常 宏 李善民

（1.山西財經(jīng)大學財政金融學院，山西 太原 030006；2.中國人民銀行百色市中心支行，廣西 百色 533000）

迄今為止，農(nóng)戶信貸問題一直沒有得到很好解決，直到數(shù)字技術(shù)廣泛應用到人們的生產(chǎn)生活，人們才意識到數(shù)字技術(shù)的強大威力，并期待借助互聯(lián)網(wǎng)現(xiàn)代信息技術(shù)手段，降低交易成本，延伸服務半徑，拓展普惠金融服務的廣度和深度。然而，現(xiàn)實的困境是，一方面，數(shù)字普惠金融發(fā)展迅猛，農(nóng)戶在支付、理財?shù)冉鹑诜辗矫娴玫搅擞行M足，但在農(nóng)村信貸方面依然面臨貸款難的問題。另一方面，最近十年來我國推行區(qū)域性農(nóng)村金融改革已經(jīng)走到十字路口，是繼續(xù)延續(xù)十年前的農(nóng)村金融改革思路（加快農(nóng)村金融機構(gòu)在農(nóng)村地區(qū)硬件設施和物理網(wǎng)點的布設），還是順應金融科技發(fā)展的實際、加大對現(xiàn)有銀行業(yè)機構(gòu)開展網(wǎng)絡支農(nóng)服務的引導與扶持？2016年3月，由中國人民銀行等七部門聯(lián)合發(fā)布《關于金融助推脫貧攻堅的實施意見》，提出各級政府應鼓勵和支持貧困地區(qū)金融機構(gòu)建設，創(chuàng)新新型互聯(lián)網(wǎng)平臺，開展網(wǎng)絡銀行、網(wǎng)絡保險、網(wǎng)絡基金銷售和網(wǎng)絡消費金融業(yè)務。用數(shù)字技術(shù)破解農(nóng)戶融資難題。根據(jù)中國互聯(lián)網(wǎng)絡信息中心數(shù)據(jù)顯示，在互聯(lián)網(wǎng)上進行理財、支付的用戶越來越多。2016年上半年，網(wǎng)上支付用戶4.5億人次，網(wǎng)民使用率64.10%，特別是形成了移動支付、網(wǎng)絡信貸、平臺擔保等多種數(shù)字普惠金融服務，重塑了金融扶貧的新業(yè)態(tài)、新路徑，提高了貧困人群金融服務的覆蓋面和可得性。2015年12月31日，國務院印發(fā)了 《推進普惠金融發(fā)展規(guī)劃（2016—2020年）》，正式將發(fā)展普惠金融確立為國家戰(zhàn)略規(guī)劃。那么，接下來的問題是：金融機構(gòu)利用數(shù)字技術(shù)開展網(wǎng)絡銀行業(yè)務的動力機制是什么？對地方性金融機構(gòu)進行支持和鼓勵，各市場行為主體的行為變化模式和演化軌跡是什么？如何構(gòu)建一套行之有效的機制以最大化地方性金融機構(gòu)支農(nóng)服務供給？對于上述問題，理論界和實務界還沒有明確的回答，圍繞這些疑問，本文聚焦農(nóng)戶信貸難題，嘗試對地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸問題進行探索研究，以期在數(shù)字技術(shù)背景下為破解農(nóng)貸市場農(nóng)戶信貸難題提供理論支持和有益參考。

一、文獻回顧及述評

與本文意向研究相關的國內(nèi)理論研究主要集中在三個方面：一是網(wǎng)絡信貸服務的機制揭示。王馨（2016）認為，互聯(lián)網(wǎng)金融在技術(shù)上突破了傳統(tǒng)金融機構(gòu)的單純的線下審核與信用增進模式，一定程度上彌補了傳統(tǒng)金融機構(gòu)在金融資源配置領域中的不足，相比傳統(tǒng)金融機構(gòu)，互聯(lián)網(wǎng)金融具有邊際成本遞減效應和邊際成本遞增效應，這也成為其解決“長尾”農(nóng)戶融資的天然需求，打破傳統(tǒng)金融的二八定律［1］。二是網(wǎng)絡農(nóng)貸支農(nóng)服務經(jīng)驗介紹。浙江麗水在數(shù)字化支付、數(shù)字化小額信貸以及數(shù)字化征信方面取得了積極進展［2］。三是有關數(shù)字普惠金融在農(nóng)村地區(qū)的可行性和必要性。相關研究認為，落后地區(qū)和低收入群體可以超越所在地理區(qū)域金融服務物理網(wǎng)點配置不足，消除傳統(tǒng)金融服務門檻高的障礙，分享到現(xiàn)代技術(shù)和金融發(fā)展的成果，享受支付、理財、保險等多樣化金融服務的便利［3］。

