公倩瑜

◆ 中圖分類號：F252 文獻標識碼：A

內容摘要：本文基于交易成本視角，對純線下模式、線上與線下相結合模式、純線上模式的P2P樣本進行了考察，運用交易成本理論、契約理論結合實證檢驗分析了不同運營模式下P2P平臺信用風險差異。研究結果表明：純線下P2P平臺信用風險最??；線下與線上相結合的P2P平臺信用風險居中；純線上P2P平臺信用風險最大。并指出根據P2P平臺自身模式特點進行信用風險控制十分重要，進而可減少借貸雙方的損失，有助于P2P平臺創(chuàng)造更多價值，促進整個網貸行業(yè)持續(xù)穩(wěn)步發(fā)展，且推動我國互聯網金融的健康和可持續(xù)發(fā)展。

關鍵詞：P2P平臺 交易成本 契約 信用風險 運營模式

P2P網絡借貸模式及風險研究綜述

計算機、移動互聯網的發(fā)展和大數據時代的到來，促進了我國互聯網金融的發(fā)展?；ヂ摼W金融的快速發(fā)展使其業(yè)務得到不斷豐富，其中P2P網貸的發(fā)展最為迅速。2007年我國最早的P2P平臺——拍拍貸創(chuàng)立，隨后的2010年我國的P2P業(yè)務開始發(fā)展，2012年是P2P網貸的爆發(fā)期，近兩年其發(fā)展趨穩(wěn)。為了適應我國經濟的發(fā)展，P2P網貸產生了不同的運營模式，對于任何模式的金融產品，其核心都是對風險的定價，同樣，不同運營模式下P2P網貸也具有不同的風險。

國內外學者對P2P網貸的運營模式和風險研究不多，關于運營模式，王敬慈（2015）認為目前已經出現了以下幾種P2P運營模式，一是純線上模式，二是線上線下結合的模式，三是以宜信為代表的債權轉讓模式還處于質疑之中。黃磊和朱善慶（2015）進一步引入國外P2P，將國內外P2P平臺經營模式進行了對比，并按不同的標準將運營模式進行了分類，按貸款項目的獲取和審核方式分為線上模式和線下模式，按貸款違約擔保對象分為純平臺無墊付模式、平臺擔保墊付模式、第三方公司擔保墊付模式和風險準備金模式。

關于風險，GAO（2011）認為P2P借貸產生了兩個主要風險，分別是信息的真實性以及對違約貸款的追索，這兩種風險都可以歸結為信用風險。Michaels（2012）的分析更具體化，采用了美國一家P2P平臺——Prosper網站的數據，發(fā)現網絡借貸市場運行有效性的下降是由于網絡借貸平臺責任的缺失，因而帶來較大的信用風險，這是平臺內部的風險。葛競言（2014）在其他學者對風險研究的基礎上，通過具體實例進行分析，發(fā)現我國P2P平臺在發(fā)展過程中面臨著內部資金鏈斷裂引發(fā)的信用風險。肖曼君等（2015）利用實證方法研究分析得到網貸平臺無擔保無抵押是信用風險增大的主要原因。

關于P2P經營模式與風險的關系，有關學者也進行了一些研究，其中債權轉讓模式研究較多。王晗（2012）詳細的研究了債權轉讓模式的風險，在信用風險方面，原始債權是債權轉讓的基礎資產，是信用風險的源頭。梁笑雨和魏鵬（2013）與王晗不同，他將“線上”和“線下”兩種經營方式與風險相聯系，這兩種經營方式用以分散通過網絡借貸所帶來的風險，其中“線下”主要強化風險控制。

總體來看，現有的研究主要集中在對于P2P網貸平臺經營模式的大致分類與特點以及平臺各類風險的綜述，關于不同運營模式下P2P網貸平臺的信用風險比較研究不多，運用交易成本理論和契約理論分析信用風險則更少，實證分析也比較缺乏，因此本文借鑒了國內外理論與實證研究成果，通過實證分析的方法，運用交易成本理論和契約理論比較不同運營模式下P2P網貸平臺的信用風險。

