蘇州市職業(yè)大學(xué)商學(xué)院 周雷 顏芳

新常態(tài)下互聯(lián)網(wǎng)金融支持小微企業(yè)融資研究*
——基于信息不對(duì)稱(chēng)視角

蘇州市職業(yè)大學(xué)商學(xué)院 周雷 顏芳

新常態(tài)下互聯(lián)網(wǎng)金融正成為我國(guó)小微企業(yè)解決融資難題的新選擇。本文以理論模型為基礎(chǔ)，通過(guò)收集篩選某著名P2P平臺(tái)的58766條小微借貸信息，運(yùn)用Logistic回歸和逐步回歸進(jìn)行大數(shù)據(jù)實(shí)證檢驗(yàn)，結(jié)果表明：借款金額、利率、期限等“硬”信息對(duì)小微融資的影響明顯弱于實(shí)名認(rèn)證、信用表現(xiàn)等“軟”信息?；ヂ?lián)網(wǎng)金融的信息處理機(jī)制有助于提高小微融資可獲得性和降低融資成本，要進(jìn)一步發(fā)揮互聯(lián)網(wǎng)金融作用，需完善信息共享機(jī)制，強(qiáng)化信息風(fēng)險(xiǎn)防控。

互聯(lián)網(wǎng)金融 小微企業(yè) 信息不對(duì)稱(chēng)

一、引言

“十三五”時(shí)期，我國(guó)經(jīng)濟(jì)發(fā)展步入新常態(tài)，面臨增速換檔節(jié)點(diǎn)，隨著經(jīng)濟(jì)下行壓力加大，融資難、融資貴正成為制約小微企業(yè)發(fā)展的一大瓶頸。一些銀行引進(jìn)國(guó)外理念和微貸技術(shù)，切實(shí)為部分小微企業(yè)提供了信貸支持，但小微企業(yè)融資問(wèn)題并沒(méi)有得到根本解決?；ヂ?lián)網(wǎng)金融憑借大數(shù)據(jù)技術(shù)，打破傳統(tǒng)金融服務(wù)模式，使小微企業(yè)融資問(wèn)題正出現(xiàn)有解的可能。2015年12月31日，國(guó)務(wù)院在《推進(jìn)普惠金融發(fā)展規(guī)劃（2016～2020年）》中明確提出：小微企業(yè)是我國(guó)普惠金融重點(diǎn)服務(wù)對(duì)象，要發(fā)揮互聯(lián)網(wǎng)促進(jìn)普惠金融發(fā)展的有益作用，發(fā)揮網(wǎng)絡(luò)借貸平臺(tái)融資便捷、對(duì)象廣泛的特點(diǎn)，引導(dǎo)其緩解小微企業(yè)融資難問(wèn)題。在新常態(tài)下，研究如何使新興的互聯(lián)網(wǎng)金融更好地支持小微企業(yè)發(fā)展，推動(dòng)大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新正成為當(dāng)前理論界和實(shí)務(wù)界關(guān)注的一個(gè)熱點(diǎn)課題。

二、文獻(xiàn)綜述

近年來(lái)，隨著P2P網(wǎng)貸的實(shí)踐發(fā)展，國(guó)內(nèi)外已出現(xiàn)一批研究互聯(lián)網(wǎng)金融對(duì)小微企業(yè)融資影響的文獻(xiàn)。其中國(guó)外研究源于對(duì)英國(guó)Zopa平臺(tái)和美國(guó)Prosper平臺(tái)的小微貸運(yùn)作情況的數(shù)據(jù)分析。如A.C.B.Ortega和F.Bell（2008）以Zopa為研究對(duì)象，發(fā)現(xiàn)小微企業(yè)主的個(gè)人信息越詳細(xì)越能增加其信用，也能提高借款成功率。Lin等（2009）對(duì)Prosper平臺(tái)的信貸交易數(shù)據(jù)分析后得出，小微企業(yè)主社會(huì)資本的關(guān)系嵌入維度可有效降低交易中的信息不對(duì)稱(chēng)，提高借款成功率、降低利率并減少貸款拖欠時(shí)間。國(guó)內(nèi)相關(guān)研究主要是通過(guò)對(duì)互聯(lián)網(wǎng)金融運(yùn)作模式的分析，指出其在小微企業(yè)融資中的優(yōu)勢(shì)與不足。如周雷（2009）從P2P與Web2.0相結(jié)合的角度，分析了國(guó)內(nèi)最早的P2P平臺(tái)“拍拍貸”運(yùn)行機(jī)制的特點(diǎn)與不足。謝平等（2012）從支付方式、信息處理、資源配置三個(gè)方面研究互聯(lián)網(wǎng)金融模式及其對(duì)小微企業(yè)融資的影響。黃海龍（2013）以阿里巴巴、京東、亞馬遜等電商平臺(tái)為研究對(duì)象，提出電商金融需要大數(shù)據(jù)、電商平臺(tái)、資金提供方、資金需求方四個(gè)要素綜合參與，其中大數(shù)據(jù)是運(yùn)行的基礎(chǔ)。也有部分學(xué)者研究如何讓互聯(lián)網(wǎng)金融更有效地服務(wù)小微企業(yè)融資，如黃鵬等（2013）結(jié)合AHP層次分析法和模糊綜合評(píng)價(jià)決策的思想，建立了一套反映互聯(lián)網(wǎng)技術(shù)特性的小微企業(yè)綜合信用評(píng)價(jià)模型。李朝輝（2015）通過(guò)P2P網(wǎng)貸與小微企業(yè)融資的理論關(guān)系推導(dǎo)出小微企業(yè)是P2P網(wǎng)貸市場(chǎng)的積極參與者，P2P網(wǎng)貸的發(fā)展便利小微企業(yè)融資。