實證研究文獻主要集中于兩個方面。一是網(wǎng)絡借貸與普惠金融的實現(xiàn)途徑。王博、張曉玫等認為，網(wǎng)絡借貸重塑了金融組織的形態(tài)，作為信息中介，網(wǎng)絡借貸通過信用認證機制以及信息披露機制，發(fā)揮了傳統(tǒng)金融機構(gòu)的信息聚集機制和監(jiān)督機制,基于“人人貸”數(shù)據(jù)的實證結(jié)果表明網(wǎng)絡借貸有望成為群體實現(xiàn)普惠金融的一條有效路徑［4］。二是網(wǎng)絡借貸行為模式問題的相關研究。廖理等運用P2P網(wǎng)絡借貸平臺的交易數(shù)據(jù)，證實了互聯(lián)網(wǎng)金融借貸中存在地域歧視問題［5］。姚博運用“人人貸”網(wǎng)站平臺借貸數(shù)據(jù)，實證檢驗了地區(qū)與學歷對網(wǎng)貸行為的影響。結(jié)果表明，在信用評價機制尚未健全的背景下，網(wǎng)絡借貸的投資人對借款人有明顯的地區(qū)和學歷偏好［6］。國外理論研究主要聚焦于網(wǎng)絡借貸平臺方面。國外的相關研究認為，網(wǎng)絡借貸平臺上的借款人多為受傳統(tǒng)金融機構(gòu)信貸配給的長尾群體，加之平臺僅充當信息中介以及平臺上的投資人，并非專業(yè)人士，因此，投資者缺乏專業(yè)甄別或?qū)彶殚L尾群體的信用質(zhì)量，借貸雙方面臨較大程度的信息不對稱［7-8］。實證研究方面主要集中兩個方面。一是對網(wǎng)絡借貸理論驗證。網(wǎng)絡借貸的可驗證硬信息能夠有效揭示借款人風險、降低投資人的搜尋成本并主導其投資決策［9］。二是網(wǎng)絡借貸行為模式的研究?；ヂ?lián)網(wǎng)金融的借貸中存在歧視現(xiàn)象，特別是年紀和人種歧視［10］。

綜上，現(xiàn)有文獻從不同視角對網(wǎng)絡信貸做了有益探索，但還存在以下不足：一是真正聚焦網(wǎng)絡農(nóng)貸問題d研究十分罕見，作為新生事物，網(wǎng)絡農(nóng)貸既需要市場驅(qū)動，又需要政策助力，既有研究未對政策如何助力給予明確思路和建議，對網(wǎng)絡農(nóng)貸發(fā)展應遵循什么樣的內(nèi)在邏輯研究不足。二是目前國內(nèi)的相關研究主要停留在定性分析層面，推斷僅停留在宏觀數(shù)據(jù)加總和現(xiàn)象陳述上，缺乏微觀視角的相關研究。與以往文獻相比，本文可能的創(chuàng)新體現(xiàn)在三個方面：一是研究視角新穎，將演化博弈理論應用于網(wǎng)絡農(nóng)貸問題研究，深入探討農(nóng)村商業(yè)銀行開展網(wǎng)絡農(nóng)貸的演化過程和行為模式，有效揭示網(wǎng)絡信貸支農(nóng)的內(nèi)在邏輯和微觀機理，從而豐富和拓展現(xiàn)有研究。二是將金融管理部門與地方性商業(yè)銀行結(jié)合起來，構(gòu)建一個完整的支農(nóng)信貸演化博弈系統(tǒng)，更加直接和精妙地分析金融管理部門干預的必要性和有效性，為金融管理和地方性商業(yè)銀行參與構(gòu)建數(shù)字支農(nóng)、信貸惠農(nóng)體系提供理論依據(jù)和作用路徑。三是本文的研究為金融管理部門和地方性商業(yè)銀行參與化解農(nóng)村信貸難題、構(gòu)建切實可行的信貸惠農(nóng)體系提供良好參考和有益啟示。