P2P平臺運營模式與信用風險關系的理論框架

威廉姆森提出的交易與治理匹配的理論對于解釋平臺運營模式與其信用風險的關系具有很大的作用。在威廉姆森的理論體系中，“交易成本”觀念是在契約的觀點下提出的，即他將每一次交易都視為簽訂一次契約。根據契約理論，P2P三種模式的交易本質上都可以看作不完全契約，因此，在執(zhí)行契約的過程中市場的作用使當事人不斷改進一些條款，降低交易成本，使契約最終達到最優(yōu)，成為在一定條件下最有效率的交易。根據不同的治理結構（即治理能力及有關成本不同）來選擇不同的交易方式可以節(jié)省交易成本，相應的治理結構通過有限理性和機會主義緩解風險，從而降低平臺的信用風險。根據簡單合約模型，治理結構中的各種保護措施可以減小壞結果發(fā)生的概率，增大好結果發(fā)生的概率。簡單合約模式可以用一個三維向量組合（P，K，S）表示，其中，P表示價格，K表示與交易有關的模式風險，S表示交易被嵌入其中的各種保障措施。在簡單合約模型中，不同的模式對應不同的風險和不同的保障措施。根據抵押品模型，平臺對專用性抵押或擔保貸款者的保護條款可以減小訂單不被確認的可能性，正是由于抵押品特性，效率得到實現，交易成本降低，風險減小。在威廉姆森的交易與治理結構匹配理論中，根據交易頻率、不確定性和資產專用性的程度，把契約分成了三種：市場治理、雙方治理（關系型契約）和統(tǒng)一治理。根據以上分析，本文主要研究純線下、線下與線上相結合、純線下三種運營模式的P2P平臺，它們都是經過市場選擇的結果，其主要差別在于治理，即交易模式的不同，不同的交易特征對于降低各自交易成本具有不同的效應，最終交易與治理的匹配決定了平臺信用風險的大小。

下面分別從適用范圍和交易成本兩個方面對三種模式的交易特征進行比較分析，考察三種交易與治理的匹配程度，進而比較其信用風險的大小。

就三種模式的適用范圍而言，主要從交易方式、經營范圍、網絡依賴程度、專用性、交易額度、風險控制方式六個方面進行比較，如表1所示。

就三種模式的交易成本而言，主要從其風險控制方式對交易成本的影響分析，純線下模式的P2P平臺的資產存在高度專用性，其交易與治理的匹配程度很高，大大降低了貸款的不確定性，降低了其交易成本，從而提高效率，明顯降低平臺的信用風險。線下與線上相結合模式的P2P平臺的資產存在中度專用性，其交易與治理的匹配程度較高，在一定程度上降低了線下貸款的不確定性，因此可以降低線下交易成本，而對于線上交易成本影響較小，其降低交易成本的效應比純線下模式的P2P平臺更弱，所以線下與線上相結合模式的P2P平臺交易成本大于純線下模式P2P平臺交易成本，信用風險較大。純線上模式P2P的交易審核及交易流程較為簡單，并且其還未納入央行的征信體系，信貸記錄不完善，平臺本身不參與交易，也不提供任何擔保，所以純線上P2P平臺不存在資產專用性，也沒有較為嚴格的保護條款，交易與治理的匹配程度較低，加大了貸款的不確定性，因此對于交易成本的降低效應很小，總體而言，純線上模式P2P平臺的交易成本較前兩者更大，因而其信用風險很大。

因此，純線下模式P2P平臺的信用風險較小；線下與線上相結合模式的P2P平臺信用風險較大；純線上模式的P2P平臺信用風險很大。所以平臺信用風險從小到大依次為純線下模式、線下與線上相結合模式、純線上模式。由于效率差異，導致了違約等風險和交易額度比例的差異。

計量模型、行業(yè)樣本與數據來源

基于P2P平臺運營模式與信用風險關系理論框架的分析，契約理論中交易成本主要取決于交易頻率、不確定性和資產專用性，而交易過程中風險的發(fā)生機率可以用不確定性表示，交易不確定性的升高使交易成本增加，進而使信用風險增加，本文選擇不確定性來衡量平臺信用風險，平臺信用風險可以用各模式P2P平臺的歷史待還金額來表示，二者呈正相關關系。

