周　勤，王　飛

（東南大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189）

信息不對稱與“言多必失”
——來自中國P2P網(wǎng)貸平臺的證據(jù)

周勤，王飛

（東南大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 211189）

信息披露是緩解信息不對稱的重要機(jī)制，然而中國的P2P平臺自身信息公布得越多卻越不令人信服，直接導(dǎo)致平臺人氣的流失。盡管平臺與借貸雙方之間存在著嚴(yán)重的信息不對等，網(wǎng)絡(luò)借貸的參與者還是具備相當(dāng)?shù)哪芰θケ鎰e平臺的優(yōu)劣。進(jìn)一步研究發(fā)現(xiàn)，規(guī)模越大、債權(quán)流動性越強、借貸參與者分散度越高的平臺越受人們的青睞，此外平臺的身份背景也會影響到人們的選擇決策。

P2P；信息不對稱；網(wǎng)貸平臺；信息披露；平臺選擇；平臺身份歧視

一、引　言

P2P（Peer-to-peer）網(wǎng)絡(luò)借貸模式源于英國，是互聯(lián)網(wǎng)技術(shù)與傳統(tǒng)民間借貸相融合的產(chǎn)物，通過第三方網(wǎng)絡(luò)平臺以信用貸款的形式實現(xiàn)資金在借貸雙方之間的流通。P2P自誕生以來憑借其便利、低門檻和高透明度的特點，迅速發(fā)展壯大，有效地緩解了小微企業(yè)和個人融資難的困境，部分滿足了大眾理財?shù)男枨?，集中體現(xiàn)了互聯(lián)網(wǎng)金融普惠性的優(yōu)勢。同時，由于互聯(lián)網(wǎng)技術(shù)的廣泛運用，包括借貸雙方之間的交易數(shù)據(jù)在內(nèi)的各類信息能夠完整地展現(xiàn)在平臺上，為國內(nèi)外學(xué)者的研究積累了大量真實有效的微觀個體層面的金融數(shù)據(jù)。而正是依靠這樣的一手?jǐn)?shù)據(jù)，不少學(xué)者在投資者參與行為的研究方面都取得了顯著的成果［1-5］。

英美等發(fā)達(dá)國家的網(wǎng)絡(luò)借貸雖然起步較早，但相對完備的資本市場卻又制約了其進(jìn)一步的發(fā)展。2014年10月的數(shù)據(jù)顯示美國的P2P平臺只有60多家，而且已經(jīng)呈現(xiàn)出Prosper和LendingClub兩家瓜分市場的態(tài)勢。相比較之下，中國的P2P網(wǎng)貸市場則是百花齊放、百家爭鳴。在中國，自2007年拍拍貸上線以來，P2P網(wǎng)絡(luò)借貸呈現(xiàn)出井噴式的發(fā)展路徑，截至2015年6月，從事P2P網(wǎng)絡(luò)借貸的平臺已經(jīng)超過了2000家。此時，包括基本情況、運營數(shù)據(jù)以及借款資料等在內(nèi)的信息公布得越詳盡的平臺理應(yīng)會獲得更多借款人和投資人的青睞。但是需要指出的是，由于目前準(zhǔn)入和退出機(jī)制的缺失，具體監(jiān)管措施沒有出臺以及企業(yè)征信體系的不健全，P2P平臺往往擁有信息優(yōu)勢，由此引發(fā)的一些道德風(fēng)險問題也確實存在，如違規(guī)設(shè)立資金池、期限錯配甚至惡意違約（根據(jù)網(wǎng)貸之家的統(tǒng)計，截至2015年6月，問題平臺的數(shù)量累計達(dá)到786家）。那么問題來了，中國P2P網(wǎng)貸平臺信息披露的質(zhì)量和真實性如何？借款人和投資人是否相信平臺披露的信息？對于平臺披露的信息又會作何反應(yīng)？