二、地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的現(xiàn)狀與潛在優(yōu)勢

（一）地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的現(xiàn)狀

近年來，隨著我國數(shù)字技術(shù)迅猛發(fā)展，數(shù)字金融開始滲透進農(nóng)村，支付、理財?shù)姆招枰镜玫搅擞行M足。數(shù)字支農(nóng)信貸方面，據(jù)不完全統(tǒng)計，截至2016年底，含農(nóng)村金融業(yè)務的P2P網(wǎng)貸平臺數(shù)量有335家，其中專注于農(nóng)村金融業(yè)務領域的P2P網(wǎng)貸平臺有29家。以全國最大的農(nóng)村金融業(yè)務的P2P網(wǎng)貸平臺翼龍貸為例，目前翼龍貸共有1 183家加盟商，覆蓋全國28個省、市、自治區(qū)，1500多個縣（區(qū)），累計借貸金額531.39億元。雖然專注農(nóng)戶的P2P網(wǎng)絡平臺發(fā)展迅速，但其融資額與全國廣大農(nóng)戶信貸需求相比，只能是杯水車薪。數(shù)據(jù)顯示，截至2017年6月末，9 248萬戶農(nóng)戶獲得了銀行貸款，貸款余額2.7萬億元，顯然，目前信貸支農(nóng)的主力軍仍然是商業(yè)銀行。然而，相比快速發(fā)展的P2P網(wǎng)貸平臺，地方性商業(yè)銀行在數(shù)字支農(nóng)方面較為滯后，地方性商業(yè)銀行利用數(shù)字技術(shù)開展網(wǎng)絡農(nóng)貸還處在剛剛啟動階段。從全國的情況來看，大型國有銀行開展的網(wǎng)絡小額貸款，大多數(shù)是采取的是“網(wǎng)銀+手機銀行”的模式，但貸款對象大多數(shù)是本行貸款的已有客戶，主要集中在公務員、教師、國有企業(yè)、事業(yè)單位等職業(yè)人群，尚未研發(fā)針對農(nóng)戶種養(yǎng)貸款、生產(chǎn)經(jīng)營貸款等農(nóng)戶貸款產(chǎn)品，數(shù)字化介入的廣度和深度不足。從實地調(diào)查看，地方性商業(yè)銀行大多是最近兩年才開始網(wǎng)絡農(nóng)貸，大多數(shù)網(wǎng)絡信貸產(chǎn)品尚未進行市場細分，沒有專門針對農(nóng)業(yè)和農(nóng)民開發(fā)的網(wǎng)絡信貸產(chǎn)品，且大多數(shù)網(wǎng)絡農(nóng)貸都只是提供了一個網(wǎng)絡受理的填報平臺，填報提交之后需信貸管理人員審核，審核通過仍然需要前往柜臺填報材料。

（二）P2P網(wǎng)絡借貸平臺在支農(nóng)信貸上存在先天不足

據(jù)調(diào)查，專注于農(nóng)村金融業(yè)務領域的P2P網(wǎng)貸平臺在運作模式上，大多采取“平臺+加盟商”模式。這一模式有助于平臺迅速做大規(guī)模，快速進入當?shù)厥袌觯柚用松痰谋就羶?yōu)勢緩解農(nóng)村信貸市場的信息不對稱。以翼龍貸為例，其主要借款客戶是農(nóng)民，包括從事農(nóng)業(yè)相關生產(chǎn)經(jīng)營的個體工商戶。根據(jù)農(nóng)民的特殊借款需求和群體特點，采取加盟商的模式運作，平臺本身不與客戶發(fā)生直接信貸往來，而是由加盟商負責線下聯(lián)系借款人，加盟商和平臺共同進行風控審核，在借貸雙方之間發(fā)揮撮合作用。盡管P2P網(wǎng)絡借貸平臺在支農(nóng)信貸方面取得了一些積極成效，但面臨農(nóng)民征信數(shù)據(jù)缺失、信息收集成本高等因素的制約。當前我國社會信用體系建設尚未完善，農(nóng)村地區(qū)經(jīng)濟相對落后，農(nóng)民沒有過多的商業(yè)、金融行為，絕大多數(shù)農(nóng)民的征信記錄處于空白狀態(tài)。由于消費觀念的影響，目前農(nóng)民的生產(chǎn)消費仍然主要集中在線下進行，尚無形成有效的社交、消費數(shù)據(jù)，導致征信數(shù)據(jù)網(wǎng)絡未能構(gòu)建起來，加大了信用評估的難度。不健全的征信數(shù)據(jù)給農(nóng)村P2P平臺篩選和甄別客戶帶來了較大麻煩，并對其風險管理提出了較高要求?，F(xiàn)有農(nóng)村P2P平臺主要依靠加盟商收集農(nóng)戶的信譽、口碑、人緣、習慣、愛好等軟信息?？梢?，專注于農(nóng)村市場的P2P網(wǎng)絡借貸平臺并沒有完全依靠網(wǎng)絡信息，而是更多依賴于調(diào)查人員的實地走訪，存在信息收集成本高、風險管理難度大等先天不足。