綜上，可發(fā)現(xiàn)大數(shù)據(jù)是互聯(lián)網(wǎng)金融的核心優(yōu)勢(shì)，互聯(lián)網(wǎng)金融能通過(guò)大數(shù)據(jù)挖掘揭示小微企業(yè)的獨(dú)特信息，拓寬小微企業(yè)融資渠道，提高融資效率。然而，已有研究大多局限于理論推導(dǎo)或案例分析，缺乏從理論與實(shí)證相結(jié)合的角度對(duì)互聯(lián)網(wǎng)金融支持小微企業(yè)融資的信息處理機(jī)制的完整探討。本文基于信息不對(duì)稱(chēng)視角，試圖構(gòu)建一個(gè)理論與實(shí)證相結(jié)合的框架，在分析小微企業(yè)融資難原因的基礎(chǔ)上，建立互聯(lián)網(wǎng)金融模式下信息處理理論模型，然后利用大數(shù)據(jù)計(jì)量分析技術(shù)，抓取國(guó)內(nèi)某著名P2P網(wǎng)貸平臺(tái)的海量交易數(shù)據(jù)，實(shí)證研究互聯(lián)網(wǎng)金融模式下信息對(duì)小微企業(yè)融資的影響，驗(yàn)證互聯(lián)網(wǎng)金融通過(guò)減輕信息不對(duì)稱(chēng)提高小微企業(yè)融資可獲得性與降低融資成本的實(shí)現(xiàn)機(jī)制。

三、理論分析與模型構(gòu)建

（一）非對(duì)稱(chēng)信息下小微企業(yè)融資難的根本原因信息是金融的核心，在互聯(lián)網(wǎng)金融時(shí)代，信息將成為獨(dú)立的生產(chǎn)要素，在金融資源生產(chǎn)與配置中發(fā)揮作用，其中最核心的是資金供需雙方的信息，特別是資金需求方的信息，而小微企業(yè)信息不完整、難獲得就會(huì)形成信息不對(duì)稱(chēng)的小微信貸市場(chǎng)。在這種市場(chǎng)中，利率本身可以通過(guò)篩選潛在借款人的逆向選擇效應(yīng)和影響借款人行為的逆向激勵(lì)效應(yīng)來(lái)影響小微企業(yè)貸款的可獲得性和風(fēng)險(xiǎn)程度。下面通過(guò)構(gòu)建一個(gè)模型來(lái)具體分析非對(duì)稱(chēng)信息信貸市場(chǎng)對(duì)小微企業(yè)融資的制約。

設(shè)小微信貸市場(chǎng)有多個(gè)項(xiàng)目，每個(gè)項(xiàng)目的收益均服從二項(xiàng)分布：項(xiàng)目成功時(shí)收益為R，概率為P；項(xiàng)目失敗時(shí)收益為0，概率為1-P；設(shè)每個(gè)項(xiàng)目貸款量為1個(gè)單位，貸款利率為r；設(shè)P在［0，1］上的概率密度函數(shù)為f（P），概率分布函數(shù)為F（P），若出借人滿足所有借款小微企業(yè)的需求，這些借款項(xiàng)目的最大成功概率為p*，則每單位貸款的期望收益為：

