2P借貸發(fā)展核心的兩個問題是信用評級和風險定價。美國的Lending Club是全球最大的P2P網(wǎng)絡貸款平臺之一，Lending Club根據(jù)借款人的FICO信用評分以及其他信用特征計算出一個基準信用評級，再根據(jù)貸款金額和期限進行調(diào)整，得出最終的信用評級。該平臺依據(jù)信用評級確定貸款利率，分出不同的利率檔次。我國的P2P平臺主要是借鑒Lending Club的貸款定價方式，由于沒有統(tǒng)一的信用評級體系，部分平臺建立了自身的信用評價體系。

謝平（2012）通過建立信息處理模型，證明在互聯(lián)網(wǎng)金融模式中，各參與者的私人信息通過從個人信息判斷違約概率到影響投資數(shù)量，最終影響均衡價格的渠道實現(xiàn)公開化和集中化。從理論上說明，貸款利率很大程度上不僅反映公共信息，同時也能反映出私人信息。由于我國利率非完全市場化，P2P平臺采用固定的貸款利率定價方式只能部分反映借款人的風險，仍有相當高比例未被反映在利率中。廖理等（2014）借助人人貸網(wǎng)絡借貸平臺的數(shù)據(jù)進行實證分析，證實利率與違約風險之間有顯著關系，但解釋程度較小，低于信用等級，貸款期限，以及借款人個人信息的解釋程度。認為Prosper.com等采用市場化的利率定價機制減輕信息的不對稱情況，違約風險可以通過利率定價得以體現(xiàn)。

國際上，有些P2P平臺采用市場化的競標方式進行貸款定價，例如：成立于美國的Prosper.com的撮合定價方式是投資人通過降低利息率進行競拍。拍賣結束后，將利率最低的出借人的資金組合成一個簡單的貸款交給借款人；英國的Zopa采用的是二級價格拍賣機制定價方式；德國的Smava采用的是由投資人競標的定價方式。

Sven et al（2009）認為采用競標方式比文字描述更能影響投資者對借款人信用狀況的判斷。投資人會對有良好聲譽的借款人提出更低的利率要求，從而降低借款人的成本，并且可以改善借款人的信用狀況，形成良性循環(huán)。Herzenstein et al（2008）借助Prosper.com數(shù)據(jù)研究發(fā)現(xiàn)，在競標定價下借款人的財務能力和利用貸款的收益對貸款能否成功的影響程度遠遠大于基本的個人信息。有多位學者認為在競標定價的借貸平臺上，投資者的投資行為具有羊群效應。Efraim（2010）認為有聚集效應的貸款性價比高。由于信息的不對稱，投資人更愿意投資于那些競標者多的貸款標的，從而降低了該貸款利率。但利用prosper.com平臺進行實證研究發(fā)現(xiàn)，即使羊群效應降低了貸款利率，但因違約率的降低，有羊群效應的貸款期望回報率仍高于其他貸款。Dawei shen et al（2010）認為投資者不盲目追求高收益，而是更多把聚集效應作為重要指標進行參考。Binjie Luo et al（2011）認為聚集效應縮短滿標時間，降低貸款利率，從而影響借款人行為。良好聲譽的貸款更容易產(chǎn)生羊群效應，借款人為日后獲得更低利率的貸款會在還款記錄中表現(xiàn)更好。

通過對國內(nèi)外文獻的研究可以看出，競標定價方式能夠更好地披露借款人信息，激勵借款人在還款過程中履行借款約定，有良好信譽記錄的借款者更夠獲得更低成本的借款。競標機制同時激勵投資者提高投資判斷的能力，不盲目追求高利率的貸款。而現(xiàn)有文獻主要以實證研究為主，本文試從建立理論模型的方式，進一步說明公開競標優(yōu)化借貸交易的原理。

三、理論分析與假設

按照古典理論，信貸市場出清時資金供求雙方都能以合適的價格達成交易，但現(xiàn)實市場扭曲十分常見，表現(xiàn)在供求雙方對借貸利率難以達成一致，增加了交易難度。并且，利率非市場化的，或者非完全市場化的，同一個利率可能對應不同的違約風險（廖理2014）。本文認為，貸款人以二價密封拍賣形式提交可接受最高貸款利率，投資人進行競標的定價方式，有利于改善供需不對稱的問題。但前提是借款方，投資人都要“講真話”，本文通過理論分析，試探究能否得到一種機制可以使得借款人，貸款人在競價中都提交自己真實的估價。

在貸款交易中，出借方將資金出借給貸款人。貸款人對出借方資金使用權的進行估價和購買。本文借鑒拍賣模型，對公開競標的貸款定價方式的信息披露作用進行理論研究。

假設有i位借款人利用P2P平臺進行借款，借款人向平臺提交其可接受的最高借款利率ri，假設ri為均勻分布。借款人希望最大程度地獲得借款，要求其可接受的利率不小于其他借款人提交的最高利率。設某一借款人j可接受的最高利率為v，借款人了解自身的風險程度，以及利用該貸款的收益，如果借款人“說真話”，v可以反映出借款人一定程度的私人信息。