廖理等人的研究發(fā)現(xiàn)，中國P2P市場上的投資人是聰明的，能夠借助借款人公開的信息發(fā)現(xiàn)隱藏在相同利率背后不同的違約風(fēng)險［6］。那么借貸雙方在選擇平臺的時候是否也擁有足夠的智慧，能夠從蛛絲馬跡中辨別出平臺的優(yōu)劣？另外，已有的研究成果表明，當(dāng)前中國P2P市場上投資人對于借款人存在顯著的地域和身份歧視現(xiàn)象［7-8］。那么在平臺掌握信息優(yōu)勢的時候，借貸雙方在平臺選擇決策時是否也會存在身份歧視？

鑒于此，本文以網(wǎng)貸之家2013年8月—2015年6月公布的平臺指數(shù)數(shù)據(jù)為樣本，嘗試找出解答上述問題的有力證據(jù)。

二、研究假設(shè)與實證設(shè)計

（一）研究假設(shè)

盡管信息披露機(jī)制對于緩解信息不對稱問題具有十分重大的意義，雙邊市場理論和互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用也被認(rèn)為是解決陌生人之間信任缺失問題的關(guān)鍵，但就目前來說，學(xué)者們普遍認(rèn)為P2P市場上仍然存在嚴(yán)重的信息不對稱，具體表現(xiàn)為借款人占據(jù)信息優(yōu)勢掌握更多可能導(dǎo)致違約的信息［6］。具體到借貸雙方選擇平臺的時候，特別是目前的P2P平臺信息披露并沒有行業(yè)標(biāo)準(zhǔn)和制度約束，我們認(rèn)為占據(jù)優(yōu)勢地位的平臺所發(fā)布信息可能并不真實可靠，由此我們提出H1：P2P平臺自身信息發(fā)布得越多，人們對于平臺的信任感反而會下降。

如果說借貸雙方與平臺之間無法構(gòu)建信任，那么中國的P2P網(wǎng)貸市場一定會呈現(xiàn)不斷萎縮的態(tài)勢，可是現(xiàn)實情況恰恰相反，整個市場的發(fā)展異常迅猛，這就說明雖然借款人和投資人并不相信平臺的自說自話，但是他們卻一定能夠基于其他一些信息對平臺的優(yōu)劣作出判斷。對照Evans和Schmalensee的研究成果［9］，無論是從交叉網(wǎng)絡(luò)外部性，還是價格非中性，又或者需求互補性方面來看，P2P完全符合雙邊市場的特征，而根據(jù)雙邊市場理論，平臺的價值在于匹配效率，而匹配效率又取決于平臺的規(guī)模［10］。由此，我們認(rèn)為平臺的規(guī)模對于吸引借貸雙方具有正向作用。另外變現(xiàn)難易程度往往是衡量資產(chǎn)優(yōu)劣的重要指標(biāo)，分散投資也是降低風(fēng)險的有效手段?；诖耍覀兲岢鯤2：規(guī)模、債權(quán)的流動性以及投資人和借款人的分散程度對于平臺吸引人氣具有正向作用。

金融市場上的歧視源自信息不對稱，一般來說信息不對稱程度越高，歧視現(xiàn)象就會越嚴(yán)重。為了保障投資的安全，投資人只能根據(jù)一些信號工具來判斷借款人的信用狀況和還款能力，于是就出現(xiàn)了種族歧視、性別歧視、地域歧視、身份歧視等現(xiàn)實情況［6］。那么鑒于P2P網(wǎng)絡(luò)借貸準(zhǔn)入和退出制度的缺失，再加上平臺跑路現(xiàn)象層出不窮，我們認(rèn)為投資人和借款人在選擇平臺時存在著信息不對稱問題，因而很可能存在對于平臺身份的歧視現(xiàn)象。據(jù)此，本文提出H3：在現(xiàn)階段的網(wǎng)絡(luò)借貸市場中，投資人和借款人在選擇平臺時對平臺的身份背景會存在歧視。