上式對(duì)r求偏導(dǎo)，得：

根據(jù)式（1），P（r）＞0，表示提高利率的收入效應(yīng)，即利率每提高一個(gè)單位，出借人的期望收益增加P（r）個(gè)單位；（1+r）?P（r）/?r＜0，表示提高利率的替代效應(yīng)，即逆向選擇效應(yīng)，利率每提高一個(gè)單位，投資項(xiàng)目的成功率下降?P（r）/?r，貸款預(yù)期收益下降（1+r）?P（r）/?r個(gè)單位。由此可知，當(dāng)?E（r）/?r＞0時(shí)，收入效應(yīng)大于替代效應(yīng)，表明提高利率會(huì)使貸款收益增加；當(dāng)?E（r）/?r＜0時(shí)，收入效應(yīng)小于替代效應(yīng)，表明提高利率會(huì)使貸款收益下降；當(dāng)?E（r）/?r=0時(shí)，收入效應(yīng)等于替代效應(yīng)，此時(shí)貸款收益達(dá)到最大化，設(shè)這一點(diǎn)的利率為r*，對(duì)應(yīng)的貸款量為L(zhǎng)*，對(duì)資金供給方來(lái)說(shuō)這就是最優(yōu)配給額。因此，出借人不會(huì)一味地提高利率來(lái)吸收信息不對(duì)稱(chēng)造成的風(fēng)險(xiǎn)，有時(shí)寧愿在相對(duì)低的利率水平上拒絕部分借款需求，而不愿選擇在高利率水平上滿足所有借款需求。被拒絕的借款需求多來(lái)自小微企業(yè)，因?yàn)榕c大中型企業(yè)相比，小微企業(yè)投資項(xiàng)目的替代效應(yīng)更明顯，面臨更嚴(yán)重的信息不對(duì)稱(chēng)問(wèn)題。

綜上，信息不對(duì)稱(chēng)導(dǎo)致的逆向選擇和逆向激勵(lì)是小微企業(yè)融資難的根本原因。在新常態(tài)下，我國(guó)經(jīng)濟(jì)增速放緩，傳統(tǒng)信貸市場(chǎng)上的大、小企業(yè)和好、壞企業(yè)之間的區(qū)分更為顯著。被“拒貸”的小微企業(yè)面臨融資困境，希望尋求新的融資渠道，而這也催生了以P2P網(wǎng)貸為代表的互聯(lián)網(wǎng)金融新模式的誕生和發(fā)展。

（二）互聯(lián)網(wǎng)金融支持小微企業(yè)融資的信息處理機(jī)制互聯(lián)網(wǎng)金融是信息時(shí)代移動(dòng)網(wǎng)絡(luò)數(shù)據(jù)處理技術(shù)與金融產(chǎn)業(yè)高度發(fā)展相結(jié)合的產(chǎn)物。它基于大數(shù)據(jù)平臺(tái)而構(gòu)建，與傳統(tǒng)金融最大的區(qū)別在于信息處理機(jī)制不同，從而為破解小微融資困境提供了一條可行新路。下面利用信息經(jīng)濟(jì)學(xué)原理構(gòu)建一個(gè)模型分析互聯(lián)網(wǎng)金融通過(guò)降低信息不對(duì)稱(chēng)支持小微企業(yè)融資的具體機(jī)制。

假設(shè)互聯(lián)網(wǎng)金融市場(chǎng)中有n個(gè)參與者，分為資金需求方小微企業(yè)和資金供給方投資者，如某個(gè)P2P網(wǎng)貸產(chǎn)品，利率r采用競(jìng)標(biāo)的方式確定，若借款企業(yè)守約，則由企業(yè)到期償付本息；若借款企業(yè)違約，則由網(wǎng)貸平臺(tái)承諾向投資者賠付一定金額，用q表示賠付率，其中q為事先確定，而r由市場(chǎng)資金供求決定。設(shè)參與者的效用函數(shù)均為u（w）=-αexp（-αw），其中w表示其擁有的財(cái)富，α為絕對(duì)風(fēng)險(xiǎn)厭惡系數(shù)。用Y表示網(wǎng)貸標(biāo)的小微企業(yè)基本面信息，如信用評(píng)級(jí)、借款金額、利率、期限及還款方式等。設(shè)標(biāo)的企業(yè)違約概率服從Logistic模型：若Y+u＞0，發(fā)生違約；若Y+u≤0，不發(fā)生違約。其中隨機(jī)變量u的概率分布函數(shù)為F（u）=exp（u）/［1+exp（u）］，因此，該標(biāo)的小微企業(yè)違約概率為：

將Y中信息進(jìn)一步分為兩類(lèi)：一類(lèi)是“硬”信息，指可被量化、證實(shí)的、易被掌握的信息，如借款金額、利率、期限等，用X表示；另一類(lèi)是“軟”信息，指借款人在社交網(wǎng)絡(luò)中的社會(huì)資本信息，如小微企業(yè)主的人品、風(fēng)險(xiǎn)偏好、朋友評(píng)價(jià)等私人信息，用Z表示，則Y=X+Z。對(duì)每個(gè)參與投資者來(lái)說(shuō)，掌握的X是相同的，而Z是不同的。