（一）基本計量模型的建立

本文構建的基本計量回歸模型為：

（1）

在計量方程（1）中，history代表P2P平臺的歷史待還金額，該變量可以表示未來貸款償還的不確定性，即交易成本，從而代表平臺的信用風險。評價一個P2P平臺信用風險的三個主要方面是成交指標、人氣指標以及流動性指標，其中，成交指標用當月實際成交量volume表示，平臺成交量越高，其歷史待還金額相應增加，即成交量與歷史待還金額呈正相關關系。人氣指標用平臺的借款人數量people表示，在平臺借款的人數越多，表明其人氣指數較高，促進其歷史待還金額部分減少，即借款人數與歷史待還金額呈負相關關系。流動性指標用平臺的平均借款期限time表示，平均借款期限是表示平臺借出資金回收時間長短的指標，平均借款期限越長，表明在該平臺回收本金的時間越長，不能更靈活的退出，即平均借款期限越長，相應的歷史待還金額越大，即平均借款期限和歷史待還金額呈正向變動關系。平臺的運營模式是定性變量，用虛擬變量D1、D2表示， D1=1表示純線上模式，D1=0 表示其他模式；D2=1表示純線下模式，D2=0表示其他模式。所以本文選擇成交量volume、借款人數people、平均借款期限time以及平臺運營模式D1、D2作為自變量來解釋平臺的信用風險。在回歸模型中，ε為隨機誤差項，各自變量前均為回歸系數。

（二）樣本選取

本文主要研究的是平臺自身的信用風險，并選取以營利為目的的P2P公司，對于非營利性質的P2P公司不做研究。依據風險配置方式將我國以營利為目的P2P平臺運營模式分為純線下模式、線上與線下相結合模式和純線上模式，由此分為三種類型：一種是風險自留，保持風險的初始自然存在狀態(tài)，這是純線下模式；一種是保險制度的配置，這是線下與線上相結合的運營模式；一種是資本市場的配置，由投資者來承擔風險，這是純線上模式。這三種模式下分別包含很多P2P平臺，按照成交量，宜人貸、人人貸和拍拍貸截至2016年4月28日，平臺數據顯示成交量分別超越全國96.79%、95.09%、97.54%的平臺，具有一定的代表性，因此純線下模式以宜信的宜人貸為代表，線上與線下相結合模式以人人貸為代表，純線上模式以拍拍貸為代表。本文分別選取了宜人貸、人人貸和拍拍貸從2014年7月至2015年12月共18個月的歷史待還金額、成交量、借款人數和平均借款期限的數據。

（三）數據來源

本文選取了宜人貸、人人貸和拍拍貸從2014年7月至2015年12月共18個月的與前文設定變量相對應的歷史待還金額、成交量、借款人數和期限的數據，這些數據均來自于權威P2P網站http：//www.wdzj.com/—網貸之家網站，“數據”欄目http：//shuju.wangdaizhijia.com/中搜索的宜人貸、人人貸和拍拍貸“平臺深度數據”欄目下的指標項目—歷史待還、成交量、借款人數和平均借款期限，本文選取了按月計算的數據，經過整理得到最終數據。其中，2014年7月-2015年3月的數據收集時間較早，于2015年7月收集得到，由于網站數據的更新，2016年4月28日在網站中再次確認時有所刪減。歷史待還金額和成交量均以“萬元”為單位，借款人數以“人”為單位，平均借款期限以“月”為單位。

不同模式下P2P網貸平臺信用風險實證檢驗

使用eviews軟件對模型（1）進行最小二乘估計，得出回歸結果見表2。

從表2中可以看出，該模型從“Adjusted R-squared”表示的擬合優(yōu)度來看，模型的擬合優(yōu)度為0.901，所選擇的自變量可以解釋因變量的90.1%，因此，該模型的擬合優(yōu)度很好，自變量可以解釋因變量的大部分，解釋程度很好。根據后面的“F-statistic”的概率值Prob（F-statistic）為0.00，所以可以顯著地拒絕總體回歸系數為0的原假設，通過F統(tǒng)計量可以看出該線性回歸模型整體顯著，至于各自變量的顯著程度，需要進一步分析。

從各自變量的t統(tǒng)計值及其概率可以看出，各自變量t統(tǒng)計值的概率都接近0，所以可以顯著的拒絕各變量回歸系數為0的原假設，即它們的回歸系數都是顯著的，從而得出其回歸方程為：