（二）計量模型設(shè)定

為了檢驗H1和H2，本文借鑒P2P投資人參與行為相關(guān)研究文獻(xiàn)［11-13］的做法，構(gòu)建如下模型：

其中Popularityi表示平臺吸引到的人氣；PIn表示第n類平臺信息；εi為誤差項。

此外本文還將考察P2P網(wǎng)絡(luò)借貸市場的參與者在選擇平臺時是否存在身份歧視，并初步檢驗這一歧視行為是否理性。為此，我們首先考察不同類型平臺的人氣指數(shù)是否存在差異，如果存在差異則說明對于平臺身份的歧視是存在的。在此基礎(chǔ)之上我們再考察這種歧視是否理性，為此我們借助不同類型平臺出現(xiàn)問題的概率來說明。如果說違約率低的平臺人氣指數(shù)反而較低，那么我們就推斷這一歧視現(xiàn)象是非理性的；相反，如果人氣指數(shù)較高的那一類平臺出問題違約的概率相對較小，那么我們就推測參與者會刻意避開違約風(fēng)險較高的平臺，那么這就是一種理性的歧視，具體流程如圖1所示。需要指出的是，人們選擇平臺可能受到平臺身份外其他平臺信息的影響，因此在實際考察中需要控制平臺其他信息的影響，包括平臺的規(guī)模、流動性、知名度、分散度、透明度、杠桿程度。本文對平臺身份歧視的實證模型設(shè)定如下：

其中platformi表示第個i平臺的身份背景，如果表征平臺身份系數(shù)的λ值顯著，那么我們就可以推斷出平臺身份對于人們選擇平臺具有顯著影響，以此認(rèn)定P2P市場上存在著平臺身份歧視。

圖1　實證設(shè)計思路

三、樣本數(shù)據(jù)與變量定義

（一）數(shù)據(jù)選取與網(wǎng)站特征描述

網(wǎng)貸之家于2011年10月上線，已經(jīng)發(fā)展成為P2P網(wǎng)絡(luò)借貸行業(yè)最大、最權(quán)威的第三方資訊平臺，為市場、投資者、政府和學(xué)者提供了即時、全方位、權(quán)威的網(wǎng)貸數(shù)據(jù)。為了保證數(shù)據(jù)的一致性和連貫性，同時避免網(wǎng)站成立初期可能存在的一些測試數(shù)據(jù)對研究的干擾，本文選取了網(wǎng)貸之家2013年8月至2015年6月間發(fā)布的網(wǎng)貸平臺發(fā)展指數(shù)（月度）作為研究分析的全樣本。樣本包括204個平臺總計1734個數(shù)據(jù)，其中涉及民營系平臺的有1287個，非民營系平臺的有447個。

網(wǎng)貸之家對于部分P2P平臺進(jìn)行的月度評級是基于公開可查的信息、數(shù)據(jù)，并借助量化模型計算得出的。具體包括成交量、營收、人氣、收益、杠桿、流動性、分散度、透明度和品牌這9個維度近60項指標(biāo)。評級是科學(xué)和嚴(yán)謹(jǐn)?shù)?，因為被評級平臺首先必須進(jìn)入網(wǎng)貸之家數(shù)據(jù)庫①有以下任一情形的不列入評級庫：1.平臺上連續(xù)（三天內(nèi)）出現(xiàn)三個及以上借款標(biāo)的綜合年化利率≥24%的；2.單個借款人平均借款金額≥（注冊資金、風(fēng)險準(zhǔn)備金、0.5×自身擔(dān)保公司注冊資金）三者最大值的；3.單月投資人數(shù)≤100人的；4.單月借款人數(shù)≤5人的；5.單月時間加權(quán)成交≤2000/萬元×月的；6.上線三個月以內(nèi)的；7.無法獲取詳細(xì)、明確的成交數(shù)據(jù)及平臺信息的；8.三個月內(nèi)有重大誠信問題的。，對滿足入庫條件的平臺，網(wǎng)貸之家才會根據(jù)公開可查的信息、數(shù)據(jù)，進(jìn)行打分和確定權(quán)重。平臺評級一般流程為：平臺滿足入庫標(biāo)準(zhǔn)——根據(jù)平臺成交數(shù)據(jù)對平臺進(jìn)行評級——根據(jù)發(fā)展指數(shù)倒序排列選出前一定家數(shù)（目前是100家）的平臺予以公示。