（三）地方性商業(yè)銀行在網(wǎng)絡信貸支農(nóng)上具有天然優(yōu)勢

地方性商業(yè)銀行在傳統(tǒng)上一直都是支農(nóng)信貸的主力軍，在利用數(shù)字技術(shù)開展網(wǎng)絡信貸支農(nóng)服務方面具有天然優(yōu)勢。一是支農(nóng)服務的路徑依賴。多年以來，地方性商業(yè)銀行扎根農(nóng)村地區(qū)，熟悉農(nóng)村地區(qū)的經(jīng)濟社會發(fā)展，金融服務有一定的固定群體，對信貸客戶信用情況較為熟悉，具有合作金融的屬性，當?shù)剞r(nóng)戶在信貸服務方面也形成了依賴銀行的習慣，金融支持上呈一定路徑依賴特征。二是地方性金融機構(gòu)在信息利用和風險管控上具有比較優(yōu)勢。相比于P2P借貸平臺，地方性金融機構(gòu)對以往老客戶信用情況較為了解，熟悉當?shù)孛袂槊袼?，在貸后的風險管理上具有地理和信息優(yōu)勢，能夠有效防范道德風險和惡意借貸行為的發(fā)生。三是地方性金融機構(gòu)在貸款金額與貸款期限上更能契合農(nóng)村實際。相比于以螞蟻金服“借唄”和京東“白條”為代表的互聯(lián)網(wǎng)產(chǎn)品，商業(yè)銀行提供的借款時間更長、金額更大，更能夠滿足農(nóng)村金融形勢的發(fā)展。

三、地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的演化博弈分析

在數(shù)字技術(shù)背景下，金融機構(gòu)的經(jīng)營行為受監(jiān)管機構(gòu)和政策影響而不斷變化。金融市場創(chuàng)新與金融監(jiān)管的協(xié)同互動主要有兩方面的表現(xiàn)：一是數(shù)字金融快速發(fā)展的背景下地方性商業(yè)銀行之間的行為策略一直處在動態(tài)博弈的變化之中；二是地方性商業(yè)銀行與金融管理部門行為決策也表現(xiàn)為一種不斷調(diào)整的動態(tài)博弈過程。演化博弈能夠較好地刻畫網(wǎng)絡農(nóng)貸市場博弈主體策略選擇的動態(tài)變化［11-14］。據(jù)此，下文運用演化博弈的思路對地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的策略行為進行分析。假定網(wǎng)絡農(nóng)貸的博弈主體主要包括金融管理部門和地方性商業(yè)銀行。在重復博弈的過程中，假設金融管理部門和地方性商業(yè)銀行處在有限理性的基礎上進行博弈，對金融管理部門而言，其策略選擇空間為出臺網(wǎng)絡農(nóng)貸支持政策和不出臺網(wǎng)絡農(nóng)貸的支持政策。對地方性商業(yè)銀行而言，其策略選擇空間為開展網(wǎng)絡農(nóng)貸和不開展網(wǎng)絡農(nóng)貸。

假設博弈初始時，金融管理部門出臺網(wǎng)絡農(nóng)貸支持政策的概率為λ，不出臺網(wǎng)絡農(nóng)貸支持政策的概率為1-λ；地方性商業(yè)銀行選擇開展網(wǎng)絡農(nóng)貸的概率為θ，選擇不開展網(wǎng)絡農(nóng)貸的概率為1-θ。據(jù)此得到金融管理部門與地方性商業(yè)銀行的博弈支付矩陣，如表1所示。