當貸款需求大于投資需求時，借款人提交的利率最高才可以最大程度上獲得借款。對貸款估計越高的人，出價越高，由于貸款最終由出價最高的借款人獲得，它也是一種具有帕累托效率的配置機制（許永國2002）。也就是說，對于所有借款人j≠i，當V≥ri時，借款人在競標中勝出。設借款人勝出的概率為p（v）＝FN－1（ri），F(xiàn)（·）為分布函數(shù)，f（·）為其相應的密度函數(shù)。在公開競標中，ri為公開信息，v為私人信息，借款人為減少借款成本，有意愿隱藏v的真實值，提交相對較低的利率。本文通過設計激勵相容機制，讓借款人通過如實報告自身估價而實現(xiàn)期望收益最大化。借款人期望收益為u（ri，v）＝p（ri）v－c （ri），c（ri）為期望支付。

下面給出該機制設計：

c（v）為借款人借款成本。對于競價者i來說，在激勵相容機制中要滿足以下兩個條件：

1.p（v）關于v是非遞減的；

滿足以上條件的前提下，借款人提交真實的估價是納什均衡，即ri＝v。證明如下：

根據(jù)激勵相容的特點可以得到如下公式：

可以看到p（v）ri－c（v）＝u（v，ri），根據(jù)激勵相容原理u（v，ri）≤u（ri，ri）

即p（v）關于v是非遞減的。

根據(jù)激勵相容原理ri＝v時u（ri，v）為最大值，即當ri＝v，上式等于零。

可以看出等式左側(cè)為FN－1（v）c（v）的求導。

由前文可知，假設v∈［0，1］為均勻分布，即f （v）＝v且f（v）＝1

現(xiàn)在要證明其逆命題同樣成立。假設條件1，2都成立，需證明當ri＝v時，u（ri，v）關于ri＝v是最大化的。把條件2帶入效用函數(shù)：

可以看出該機制從兩方面激勵借款人根據(jù)其真實對借款的估價提交借款利率。第一，從借款人希望獲得借款的意愿角度來說，在競標機制下，提交的利率越高，獲得借款的可能性越大。第二，考慮到其他借款人的競爭，理性借款人會根據(jù)自身的財務風險和利用該貸款的收益提出最接近其對本次借款使用價值的競價。

從資金出借的貸款人角度來說，該機制同樣適用。美國的Prosper.com.和德國的Smava GmbH公司都采用借款人在平臺列出最高可接受利率，由貸款人競標決定最終貸款利率的利率定價方式。對于貸款人來說，貸款人希望在P2P平臺可以“買到”信用好的貸款，貸款的價格為Pi＝vi－bi（v），bi（v）為貸款人的競標價格，但不得低于無風險利率；Pi為貸款價格。貸款人對借款人i掛出的貸款評價越高，bi（v）就越低，從而給借款人降低借款成本的機會。也就是說，貸款的評價越好，Pi就越高。一定程度上，貸款也符合一般商品的屬性。在該激勵相容的機制下，投資人對貸款的估價越高，獲得投資該項貸款的機會越大，同時投資人提交對該項貸款最真實的估價使其效用最大。

Sven（2009）利用2005年到2007年Prosper.com的交易數(shù)據(jù)進行實證研究，發(fā)現(xiàn)競標方式對利率的影響是顯著的，使用競標方式定價的利率比采用固定利率定價方式的利率低1.56個百分點。

四、競標機制的適用條件

王會娟（2014）通過利用人人貸經(jīng)驗數(shù)據(jù)實證研究發(fā)現(xiàn)信用等級越高，信用風險越低，借款人越容易獲得借款，并且借款人成本較低?，F(xiàn)實市場中，借款人并非是完全“理性的”和對自身風險完全認知的，借款人會出于各種原因隱藏自己真實的風險和還款能力，努力向市場傳遞其是信用等級高的借款人的信號?；蛘呓杩钊瞬荒苷_判斷自身風險狀況，造成貸款利率與借款人真實還款情況的不匹配。平臺需要做到盡可能的風險識別，將借款人的風險進行歸類，不同的風險等級對應相應的貸款利率范圍。由于在P2P平臺上借款人與投資人并不直接接觸，不會出現(xiàn)串謀的情況，但為防止投資人出現(xiàn)大幅降低貸款利率競標價格的非理性行為，投資人應依據(jù)P2P平臺給出的利率范圍進行競標。借款人的競標是出于對貸款的正確評價才能有效降低貸款利率。所以，在良好的信用體系以及充分的信息披露的環(huán)境下，競標機制的作用是高效的。

我國商業(yè)銀行等傳統(tǒng)信貸機構在巴塞爾資本協(xié)定對信用風險資本金要求和資本市場對信貸機構經(jīng)營績效的雙重約束下，逐步建立了完整的信用風險管理流程和操作標準，信用風險控制能力明顯增強。而P2P借貸平臺并沒有納入傳統(tǒng)信貸機構的征信體系，互聯(lián)網(wǎng)信貸征信建設剛起步，更多的風險控制需要平臺自身進行完善。