（二）變量設(shè)置

本文根據(jù)研究需要選取變量如下：

人氣（Popularity）：應(yīng)變量，表征平臺上的投資者和借款者數(shù)量的指標(biāo)，人氣積分越高說明在該平臺上進(jìn)行投資和借款的人數(shù)越多。

平臺信息變量如下：

（1）成交量（Volume）：成交量指數(shù)越高表明平臺上的成交量越高，這里本文用借助平臺成交量指標(biāo)來表征平臺的規(guī)模。

（2）杠桿（Leverage）：用于表征平臺的風(fēng)險承受能力，這里需要注意的是高杠桿積分說明的是小資金杠桿，換句話說就是平臺的高風(fēng)險承受能力。

（3）流動性（Liquidity）：表征投資人收回本息的難易程度，流動性指數(shù)越高，表明投資人在該平臺回收本金的時間越短，進(jìn)入和退出也就更加靈活。

（4）分散度（Dispersion）：用于表征平臺借貸資金的分散程度，分散度積分越高說明平臺上的借款人和投資人越分散，平臺運營風(fēng)險也就越低。

（5）透明度（Transparency）：用于表征平臺的信息透明度，越高的透明度積分說明平臺公開的信息越多，這樣的平臺也就越透明。包括平臺基本信息、借款資料、運營數(shù)據(jù)等等信息的公布程度。

（6）品牌（Brand）：用來表征平臺的知名度，品牌積分越高，平臺的知名度就越高、也就越能得到投資人和借款人的認(rèn)可。

表1　變量描述性統(tǒng)計

表1給出了變量的描述性統(tǒng)計情況。

從表2相關(guān)系數(shù)矩陣分析中可以發(fā)現(xiàn)，自變量之間的共線性問題不嚴(yán)重，可以拒絕共線性的原假設(shè)?；貧w方程方差分析的結(jié)果顯示，檢驗值顯著小于0.001，說明方程是高度顯著的，拒絕全部系數(shù)為零的原假設(shè)。表2的數(shù)據(jù)表明我們第一個假設(shè)得到了初步驗證，平臺透明度與人氣之間的負(fù)向關(guān)系說明了投資人與借款人并不相信平臺自己披露的信息。從給出的相關(guān)系數(shù)以及顯著性水平可以看出平臺交易量與平臺人氣之間存在著顯著的正向關(guān)系，說明了人們在選擇平臺時很大程度上還是取決于平臺的規(guī)模。另外，平臺流動性與人氣正相關(guān)，這說明人們確實更偏好流動性佳的平臺。而分散度指數(shù)與人氣之間的正向關(guān)系雖然存在但是很微弱還不顯著，這一點有點出乎意料，但這并不說明人們不看重平臺投融資參與者的分散程度。因為從分散度指數(shù)與交易量的相關(guān)性來看，二者之間有著非常顯著的正相關(guān)關(guān)系，這說明分散度高的平臺一般規(guī)模較大。簡單的相關(guān)關(guān)系只是為了方便理解，更為嚴(yán)謹(jǐn)?shù)淖C據(jù)將通過下文的實證分析呈現(xiàn)。