在表1的支付矩陣中，當金融管理部門不出臺網(wǎng)絡農(nóng)貸支持政策且地方性商業(yè)銀行不開展網(wǎng)絡農(nóng)貸策略時，雖然金融管理部門失去公共利益最大化帶來的好處，地方性商業(yè)銀行失去農(nóng)村金融市場帶來利息收益，但金融管理部門仍能獲取w的基準收益，地方性商業(yè)銀行也能獲取v的基準收益。若金融管理部門不出臺網(wǎng)絡農(nóng)貸支持政策，地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸，此時開展網(wǎng)絡農(nóng)貸的外部條件還不夠成熟，比如網(wǎng)絡農(nóng)貸還面臨信用風險，如果沒有金融管理部門的政策支持，信用風險一旦發(fā)生后，地方性商業(yè)銀行追債成本高。開展網(wǎng)絡農(nóng)貸給地方性商業(yè)銀行帶來損失l,此時地方性商業(yè)銀行的收益為v-l,對金融管理部門而言，由于地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸處于嘗試和探索階段，因此帶來增量收益可以忽略不計，所以此時金融管理部門的收益仍為w；若金融管理部門出臺支持政策，給予地方性商業(yè)銀行支農(nóng)s的資金或政策支持，但地方性商業(yè)銀行并不積極開展網(wǎng)絡農(nóng)貸，因而金融管理部門的收益變?yōu)閣-s，地方性商業(yè)銀行沒有開展網(wǎng)絡農(nóng)貸服務，但實際獲得了金融管理部門的資金或政策支持，收益變?yōu)関+s;若金融管理部門認為網(wǎng)絡農(nóng)貸的條件成熟，并出臺支持政策，此時金融管理部門收益為w-s+m，地方性商業(yè)銀行的收益為v+s+n。其中，m代表網(wǎng)絡農(nóng)貸業(yè)務給金融管理部門帶來的收益增量（上級部門的褒獎等方面），n代表網(wǎng)絡農(nóng)貸業(yè)務給地方性商業(yè)銀行帶來的收益增量（利息收入等方面），從博弈模型更加貼近現(xiàn)實情況考慮，設定m＞s，即金融管理部門從網(wǎng)絡農(nóng)貸中獲得的收益大于其支持網(wǎng)絡農(nóng)貸的資金或政策支持。地方性商業(yè)銀行和金融管理部門在博弈過程中，博弈的穩(wěn)定策略由博弈主體的動態(tài)學習和模仿被傳遞到后續(xù)博弈中。

(一)金融管理部門的動態(tài)演變趨勢及其穩(wěn)定性

金融管理部門出臺支持政策時的適應度為：

金融管理部門選擇不出臺支持政策的適應度為：

金融管理部門的平均適應度為：

表1 金融管理部門與地方性商業(yè)銀行博弈支付矩陣

當 u11＞時，表明金融管理部門出臺支持政策可帶來高于平均水平的收益，金融管理部門選擇出臺支持政策的概率λ會隨著時間的增加而增加；當u11＜時，金融管理部門選擇出臺支持政策的概率λ會隨時間的增加而減少。

進一步，金融管理部門的復制動態(tài)方程為：

根據(jù)動態(tài)方程（4）對F（λ）求一階導數(shù)為：

當，此時F’（λ）=0，即地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的概率為,金融管理部門選擇出臺或不出臺網(wǎng)絡農(nóng)貸支持政策的策略效果是一樣的，即所有的λ值都是金融管理部門的演化穩(wěn)定策略(ESS)。

當時，因為F’（λ）＜0，所以λ*=1是金融管理部門的演化穩(wěn)定策略，表明地方性商業(yè)銀行以高于的概率開展網(wǎng)絡農(nóng)貸，金融管理部門從不出臺網(wǎng)絡農(nóng)貸支持政策逐步轉(zhuǎn)向出臺網(wǎng)絡農(nóng)貸支持政策。此時出臺網(wǎng)絡農(nóng)貸的支持政策是金融管理部門的演化穩(wěn)定策略。此種情形下，金融管理部門對開展網(wǎng)絡農(nóng)貸持支持態(tài)度。

當時，因為F’（λ）＜0，所以θ*=0是金融管理部門的穩(wěn)定演化策略，表明地方性商業(yè)銀行以低于的概率選擇開展網(wǎng)絡農(nóng)貸，金融管理部門逐步從出臺抵押貸款支持政策轉(zhuǎn)向不出臺抵押支持政策。即選擇不出臺網(wǎng)絡農(nóng)貸支持政策是金融管理部門的演化穩(wěn)定策略。此種情況下，金融管理部門對網(wǎng)絡農(nóng)貸持不支持態(tài)度。

（二）地方性商業(yè)銀行策略的動態(tài)演變趨勢及其穩(wěn)定性

地方性商業(yè)銀行采取開展網(wǎng)絡農(nóng)貸策略時的適應度為：

地方性商業(yè)銀行采取不開展網(wǎng)絡農(nóng)貸策略時的適應度為：

地方性商業(yè)銀行的平均適應度為：

地方性商業(yè)銀行的復制動態(tài)方程為：

根據(jù)動態(tài)方程（8）對 F（θ）求一階導數(shù)為：

當，此時F’（θ）=0，即金融管理部門出臺網(wǎng)絡農(nóng)貸支持政策的概率為，地方性商業(yè)銀行選擇開展或不開展網(wǎng)絡農(nóng)貸策略效果是一樣的，即對所有的θ值都是金融管理部門的演化穩(wěn)定策略。