以第i個(gè)投資者為例，其掌握“硬”信息X和“軟”信息Zi，對(duì)標(biāo)的企業(yè)基本面信息估計(jì)Yi=E［Y|X，Zi］，且Yi=X+Zi，由此他對(duì)該標(biāo)的企業(yè)的預(yù)期違約概率為：

用￡i表示第i個(gè)參與者愿意供給或需求的資金，則其效用最大化約束條件為：

在考慮網(wǎng)貸平臺(tái)賠付率的情況下，令均衡利率R=-ln（q/r-1），代入式（4），并根據(jù)式（3），得出：

當(dāng)市場(chǎng)均衡時(shí)，資金供給與資金需求相等，即

根據(jù)式（5）、（6）解出貸款的均衡利率為：

均衡利率R反映了以P2P為代表的互聯(lián)金融模式的信息處理機(jī)制，小微企業(yè)的“軟”信息，通過(guò)Zi→Pi→￡i→R渠道，反映在均衡利率中，從而在一定程度上實(shí)現(xiàn)了“軟”信息的“硬化”和公開(kāi)化，這對(duì)以“軟”信息為主的小微企業(yè)融資非常關(guān)鍵。

再由Y=X+∑Zi，得出均衡利率R與標(biāo)的企業(yè)基本面信息Y的關(guān)系：Y=X+n（R-X），從而得出：

由式（8）可得，根據(jù)硬信息X、均衡利率R，理論上能完全推斷出基本面信息Y，從而根據(jù)式（2）能估算標(biāo)的企業(yè)違約概率。因此，在互聯(lián)網(wǎng)金融模式下，通過(guò)競(jìng)標(biāo)得出的均衡利率R能完全反映市場(chǎng)參與者掌握的信息。這主要得益于互聯(lián)網(wǎng)金融大量運(yùn)用了大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈、移動(dòng)支付等新技術(shù)，大幅節(jié)省了信息處理和共享成本，通過(guò)利用社交網(wǎng)絡(luò)蘊(yùn)含的關(guān)系數(shù)據(jù)進(jìn)行信息篩選，有效降低了信息不對(duì)稱(chēng)。

此外，互聯(lián)網(wǎng)金融還有一個(gè)重要特征就是信息的網(wǎng)絡(luò)傳播速度驚人，假設(shè)第i個(gè)參與者，將其所掌握的軟信息Zi在一定時(shí)間內(nèi)通過(guò)網(wǎng)絡(luò)傳播，在t時(shí)刻，參與者中知道Zi的比例為Vt，則在時(shí)長(zhǎng)為dt的時(shí)間內(nèi)，新增知情者比例為：

其中η表示社交網(wǎng)絡(luò)聯(lián)系緊密程度，η越大，信息傳播越快。由式（9）可解出：

其中，V0表示初始時(shí)刻知情者比例，在t→∞時(shí)，Vt→1，即若時(shí)間足夠長(zhǎng)，幾乎所有人都會(huì)知道Zi。根據(jù)式（7）、（10）得出均衡利率隨時(shí)間變化的函數(shù)：Rt=X+ZiVt+1/n∑Zi，顯然當(dāng)t→∞，R→X+Zi+1/n∑Zi。這一過(guò)程反映了數(shù)據(jù)信息是一種在流動(dòng)中增值的資產(chǎn)，信息通過(guò)互聯(lián)網(wǎng)傳播和共享，實(shí)現(xiàn)了“軟”信息向“硬”信息，私人信息向共享信息的轉(zhuǎn)化，從而進(jìn)一步降低了互聯(lián)網(wǎng)金融市場(chǎng)中投資者與小微企業(yè)之間的信息不對(duì)稱(chēng)。

四、實(shí)證結(jié)果與分析

通過(guò)對(duì)上述模型分析可知，小微企業(yè)融資問(wèn)題的癥結(jié)是信息不對(duì)稱(chēng)，而互聯(lián)網(wǎng)金融能通過(guò)強(qiáng)大的信息處理機(jī)制有效提高信息透明度。下文通過(guò)對(duì)國(guó)內(nèi)某P2P網(wǎng)貸平臺(tái)（以下簡(jiǎn)稱(chēng)Y平臺(tái)）的大數(shù)據(jù)計(jì)量分析，研究互聯(lián)網(wǎng)金融模式下信息對(duì)小微企業(yè)融資可獲得性和融資成本的影響。

（一）變量選取與數(shù)據(jù)來(lái)源根據(jù)研究目標(biāo)網(wǎng)站的數(shù)據(jù)結(jié)構(gòu)，結(jié)合理論模型，本文選取下列解釋變量和被解釋變量構(gòu)建計(jì)量實(shí)證指標(biāo)體系：