表2　變量相關(guān)系數(shù)表

四、實證研究結(jié)果

（一）信息披露、其他信息與平臺人氣

由于本文所用數(shù)據(jù)是從2013年8月至2015年6月的短面板數(shù)據(jù)，因此對于被解釋變量為人氣的計量模型，本文都依次通過F檢驗和Hausman檢驗確定應(yīng)該選擇混合回歸模型、固定效應(yīng)模型還是隨機(jī)效應(yīng)模型。而檢驗的結(jié)果（表3）確認(rèn)了計量模型都應(yīng)該采用固定效應(yīng)模型。在確定了采用固定效應(yīng)模型之后，為了計量分析的仔細(xì)和嚴(yán)謹(jǐn)，我們在樣本討論的同時采用穩(wěn)健標(biāo)準(zhǔn)誤差對原模型進(jìn)行修正。

模型（1）只針對平臺規(guī)模和透明度這兩個變量進(jìn)行檢驗，結(jié)果顯示平臺透明度與人氣在10%的統(tǒng)計水平下顯著負(fù)相關(guān)，而在控制其他平臺信息變量后，這一趨勢仍然相當(dāng)顯著，回歸結(jié)果與描述性統(tǒng)計一致。由此H1得證，平臺對自身信息的披露在借款人和投資人看來更像是一種欲蓋彌彰的行為，并不可信，當(dāng)前P2P網(wǎng)絡(luò)借貸市場上信息不對稱問題還是比較嚴(yán)峻的。

而在控制了平臺透明度后，模型（1）至模型（3）的R2分別為0.2421、0.2623和0.2788，這說明隨著變量的加入，模型的解釋能力也在增強。換句話說，雖然不相信平臺自己說的話，但是人們的選擇也并不是無序的，仍然可以根據(jù)其他可得的信息對平臺的質(zhì)量和價值作出判斷。具體來說，表征平臺規(guī)模的交易量指數(shù)與平臺人氣指數(shù)正相關(guān)，且在1%的統(tǒng)計水平下顯著，在控制平臺其他信息變量后，兩者的正向關(guān)系仍然高度顯著。由此可知，P2P網(wǎng)貸平臺的價值仍然遵循雙邊市場理論，規(guī)模越大的平臺能夠吸引到更多的借款人和投資人參與。從模型（3）的回歸結(jié)果可以看出，平臺流動性水平與人氣正相關(guān)，且在1%的水平下顯著，流動性指數(shù)每增加一個點，平臺人氣指數(shù)將上升0.0819。另外品牌和分散度對于人們的平臺選擇也有正向作用，只是影響程度不高也不顯著。需要指出的是，杠桿指數(shù)對平臺吸引人氣具有反向作用，且10%水平下顯著。根據(jù)網(wǎng)貸之家的解釋，杠桿積分越高表明平臺可能的資金杠桿越小，風(fēng)險承受能力越高。一般來說，風(fēng)險承受能力越強的平臺，出借人的資金越能得到保障，理應(yīng)更偏好于這樣的平臺，可實證結(jié)果卻恰恰相反。我們從杠桿的算法（累計待還金額/注冊資本）中發(fā)現(xiàn)，高額的注冊資本額以及有限的累計待還金額都可能導(dǎo)致較小的杠桿值。累計待還金額反映了平臺之前的成交情況，而有限的成交額或者成交量就暗含著之前借貸雙方成功匹配的效率不高，這就會對平臺的價值產(chǎn)生負(fù)面影響，進(jìn)而導(dǎo)致對潛在各邊參與者缺乏吸引力?？偟膩碚f，回歸的結(jié)果表明分別表征平臺規(guī)模、債權(quán)的流動性以及投資人和借款人的分散程度的交易量指數(shù)、流動性指數(shù)和分散度指數(shù)對于平臺吸引人氣具有正向作用，完全符合預(yù)期假設(shè)，H2得證。在P2P平臺企業(yè)占據(jù)信息優(yōu)勢的情況下，投資人和借款人還是具有一定的“避雷”能力，能夠發(fā)現(xiàn)“貨真價實”的平臺。