當時，因為F’（1）＜0，所以θ*=1是地方性商業(yè)銀行的演化穩(wěn)定策略，此時表明金融管理部門以高于的概率選擇出臺網(wǎng)絡農(nóng)貸支持政策，地方性商業(yè)銀行將從消極開展網(wǎng)絡農(nóng)貸到積極開展網(wǎng)絡農(nóng)貸轉(zhuǎn)變。顯然，來自金融管理部門的支持直接影響地方性商業(yè)銀行行為決策，此時兩者的決策行為在支農(nóng)目標上趨同。

當時，因為F’（0）＜0，所以θ*=0是地方性商業(yè)銀行的穩(wěn)定演化策略，表明金融管理部門以低于的概率選擇出臺網(wǎng)絡農(nóng)貸支持政策，地方性商業(yè)銀行逐步從積極開展網(wǎng)絡農(nóng)貸向消極開展網(wǎng)絡農(nóng)貸轉(zhuǎn)變。在此種情況下，金融管理部門對開展網(wǎng)絡農(nóng)貸支持不足，地方性商業(yè)銀行貸款積極性不高。

（三）系統(tǒng)的穩(wěn)定策略分析

若金融管理部門與地方性商業(yè)銀行的策略選擇比例保持不變，即地方性商業(yè)銀行和金融管理部門的復制行為處于均衡狀態(tài)，即為系統(tǒng)的穩(wěn)定狀態(tài)。金融管理部門與地方性商業(yè)銀行之間行為演化過程可以用式（4）、式（8）構(gòu)成的微分方程組系統(tǒng)來描述。 令 F（λ）=0 且 F（θ）=0，在平面 M=｛（λ，θ）|0≤λ，θ≤1 ｝上能夠得到演化博弈的五個平衡點 E1（0，0），E2（0，1），E3（1，0），E4（1，1）和 E5（λ*，θ*）。

接下來，本文演化博弈均衡點的穩(wěn)定性基于根據(jù)弗里德曼（Friedman）提出的分析方法，即根據(jù)（4）（8）構(gòu)成的系統(tǒng)體系的雅克比（Jaconbian）矩陣J的行列式detJ的符號和trJ的符號。由此對微分方程組（4）（8）分別求關于λ和θ的偏導數(shù)，據(jù)此得到雅克比（Jaconbian）矩陣J和行列式detJ表達式。

雅克比（Jaconbian）矩陣行列式的值與跡分別是：

依次將上述五個平衡點代入雅克比（Jaconbian）矩陣J,由計算結(jié)果得到各均衡點。雅克比（Jaconbian)矩陣行列式和矩陣行列式的跡如表2所示。

表 2 可見，根據(jù)雅克比（Jaconbian）矩陣 J和行列式 detJ的值可知，E2（0，1）、E3（1，0）為不穩(wěn)定點；D（λ*，w*）為鞍點；E4（1，1）、E1（0，0）為兩個局部穩(wěn)定點，即點 E4（1，1）和點 E1（0，0）為系統(tǒng)的演化穩(wěn)定策略（ESS)，E4（1，1）對應金融管理部門出臺支持政策、地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸，對應金融管理部門不出臺支持政策、地方性商業(yè)銀行不開展網(wǎng)絡農(nóng)貸。為了更為清晰描述金融管理部門和地方性商業(yè)銀行群體博弈的動態(tài)演化過程，可以構(gòu)建金融管理部門和地方性商業(yè)銀行行為博弈的復制動態(tài)相位圖(見圖1)

圖1顯示了金融管理部門和地方性商業(yè)銀行群體博弈的動態(tài)演化過程。圖1表明，系統(tǒng)的演化路徑取決于金融管理部門出臺網(wǎng)絡農(nóng)貸支持政策的初始概率λ0和地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸初始概率 θ0，即系統(tǒng)的初始位置 D（λ0，θ0）決定了博弈的收斂方向。 若初始位置 D（λ0，θ0）位于區(qū)域E1E2E3D 內(nèi)部，系統(tǒng)將收斂于 E1（0，0），即博弈雙方的演化穩(wěn)定策略為金融管理部門不出臺支持政策、地方性商業(yè)銀行不開展網(wǎng)絡農(nóng)貸；若初始位置D（λ0，θ0）位于區(qū)域 E2E4E3D 內(nèi)部，則系統(tǒng)將收斂于E4（1，1），此時系統(tǒng)最終演化為金融管理部門出臺支持政策、地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸。