（2）

純線上模式下，將原模型中D1取1，D2取0，回歸方程為：

（3）

線上與線下相結合模式下，將原模型中D1取0，D2 取0，回歸方程為：

（4）

純線下模式下，將原模型中 D1取0， D2取1，回歸方程為：

（5）

圖1為擬合與殘差圖，從圖1中可以看出總體擬合程度較好，殘差也比較均勻地分布在0值線的兩側。

基本結論及研究局限性

（一）基本結論

基于對設定模型的回歸結果來看，成交量volume和平均借款期限time的系數為正，借款人數people的系數為負，說明成交量volume和平均借款期限time與歷史待還金額呈正相關關系，借款人數people與歷史待還金額呈負相關關系，與理論預測相一致。平臺成交量越高，其中出現問題貸款的可能性也越大，造成待還金額越大，增加貸款金額的不確定性，從而其信用風險越大。在平臺借款的人數越多，人氣指標越高，說明平臺資質較好，信用記錄良好，相應地就會有較低的歷史待還金額和較低的信用風險。平臺回收本金的時間越短，能更靈活的退出，問題貸款出現的可能性也就越小，借款人大多可以按時償還貸款，減小貸款的不確定性，即平均借款期限越短，流動性指標越高，歷史待還金額越小，從而信用風險較小。

基于對模式約束條件下的回歸結果來看，純線上公司、線上與線下相結合公司的歷史待還金額差異即信用風險差異為C4，即540673，純線下公司、線上與線下相結合公司的歷史待還金額差異即信用風險差異為C5，即-283329，純線上公司、純線下公司的歷史待還金額差異即信用風險差異為C4與C5的差值，即540673-（- 283329）=824002。根據具體數值可以得出三種模式的P2P平臺歷史待還金額的排序：

純線上模式>線上與線下相結合模式>純線上模式

由于信用風險的大小與歷史待還金額呈正向變動關系，所以三種模式的風險大小關系為：

Risk（純線上模式）>Risk（線上與線下相結合模式）>Risk（純線下模式）

這與前文的理論分析結果相一致，前文的理論得到了驗證。

通過本文對我國不同運營模式的P2P平臺信用風險的差異分析，可見信用風險管理成為我國P2P平臺管理的一個重要方面，針對不同的運營模式，其信用風險管理方式也有所區(qū)別，但其核心都是通過降低交易成本控制風險，提高平臺信用，這是P2P平臺健康發(fā)展的需要。

前文的所有分析都是基于中國資本市場發(fā)展的實際情況做出的，對于資本市場較為發(fā)達的國家如美國，可能在適用性方面存在一些問題，最主要的原因是中美制度環(huán)境存在差異。在信用評級方面，中國的征信系統(tǒng)尚未完善，美國卻有完善的征信體系，社會信用管理的運作完全市場化；在風險管理方面，中國網絡借貸模型側重對超期還款的管理，而美國側重于對資金用途的限制；在違約懲罰制度方面，中國平臺側重于事后管理，美國平臺側重于事前管理；在監(jiān)管程度方面，美國網絡借貸網站受到美國證券交易委員會（SEC）的監(jiān)管，同時美國消費者金融保護局（CFPB）會逐步統(tǒng)一包括抵押貸款在內的消費者金融產品和金融服務的監(jiān)管，但中國網貸平臺的交易仍處在法律的邊緣，目前的監(jiān)管政策尚待完善?；谶@些原因，關于不同模式平臺的信用風險比較在他國的情況還有待進一步研究。

（二）研究局限性

本文在變量選擇和數據選取方面存在一定的局限性。在變量選擇方面，本文選擇的指標雖具有一定的代表性，但在全面性方面還有待進一步完善，可以進一步對變量進行擴展研究；在數據選取方面，為了使實證檢驗結果更加具有一般性，數據還需進一步豐富?；谶@兩方面的局限性，還有待進一步研究。

參考文獻

1.王敬慈.P2P網絡借貸平臺的風險控制研究[J].財經界，2015（2）

2.黃磊，朱珊慶.P2P市場分析及銀行應對策略探討[J].國際金融，2015（2）

3.GAO.Person-to-Person Lending，New Regulatory Challenges Could Emerge as the Industry Grows[R].Publicly Released，2011

4.Michaels，J.Do unverifiable disclosures matters？ evidence from peer-to-peer lending，The Accounting Review，2012 Vol.87

5.葛競言.中美P2P網絡借貸模式比較及啟示[J].中國商貿，2014（29）

6.肖曼君， 歐緣媛， 李穎.我國P2P網絡借貸信用風險影響因素研究——基于排序選擇模型的實證分析[J].財經理論與實踐，2015（36）

7.王晗.我國商業(yè)銀行信貸資產證券化風險分析與控制研究[D].東北財經大學，2012

8.梁笑雨，魏鵬.P2P網絡借貸風險[J].新產經，2013（4）