表3　實證回歸結(jié)果

（二）網(wǎng)絡(luò)借貸平臺身份歧視的實證檢驗

網(wǎng)貸之家對于平臺類型有以下五種分類，分別是民營系、風(fēng)投系、上市公司系、國資系和銀行系。如表4所示，民營系平臺無論是從數(shù)量還是成交量，又或者參與者數(shù)量來看都遠(yuǎn)遠(yuǎn)超過其他類型的平臺。更為重要的是，到目前為止，所有出現(xiàn)經(jīng)營問題的，無論是提現(xiàn)困難還是涉嫌惡意欺詐，都是民營系平臺?；诖耍疚膶⑵脚_類型重新進(jìn)行劃分分為民營系和非民營系進(jìn)行考察，最終民營系數(shù)據(jù)有1287個，非民營系447個。

由表5可知，民營系平臺的平均人氣指數(shù)為56.25993而非民營系平臺這一數(shù)字為62.90497。從直觀上來看，這兩類平臺之間的人氣指數(shù)存在顯著差異，非民營系平臺的人氣明顯高于民營系平臺。但是，這種初步的推斷并不足以證明平臺人氣上的差異是穩(wěn)健存在的，很可能是其他平臺信息影響到了人們的選擇。正如上文分析的那樣，投資分散度越佳的平臺對于人們來說就會更具吸引力，人們也會更多地選擇這樣的平臺。因此，我們需要控制其他平臺信息的影響。

表4　網(wǎng)貸之家各類型平臺的基本情況（2015年6月）

有鑒于平臺規(guī)模對于吸引人氣的巨大作用，模型（4）在控制平臺規(guī)模的基礎(chǔ)上分析了平臺背景身份的影響。回歸的結(jié)果表明，平臺身份的系數(shù)為-11.5169，并且具備一定的顯著性水平（在10%的水平下顯著），這說明民營系的身份將會使平臺的人氣指數(shù)下降11.5169。為了得到更加嚴(yán)謹(jǐn)?shù)慕Y(jié)果，我們將其他的平臺信息也控制住，此時平臺的身份系數(shù)為-14.3618，而顯著性水平也得到了提升（在5%的水平上顯著）。綜合表5的描述性統(tǒng)計結(jié)果以及表6的回歸結(jié)果，我們認(rèn)為平臺的背景身份能夠顯著地影響到P2P網(wǎng)絡(luò)借貸參與者的平臺選擇決策，因此P2P網(wǎng)絡(luò)借貸市場中存在著參與者對于平臺身份背景的歧視現(xiàn)象，由此H3得證。

對于平臺身份歧視是否合理的問題，本文借助對不同身份平臺的違約情況來說明。如果違約率低的一類平臺的人氣指數(shù)也低，那么就可以推斷這種歧視是一種非理性行為；但是如果人氣指數(shù)低的那一類平臺違約率高，我們就可以推斷是因為高的平臺違約率而導(dǎo)致的低人氣，而這種歧視就是一種理性行為。基于網(wǎng)貸之家2015年6月的統(tǒng)計，民營系平臺綜述達(dá)到了1875家，問題平臺累計達(dá)到了786家，平臺違約率達(dá)到了41.92%；反觀非民營系，平臺數(shù)量雖然不多（只有169家），但是從未發(fā)生過平臺違約現(xiàn)象。民營系平臺人氣指數(shù)較非民營系平臺低，而違約率卻高出不少，由此我們初步判定P2P網(wǎng)絡(luò)借貸市場上存在的對于平臺身份的歧視現(xiàn)象是合理的。