表2 均衡點穩(wěn)定分析

圖1 金融管理部門和地方性商業(yè)銀行行為博弈復制動態(tài)相位圖

（四）博弈參數(shù)變動對博弈結(jié)果的影響

由系統(tǒng)穩(wěn)定性結(jié)論，金融管理部門與地方性商業(yè)銀行的博弈行為取決于博弈雙方的初始位置。若要提高系統(tǒng)向理想均衡點E4（1，1）的收斂概率，可以從影響博弈參數(shù)的角度入手，即通過博弈參數(shù)大小變動使E1E2E3D區(qū)域面積減小或E2E4E3D區(qū)域面積增大，從而增大系統(tǒng)趨向理想均衡概率。

1.增量收益對系統(tǒng)的影響分析

參數(shù)m、n分別代表網(wǎng)絡農(nóng)貸帶給金融管理部門和地方性商業(yè)銀行的增量收益。當參數(shù)m增加時減少，鞍點D向左下運動，E1E2E3D區(qū)域面積減小，E2E4E3D區(qū)域面積增加，進而系統(tǒng)演化穩(wěn)定策略均衡點收斂于E4（1，1）的概率增加。同理，當參數(shù)n增加時，減少，鞍點D向左下運動，系統(tǒng)演化穩(wěn)定策略均衡點趨向于E4（1，1）的概率增加。在參數(shù)m、n都變大的情形下，金融管理部門選擇出臺網(wǎng)絡農(nóng)貸支持政策，地方性商業(yè)銀行選擇辦理網(wǎng)絡農(nóng)貸的積極性得到提高，推動了金融管理部門公共目標的有效實現(xiàn)，從而進一步加大了金融管理部門對地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的支持力度，支持力度的強化進一步提高了地方性商業(yè)銀行辦理網(wǎng)絡農(nóng)貸的積極性。在上述良性循環(huán)的作用下，金融管理部門與地方性商業(yè)銀行的“雙贏”局面得以成形。

2.支持政策對系統(tǒng)的影響

s代表的是金融管理部門為支持網(wǎng)絡農(nóng)貸出臺的政策支持或給予的資金支持。如果參數(shù)s增加，表明金融管理部門認為開展網(wǎng)絡農(nóng)貸的外部條件成熟，可出臺支持政策。此時，地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸得到金融管理部門的支持或支持資金越多，就越能提高地方性商業(yè)銀行網(wǎng)絡農(nóng)貸的積極性。此這種情況下，金融管理部門和地方性商業(yè)銀行從網(wǎng)絡農(nóng)貸中獲得的收益m、n增加，驅(qū)動鞍點D向左下方運動，推動E2E4E3D區(qū)域面積的增加，系統(tǒng)趨向出臺支持政策、開展網(wǎng)絡農(nóng)貸。即系統(tǒng)向 E4（1，1）收斂的概率增大。

3.開展網(wǎng)絡農(nóng)貸遭受的損失對系統(tǒng)的影響

參數(shù)l表示金融管理部門不出臺支持政策而地方性商業(yè)銀行積極開展網(wǎng)絡農(nóng)貸遭受的損失。此時金融管理部門認為出臺網(wǎng)絡農(nóng)貸的外部條件還不成熟，金融管理部門不出臺支持政策，這會使地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸信用風險，從而造成損失。當損失l增大時，鞍點D右上移動，E2E4E3D面積區(qū)域縮小，E1E2E3D區(qū)域面積增大，金融管理部門趨向不出臺支持政策，地方性商業(yè)銀行趨于不開展網(wǎng)絡農(nóng)貸。即系統(tǒng)向E1（0，0）收斂的概率增加。

上述三種情形的分析表明，最初當網(wǎng)絡農(nóng)貸辦理的外部條件不成熟時，地方性商業(yè)銀行普遍不愿開展網(wǎng)絡農(nóng)貸業(yè)務。但隨著金融科技的不斷發(fā)展以及信貸支農(nóng)責任的強化，金融管理部門持續(xù)加大對地方性商業(yè)銀行開辦網(wǎng)絡農(nóng)貸的支持力度，地方性商業(yè)銀行在支持政策的吸引下不斷調(diào)整自己的行為策略，紛紛轉(zhuǎn)變經(jīng)營策略，由消極開展網(wǎng)絡農(nóng)貸逐步轉(zhuǎn)向積極開展網(wǎng)絡農(nóng)貸，最終金融管理部門選擇出臺支持政策、地方性商業(yè)銀行選擇積極開展網(wǎng)絡農(nóng)貸，即系統(tǒng)最終收斂于E4（1，1）。