（1）解釋變量。借款信息變量（Loan）：包括借款金額LA、借款年利率LR和借款期限LT。擔(dān)保變量（Guarantee）:包括是否提現(xiàn)標(biāo)GT、是否抵押標(biāo)GD和是否凈值標(biāo)GA。其中，非提現(xiàn)標(biāo)指借款人成功借款后不能直接提現(xiàn)，用款時(shí)需另行向P2P平臺(tái)提出支付申請(qǐng)，風(fēng)險(xiǎn)較小，將“非提現(xiàn)標(biāo)”賦值為1，“提現(xiàn)標(biāo)”賦值為0；抵押標(biāo)指借款人能提供抵押擔(dān)保，將“抵押標(biāo)”賦值為1，“非抵押標(biāo)”賦值為0；凈值標(biāo)指借款人在Y平臺(tái)上還有出借給他人待回收的款項(xiàng)，以自身在平臺(tái)的資產(chǎn)凈值為限，發(fā)布融資需求，相當(dāng)于有債權(quán)質(zhì)押擔(dān)保，將“凈值標(biāo)”賦值為1，“非凈值標(biāo)”賦值為0。信用變量（Credit）：包括認(rèn)證分CR、借入信用分CI和借出信用分CC。其中，認(rèn)證分指Y平臺(tái)上實(shí)名認(rèn)證得分，包括身份認(rèn)證、視頻認(rèn)證、學(xué)歷認(rèn)證、手機(jī)認(rèn)證等；借入信用分，包括網(wǎng)銀操作、朋友評(píng)價(jià)等得分；借出信用分主要指借款人對(duì)外投標(biāo)的累計(jì)積分。歷史表現(xiàn)變量（Record）：包括歷史借款成功次數(shù)RS、歷史流標(biāo)次數(shù)RL。

（2）被解釋變量。投標(biāo)是否完成（Y1）：該變量代表小微企業(yè)融資的可獲得性，投標(biāo)完成則表示能獲得融資，賦值為1，投標(biāo)未完成則表示融資失敗，賦值為0。實(shí)際年利率（Y2）：該變量是指投標(biāo)完成后根據(jù)Y平臺(tái)的撮合，借貸雙方形成的一個(gè)撮合年利率，即小微企業(yè)的融資成本。

（3）樣本數(shù)據(jù)來(lái)源。由于Y平臺(tái)上每一筆借款信息均被一個(gè)單獨(dú)的網(wǎng)頁(yè)存儲(chǔ)，對(duì)應(yīng)著一個(gè)以7位數(shù)字借款編號(hào)結(jié)尾的URL，并且研究所需的數(shù)據(jù)均在網(wǎng)頁(yè)固定位置，因此本文采用Xml Http Request方法，首先利用Excel中的VBA函數(shù)收集借款編號(hào)為1390000～1630000的大量借款數(shù)據(jù)和相應(yīng)的借款人信息，總共讀取240000組數(shù)據(jù)，然后根據(jù)借款人和借款用途篩選出個(gè)體工商戶、小微企業(yè)主等小微企業(yè)借款記錄，最后剔除數(shù)據(jù)不完整、數(shù)據(jù)異常的信息，最終獲得了58766條有效樣本信息。對(duì)上述“大數(shù)據(jù)”樣本，筆者運(yùn)用EViews計(jì)量軟件，分別通過(guò)Logistic回歸和逐步回歸來(lái)檢驗(yàn)信息對(duì)小微企業(yè)P2P融資可獲得性和融資成本的影響。

（二）融資可獲得性的Logistic回歸分析融資可獲得性是典型的二元被解釋變量，對(duì)此類(lèi)變量一般使用Logistic回歸模型來(lái)處理。根據(jù)上文指標(biāo)設(shè)計(jì)，令K=ln［P（Y1=1）/P（Y1=0）］作為被解釋變量，構(gòu)建Logistic回歸模型：

其中：L、G、C、R分別代表借款信息變量、擔(dān)保變量、信用變量、歷史表現(xiàn)變量的相應(yīng)矩陣，而B(niǎo)1、B2、B3、B4則分別代表對(duì)應(yīng)系數(shù)向量，b0為常數(shù)項(xiàng)、e為殘差項(xiàng)。

首先，經(jīng)Wald聯(lián)合顯著性檢驗(yàn)，解釋變量全體與被解釋變量K之間顯著相關(guān)，所以該模型是整體有效的。接著，對(duì)每一個(gè)解釋變量進(jìn)行Logistic回歸分析，結(jié)果如表1所示。