表5　各類平臺的描述性統(tǒng)計

表6　平臺身份歧視的檢驗

五、研究結(jié)論與建議

（一）結(jié)論

本文借助網(wǎng)貸之家公布的網(wǎng)貸平臺指數(shù)，對于以下幾個問題進(jìn)行深入研究：①中國P2P網(wǎng)貸平臺的信息披露質(zhì)量和價值如何？是否為投資人和借款人所信任？實證結(jié)果顯示，對于平臺的信息公布，借貸雙方往往并不認(rèn)可平臺所公布的信息。②中國P2P網(wǎng)絡(luò)借貸市場上的借款人和投資人是否具有“掃雷”的能力？實證結(jié)果表明，平臺規(guī)模是他們進(jìn)行平臺選擇時重點考察的因素，同時流動性、分散度等也是分辨平臺優(yōu)劣的主要指標(biāo)。③P2P網(wǎng)貸平臺身份歧視的存在性以及合理性。我們發(fā)現(xiàn)，在控制了平臺信息之后，不同類型平臺之間的人氣指數(shù)仍然存在顯著差異，說明了人們在選擇時存在著平臺的身份歧視；在此基礎(chǔ)上我們還發(fā)現(xiàn)被歧視的民營系平臺違約率明顯高于非民營系平臺，由此說明對于平臺身份的歧視是一種理性行為。

（二）建議

基于中國P2P網(wǎng)絡(luò)借貸的發(fā)展現(xiàn)狀，結(jié)合本文的研究，我們提出以下建議。

1.健全企業(yè)征信體系，完善網(wǎng)貸平臺信息披露制度

良好的企業(yè)征信體系是消除金融市場企業(yè)身份歧視的有效途徑。P2P領(lǐng)域，不少學(xué)者已經(jīng)呼吁要大力建設(shè)和完善個人征信體系，但是單有個人征信體系是遠(yuǎn)遠(yuǎn)不夠的，除了個人之外，平臺也是重要的網(wǎng)絡(luò)借貸參與者。盡管目前為止所有的問題平臺都是民營系的，但這并不代表所有的民營平臺都會違約，相反，有的民營背景平臺的經(jīng)營甚至可以作為行業(yè)的典范。為了避免個別問題平臺對整個行業(yè)的傷害，P2P網(wǎng)貸平臺企業(yè)征信體系的建立健全刻不容緩。另外，目前網(wǎng)貸平臺普遍存在信息披露方法和方式混亂這樣的問題，披露的信息質(zhì)量大打折扣，這樣就加劇了信息的不對稱。關(guān)于這一點可以借鑒上市公司財務(wù)報表的披露制度和標(biāo)準(zhǔn)，政府指導(dǎo)，行業(yè)協(xié)會具體負(fù)責(zé)，所有資質(zhì)平臺都參與進(jìn)來。

2.加強監(jiān)管，規(guī)范網(wǎng)絡(luò)借貸

沒有規(guī)矩不成方圓，規(guī)范化才是互聯(lián)網(wǎng)金融健康發(fā)展的保障?；谄脚_規(guī)模是借貸雙方評價平臺的重要依據(jù)，對于那些利用各種違規(guī)手段故意營造繁榮假象的平臺企業(yè)要堅決進(jìn)行查處和打擊。完善行業(yè)準(zhǔn)入退出機(jī)制，歡迎有實力講誠信的企業(yè)進(jìn)入市場，堅決清除劣質(zhì)和違規(guī)平臺，重塑行業(yè)形象。

3.完善P2P行業(yè)自律機(jī)制，樹立社會責(zé)任意識

不久前剛剛頒布的《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》已經(jīng)在行業(yè)自律和社會責(zé)任方面對P2P行業(yè)提出了要求。因此P2P平臺企業(yè)需要主動在業(yè)務(wù)和管理上嚴(yán)格要求，積極向行業(yè)標(biāo)準(zhǔn)靠攏，推動平臺之間的業(yè)務(wù)交流和信息共享，樹立P2P平臺服務(wù)經(jīng)濟(jì)社會發(fā)展的正面形象。在與參與者關(guān)系方面，企業(yè)要樹立服務(wù)意識，主動加強對借貸參與者的教育，提高他們的風(fēng)險意識和自我保護(hù)能力，引導(dǎo)其進(jìn)行理性投資和借貸。另外還要自覺維護(hù)投資人和借款人的權(quán)益，提高征信和風(fēng)控能力，維護(hù)交易平臺的安全運行等。