五、小 結

我國1627家P2P平臺主要有三種商業(yè)模式：以拍拍貸為代表的純線上模式，以陸金所為代表的線下項目，線上成交模式，以宜信為代表的債權轉(zhuǎn)讓交易模式。雖然我國P2P借貸發(fā)展迅速，但不同平臺趨于類似。面對我國互聯(lián)網(wǎng)信貸存在規(guī)模龐大的真實需求，平臺應推陳出新。平臺為獲得更高的交易額，應把借款人以更低利率獲得貸款的需求和投資者的降低風險獲得更高收益的需求結合，探究更好的撮合機制。

本文借鑒prosper.com的貸款利率定價模式，利用拍賣模型進行分析，認為公開競標的定價方式可以使P2P借貸交易進行帕累托改進。本文通過理論分析，認為公開競標的貸款定價方式對信息披露，降低貸款利率，提高成交比例等方面有積極的影響。隨著不斷加深的利率市場化進程，貸款的定價也會更符合市場需求。普惠金融應該為借款人提供更低成本的貸款，為有小額閑置資金的投資者帶來更低風險的投資產(chǎn)品。P2P平臺更多從用戶的需求角度進行平臺的改善，才能獲得更好的發(fā)展。

［1］黃海龍.基于以電商平臺為核心的互聯(lián)網(wǎng)金融研究.上海金融.2014（24）15-15

［2］謝平.鄒傳偉.劉海二.互聯(lián)網(wǎng)金融手冊.北京：中國人民大學出版社.2014.172-173

［3］謝平.鄒傳偉.互聯(lián)網(wǎng)金融模式研究.金融研究.2012 （12）11-22

［4］廖理.李夢然.王正位.聰明的投資者：非完全市場化利率與風險識別——來自P2P網(wǎng)絡借貸的證據(jù).經(jīng)濟研究.2014（7）125-137

［5］郭衛(wèi)東.李穎.網(wǎng)絡借貸平臺P2P模式探索.中國流通經(jīng)濟.2014（6）114-121

［6］Berger S C.Gleisner F.Emergence of Financial Intermediaries in Electronic Markets：The Case of Online P2P Lending.BuR-Business Research.2009.2（1）39-65

［7］M Herzenstein，RL Andrews，UM Dholakia.The democratization of personal consumer loans?Determinants of success in online peer-to-peerlending communities. ［EB/OL］.papers.ssrn.com.2008

［8］Berkovich E.Search and herding effects in peer-to-peer lending：evidence from prosper.com.Annals of Finance. 2011.7（3）389-405

［9］Lippman A.Krumme C.Shen D.Follow the Profit or the Herd? Exploring SocialEffects in Peer-to-Peer Lending.//Social Computing（SocialCom）.2010 IEEE Second International Conference on. IEEE. 2010：137-144

［10］Luo B.Lin Z.A decision tree model for herd behavior and empirical evidence from the online P2P lending market.Information Systems and e-Business Management.2013.11（1）141-160

［11］許永國.拍賣經(jīng)濟理論綜述.經(jīng)濟研究.2002（9）84-91

［12］杰弗里·A·杰里.菲利普·J·瑞尼.高級微觀經(jīng)濟理論.北京：中國人民大學出版社.2013.329-342

［13］王會娟.廖理.中國P2P網(wǎng)絡借貸平臺信用認證機制研究——來自“人人貸”的經(jīng)驗證據(jù).中國工業(yè)經(jīng)濟.2014 （4）136-147

［14］中國人民銀行征信中心與金融研究所聯(lián)合課題組.互聯(lián)網(wǎng)信貸、信用風險管理與征信.金融研究.2014（10）133-147

［15］戴志鋒.劉瑞.王小松.互聯(lián)網(wǎng)金融實戰(zhàn)解構.北京：經(jīng)濟管理出版社.2014.125-129

Study on Optimal Function of Open Biding Debt Pricing on P2P Lending Platform

ZHANG Jing-lei,SUN Ying-jun
University of Shanghai for Science and Technology,Shanghai 200093

P2P lending platform is a kind of financial innovation.It combines internet technology with people to people lending.The demand of Web lending promote boom of P2P lending development.Two primary keys of P2P lending are credit rating and risk pricing.Due to the uncompleted interest rate liberalization in China,P2P calculate the debt rating basing on quantification of borrowers'information.The rate of debt cannot reflect risk totally and borrowers with good reputation cannot borrow money at low rate for Information asymmetry.This paper employs auction mechanism for studying on open biding debt pricing.This paper concludes that open biding debt pricing improve information disclosure,lower debt rating and make borrowers and investors have more choice.That will raise the percentage of successful debt transaction.

P2P Lending;Open Biding;Debt Pricing

F830

A

滬江基金研究基地專項“電子商務智庫”（編號D14008）

張晶蕾，女，漢族，河北人，上海理工大學管理學院，金融學碩士，研究方向：互聯(lián)網(wǎng)金融；上海，200093

孫英雋，女，漢族，黑龍江人，上海理工大學管理學院教授，碩士生導師，研究方向：互聯(lián)網(wǎng)金融；上海，200093