表1 融資可獲得性的Logistic回歸分析結(jié)果

從表1可知，所有變量均在1%的顯著性水平下影響投標(biāo)成功率，即融資可獲得性與各解釋變量均相關(guān)。其中，從具體系數(shù)B看，借款信息變量對(duì)投標(biāo)成功的影響弱于其他三類(lèi)變量，尤其是借款金額、借款利率、借款期限對(duì)投標(biāo)成功的影響明顯弱于是否提現(xiàn)標(biāo)、是否抵押標(biāo)、是否凈值標(biāo)、認(rèn)證分等變量。筆者認(rèn)為原因在于，互聯(lián)網(wǎng)金融作為新型投融資方式，多數(shù)投資者在選擇P2P指標(biāo)時(shí)更注重安全性，傾向于投資有抵押擔(dān)保、借款信用等級(jí)高、歷史表現(xiàn)好的標(biāo)，而不會(huì)僅由于借款利率高而放貸。但隨著互聯(lián)網(wǎng)金融的發(fā)展，特別是《網(wǎng)絡(luò)借貸信息中介機(jī)構(gòu)業(yè)務(wù)活動(dòng)管理暫行辦法》等監(jiān)管法規(guī)的落地，在合法合規(guī)的前提下，借款利率也將會(huì)成為影響投標(biāo)成功的關(guān)鍵因素。另外，借款成功次數(shù)對(duì)投標(biāo)成功的影響為正、流標(biāo)次數(shù)對(duì)投標(biāo)成功的影響為負(fù)，說(shuō)明互聯(lián)網(wǎng)金融作為一種大眾金融，存在“馬太效應(yīng)”，歷史借款成功次數(shù)越多的小微企業(yè)越容易再獲融資，而流標(biāo)次數(shù)越多越不可能成功融資。

（三）融資成本的逐步回歸分析小微企業(yè)的融資成本分析應(yīng)以融資成功為前提，因此需從上述58766條小微借款信息中，篩選出5215條融資成功的交易信息，并將其分為兩類(lèi)：一是友情模式下的競(jìng)標(biāo)結(jié)果，即朋友之間的借貸，共897條；二是普通模式下的競(jìng)標(biāo)結(jié)果，共4318條。以代表融資成本的實(shí)際年利率Y2為被解釋變量，分別對(duì)這兩類(lèi)數(shù)據(jù)進(jìn)行逐步回歸分析，結(jié)果見(jiàn)表2和表3。

表2 普通模式下逐步回歸結(jié)果

表3 友情模式下逐步回歸結(jié)果

從表2看，經(jīng)十步逐步回歸，借出信用分CC、是否提現(xiàn)標(biāo)GT、是否凈值標(biāo)GA、是否抵押標(biāo)GD、借入信用分CI、借款金額LA、流標(biāo)次數(shù)RL、認(rèn)證分CR共8個(gè)解釋變量與實(shí)際年利率在1%的水平下顯著相關(guān)，被引入了多元回歸模型，并且，除流標(biāo)次數(shù)與實(shí)際年利率正相關(guān)外，其余均為負(fù)相關(guān)。其中，認(rèn)證分、借出信用分、借入信用分越高的小微企業(yè)融資成本越低；同時(shí)，非提現(xiàn)標(biāo)、凈值標(biāo)、抵押標(biāo)成交利率較低，這一結(jié)果與傳統(tǒng)信貸市場(chǎng)基本一致。但借款金額與利率負(fù)相關(guān)則是由于Y平臺(tái)的規(guī)定：信用等級(jí)越高的借款人可借款額度越大，因此有大額借款額度的用戶一般信用等級(jí)較高，融資成本較低。此外表2還顯示：借款成功次數(shù)RS、借款期限RT與實(shí)際年利率相關(guān)性不顯著，未進(jìn)入回歸模型，這與傳統(tǒng)借貸模式中貸款歷史記錄良好，利率越低；借款期限越長(zhǎng)，利率越高的定價(jià)規(guī)律和期限結(jié)構(gòu)不一致。

從表3看，只有三個(gè)代表信用分的解釋變量在1%的水平下與實(shí)際年利率顯著相關(guān)，被引入了逐步回歸模型，說(shuō)明在友情模式下，借款人的多數(shù)“硬”信息基本無(wú)效，不會(huì)對(duì)實(shí)際年利率產(chǎn)生顯著影響，而實(shí)名認(rèn)證、借入信用、借出信用等“軟”信息則起著重要作用。那么，這種“軟”信息會(huì)對(duì)小微企業(yè)的融資成本產(chǎn)生怎樣的影響呢？筆者對(duì)兩種模式下的利率數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)對(duì)比分析，結(jié)果見(jiàn)表4。