［1］ Klafft，M.Peer to Peer Lending：Auctioning Microcredits over the Internet［R］．Proceedings of the 2008 International Conference on Information Systems，Technology and Management（ICISTM 08），2008．

［2］ Iyer R，Khwaja A I，Luttmer E F P，et al.Screening in New Credit Markets：Can Individual Lenders Infer Borrower Creditworthiness in Peer-to-Peer Lending？［J］．Ssrn Electronic Journal，2009，15242．

［3］ Mingfeng Lin，N.R Prabhala，Siva Viswanathan.Judging Borrowers By The Company They Keep：Social Networks and Adverse Selec?tion in Online Peer-to-Peer Lending［J］．Journal of Women’s Health，2009．

［4］ 李悅雷，郭陽，張維．中國P2P小額貸款市場借貸成功率影響因素分析［J］．金融研究，2013（7）．

［5］ 廖理，李夢然，王正位，賀裴菲．觀察中學(xué)習(xí)：P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為［J］．清華大學(xué)學(xué)報：哲學(xué)社會科學(xué)版，2015 （1）：156．

［6］ 廖理，李夢然，王正位．聰明的投資者：非完全市場化利率與風(fēng)險識別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)［J］．經(jīng)濟(jì)研究，2014，（7）：125-137．

［7］ 廖理，李夢然，王正位．中國互聯(lián)網(wǎng)金融的地域歧視研究［J］．?dāng)?shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014（5）：54-70．

［8］ 莊雷，周勤．身份歧視：互聯(lián)網(wǎng)金融創(chuàng)新效率研究——基于P2P網(wǎng)絡(luò)借貸［J］．經(jīng)濟(jì)管理，2015（4）136-147．

［9］ David Evans，Richard Schmalensee.The Industrial Organization of Markets with Two-sided Platforms［J］．Competition Policy Interna?tional.2007．

［10］Evans David S．How Catalysts Ignite：The Economics of Platform-Based Start-Ups.［R］．Platforms，Markets And Innovation，A. Gawer，ed．，Cheltenham，UK and Northampton，MA，US：Edward Elgar，2009．

［11］Herzenstein，M，Andrews，R，Dholakia，U.M，Lyandres，E.The democratization of personal consumer loans？Determinants of success in online peer-to-peer lending communities［R］．Boston University School of Management Research Paper，2008．

［12］ Jeremy Michels.Do Unverifiable Disclosures Matter？［J］．Evidence from Peer-to-Peer Lending.The Accounting Re view，2012．

［13］ 王會娟，廖理．中國P2P網(wǎng)絡(luò)借貸平臺信用認(rèn)證機(jī)制研究——來自“人人貸”的經(jīng)驗證據(jù)［J］．中國工業(yè)經(jīng)濟(jì)，2014（4）：136.

F830.29

A

1671-511X（2016）03-0078-07

2015-12-08

國家社科基金重點項目“網(wǎng)絡(luò)型差序格局的‘關(guān)系人’經(jīng)濟(jì)行為一般均衡研究”（15AJL004）；國家社科基金青年項目“體驗經(jīng)濟(jì)環(huán)境下商業(yè)生態(tài)系統(tǒng)和企業(yè)平臺戰(zhàn)略研究”（14CGL012）；江蘇哲學(xué)社會科學(xué)研究重大項目“互聯(lián)網(wǎng)金融產(chǎn)業(yè)的產(chǎn)業(yè)組織與政府管制研究”（2015ZDAXM005）成果之一。

周勤（1963—），男，浙江安吉人，博士，東南大學(xué)經(jīng)濟(jì)管理學(xué)院教授，博士生導(dǎo)師，研究方向：管制經(jīng)濟(jì)、互聯(lián)網(wǎng)金融。