表4 兩種模式下借款利率描述性統(tǒng)計(jì)特征

根據(jù)表4，在普通模式下的平均融資成本達(dá)15.38%，比友情模式高近3個(gè)百分點(diǎn)。由此可知：在友情模式下，“軟”信息能在一定程度上降低對(duì)小微企業(yè)的利率定價(jià)，因?yàn)榻杩钊嗽谏缃痪W(wǎng)絡(luò)中的信用情況等信息能有效降低借貸雙方的交易成本和信息不對(duì)稱(chēng)程度，從而降低小微企業(yè)融資成本。這就能解釋為什么多數(shù)人寧愿低利率將錢(qián)借給親友，也不愿意以高利率放貸給陌生人，因此，互聯(lián)網(wǎng)金融可看作是民間融資的網(wǎng)絡(luò)化。其實(shí)，企業(yè)的“軟”信息在傳統(tǒng)金融與互聯(lián)網(wǎng)金融時(shí)代都存在，但互聯(lián)網(wǎng)金融利用大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等技術(shù)將存在于經(jīng)濟(jì)運(yùn)行中的不同渠道的大量數(shù)據(jù)收集起來(lái)形成“數(shù)據(jù)工廠”并充分利用，同時(shí)通過(guò)網(wǎng)絡(luò)迅速實(shí)現(xiàn)信息共享，能有效降低非對(duì)稱(chēng)信息導(dǎo)致的逆向選擇和逆向激勵(lì)問(wèn)題，提高小微企業(yè)融資可獲得性，同時(shí)降低其融資成本。

五、結(jié)論與建議

在回顧現(xiàn)有文獻(xiàn)基礎(chǔ)上，本文基于信息不對(duì)稱(chēng)視角，構(gòu)建了理論與實(shí)證相結(jié)合的研究互聯(lián)網(wǎng)金融支持小微企業(yè)融資的信息處理機(jī)制的完整框架，重點(diǎn)回答了互聯(lián)網(wǎng)金融是如何降低小微企業(yè)融資中信息不對(duì)稱(chēng)這一核心問(wèn)題。理論分析表明，信息不對(duì)稱(chēng)導(dǎo)致的逆向選擇和逆向激勵(lì)是小微企業(yè)融資難的根本原因。而以P2P網(wǎng)貸為代表的互聯(lián)網(wǎng)金融運(yùn)用大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈等新技術(shù)，使小微企業(yè)的“軟”信息，通過(guò)Zi→Pi→￡i→R渠道，反映在均衡利率中，同時(shí)通過(guò)網(wǎng)絡(luò)傳播迅速共享，實(shí)現(xiàn)了私人信息向共享信息的轉(zhuǎn)化，從而降低了小微企業(yè)與投資者之間的信息不對(duì)稱(chēng)。以理論分析為基礎(chǔ)，通過(guò)收集和篩選國(guó)內(nèi)某著名P2P平臺(tái)的58766條小微企業(yè)借款信息，以此為大數(shù)據(jù)樣本，運(yùn)用Logistic回歸和逐步回歸實(shí)證檢驗(yàn)，結(jié)果驗(yàn)證了借款金額、利率、期限等“硬”信息對(duì)小微企業(yè)融資的影響要明顯弱于實(shí)名認(rèn)證、信用表現(xiàn)等“軟”信息?；ヂ?lián)網(wǎng)金融的信息處理和共享機(jī)制有助于充分利用借款者在社交網(wǎng)絡(luò)中的“軟”信息，減輕信息不對(duì)稱(chēng)程度，提高小微企業(yè)融資可獲得性，同時(shí)降低其融資成本。另外，互聯(lián)網(wǎng)金融還存在“馬太效應(yīng)”，歷史借款成功次數(shù)越多的小微企業(yè)越容易再獲融資，而流標(biāo)次數(shù)越多越不可能成功融資。

在新常態(tài)下，我國(guó)互聯(lián)網(wǎng)金融發(fā)展正經(jīng)歷從野蠻生長(zhǎng)到逐步納入監(jiān)管框架的歷程，而小微企業(yè)也逐漸接受以P2P平臺(tái)為代表的各類(lèi)互聯(lián)網(wǎng)金融企業(yè)，將其作為拓寬融資渠道的重要突破。但由于我國(guó)互聯(lián)網(wǎng)金融尚沒(méi)有形成完善的信息共享機(jī)制和風(fēng)險(xiǎn)防控體系，其利用自身信息資源優(yōu)勢(shì)服務(wù)小微企業(yè)融資的覆蓋面和精準(zhǔn)度均有待提高。為此，提出以下對(duì)策建議：一是完善大數(shù)據(jù)信息共享機(jī)制?；ヂ?lián)網(wǎng)金融大數(shù)據(jù)，特別是各類(lèi)“軟”信息能否實(shí)現(xiàn)廣泛共享，直接關(guān)系到支持小微企業(yè)融資的效率和效果。多樣化是大數(shù)據(jù)的核心，要擴(kuò)充數(shù)據(jù)來(lái)源，豐富數(shù)據(jù)類(lèi)型，建立包括電商數(shù)據(jù)、信用卡數(shù)據(jù)、社交網(wǎng)站數(shù)據(jù)、小額貸款數(shù)據(jù)、第三方支付數(shù)據(jù)和生活服務(wù)數(shù)據(jù)等來(lái)源的交叉驗(yàn)證機(jī)制，積極推進(jìn)數(shù)據(jù)整合，在大數(shù)據(jù)基礎(chǔ)上實(shí)現(xiàn)深層次數(shù)據(jù)挖掘，提高小微金融服務(wù)的針對(duì)性和滿足度。要繼續(xù)推進(jìn)P2P平臺(tái)接入央行信用信息數(shù)據(jù)庫(kù)，通過(guò)信息共享與流通，提高整個(gè)網(wǎng)貸行業(yè)的征信水平和風(fēng)控能力。二是強(qiáng)化信息安全風(fēng)險(xiǎn)防控。互聯(lián)網(wǎng)金融在發(fā)揮節(jié)省信息處理和傳播成本，降低信息不對(duì)稱(chēng)優(yōu)勢(shì)的同時(shí)，也伴隨著較大的信息安全風(fēng)險(xiǎn)隱患。我國(guó)互聯(lián)網(wǎng)金融信息風(fēng)險(xiǎn)防控能力較弱，黑客攻擊、隱私信息泄漏、網(wǎng)絡(luò)金融犯罪等問(wèn)題時(shí)有發(fā)生，嚴(yán)重影響小微企業(yè)互聯(lián)網(wǎng)融資的生態(tài)環(huán)境，制約互聯(lián)網(wǎng)金融健康發(fā)展。因此，要提高互聯(lián)網(wǎng)金融信息安全風(fēng)險(xiǎn)防范能力，加強(qiáng)對(duì)互聯(lián)網(wǎng)金融終端設(shè)備和數(shù)據(jù)傳輸中的信息安全風(fēng)險(xiǎn)防范；促進(jìn)互聯(lián)網(wǎng)金融信息安全監(jiān)管法規(guī)和技術(shù)標(biāo)準(zhǔn)的制定；探索區(qū)塊鏈、可信計(jì)算、生物識(shí)別等新興技術(shù)在互聯(lián)網(wǎng)金融信息風(fēng)險(xiǎn)防范中的應(yīng)用。

*本文系江蘇省保險(xiǎn)學(xué)會(huì)課題“互聯(lián)網(wǎng)保險(xiǎn)產(chǎn)品創(chuàng)新與有效監(jiān)管研究”（項(xiàng)目編號(hào)：SBX2016-2-F-04）、蘇州市職業(yè)大學(xué)科研基金“新常態(tài)下互聯(lián)網(wǎng)金融支持小微企業(yè)發(fā)展研究”（項(xiàng)目編號(hào)：SVU2015QN13）、蘇州市職業(yè)大學(xué)教改項(xiàng)目“基于任務(wù)驅(qū)動(dòng)的高職互聯(lián)網(wǎng)金融項(xiàng)目化建材建設(shè)研究與實(shí)踐”（項(xiàng)目編號(hào)：SZDJG-16009）階段性研究成果。

［1］李朝暉：《我國(guó)P2P網(wǎng)絡(luò)借貸與小微企業(yè)融資關(guān)系的實(shí)證研究》，《現(xiàn)代經(jīng)濟(jì)探討》2015年第2期。

［2］周雷：《小額信貸、農(nóng)戶融資與農(nóng)村金融改革》，東南大學(xué)2009年學(xué)位論文。

［3］謝平、鄒傳偉：《互聯(lián)網(wǎng)金融模式研究》，《金融研究》2012年第12期。

［4］黃海龍：《基于以電商平臺(tái)為核心的互聯(lián)網(wǎng)金融研究》，《上海金融》2013年第8期。

［5］黃鵬、劉艷：《基于模糊綜合評(píng)判法的小微企業(yè)綜合信用評(píng)價(jià)模型——面向互聯(lián)網(wǎng)金融服務(wù)平臺(tái)》，《西部金融》2013年第10期。

［6］A.C.B.OrtegaandF.Bell，OnlineSocialLending: Borrower–Generated Content［C］.Americas Conference On Information Systems（AMCIS），2008.

［7］Lin，M.F.，Prabnala，N.R.，etal.Socialnetwork sassignaling mechanisms:Evidence from online peer-to-peer lending［R］.Washington，DC:SmithSchoolofBusiness，University of Mayland，2009.

（編輯 成方）