四、結(jié)論與政策啟示

本文聚焦數(shù)字技術(shù)背景下農(nóng)戶信貸難題，分析我國地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的現(xiàn)狀和潛在優(yōu)勢，在此基礎上構(gòu)建地方性商業(yè)銀行與金融管理部門的演化博弈分析框架，根據(jù)博弈參數(shù)變化的不同得出兩種演化穩(wěn)定策略：一是金融管理部門不出臺支持政策情況下，地方性商業(yè)銀行的最優(yōu)策略是不開展網(wǎng)絡農(nóng)貸。二是金融管理部門出臺網(wǎng)絡農(nóng)貸支持政策的情況下，地方性商業(yè)銀行的最優(yōu)策略是積極開展網(wǎng)絡農(nóng)貸。這表明金融管理部門的支持政策對推動網(wǎng)絡農(nóng)貸業(yè)務的必要性和可行性。最后，文章進一步分析參數(shù)變動對金融管理部門和地方性商業(yè)銀行兩個群體的演化穩(wěn)定策略的影響，隨著網(wǎng)絡農(nóng)貸給金融管理部門和地方性商業(yè)銀行帶來的收益不斷增加，金融管理部門的最優(yōu)策略選擇是出臺網(wǎng)絡農(nóng)貸支持政策、地方性商業(yè)銀行的最優(yōu)策略選擇是開展網(wǎng)絡農(nóng)貸。

本文的分析對促進網(wǎng)絡農(nóng)貸有重要的政策啟示，結(jié)合我國網(wǎng)絡農(nóng)貸發(fā)展現(xiàn)狀，為使金融管理部門和地方性商業(yè)銀行在長期利益決策行為中獲得更高收益，從而加快網(wǎng)絡農(nóng)貸的構(gòu)建。本文認為加快網(wǎng)絡農(nóng)貸可以從以下幾個方面入手：一是強化網(wǎng)絡農(nóng)貸服務系統(tǒng)設計和支持政策，從中央角度賦予金融管理部門網(wǎng)絡農(nóng)貸的職權(quán)和責任，改進金融管理部門分支機構(gòu)網(wǎng)絡農(nóng)貸的績效考核，提高金融管理部門推行網(wǎng)絡農(nóng)貸的責任感。二是建立網(wǎng)絡農(nóng)貸的正向激勵機制和反向約束機制。一方面，金融管理部門支持政策關系到地方性商業(yè)銀行辦理網(wǎng)絡農(nóng)貸的積極性，及時有效出臺網(wǎng)絡農(nóng)貸支持政策，加快誘導性制度變遷，不斷提高地方性商業(yè)銀行開展網(wǎng)絡農(nóng)貸的收益，從而驅(qū)動博弈參數(shù)朝著有利于網(wǎng)絡農(nóng)貸業(yè)務開展的方向變化。另一方面，更新現(xiàn)有針對地方性商業(yè)銀行支農(nóng)考核政策，將開展網(wǎng)絡農(nóng)貸納入到MPA考核籃子，增強地方性商業(yè)銀行網(wǎng)絡農(nóng)貸的社會責任感 。

參考文獻

［1］王馨.互聯(lián)網(wǎng)金融助解“長尾”小微企業(yè)融資難問題研究［J］.金融研究，2015（9）：128-138.

［2］孔祖根，葉銀龍.數(shù)字普惠金融的麗水實踐［J］.中國金融，2016（11）：54-55.

［3］王立平，申建文.手機銀行與農(nóng)村普惠金融［J］.中國金融，2016（3）：50-51.

［4］王博，張曉玫，盧露.網(wǎng)絡借貸是實現(xiàn)普惠金融的有效途徑嗎——來自“人人貸”的微觀借貸證據(jù)［J］.中國工業(yè)經(jīng)濟，2017（2）：98-116.

［5］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］.數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究，2014（5）：54-70.

［6］姚博.信用評價是否抑制了網(wǎng)貸行為中的地區(qū)與學歷偏好？ ［J］.財貿(mào)經(jīng)濟，2016（7)：147-160.

［7］Lin,Mingfeng,Prabhala,N.,and Viswanathan,R.S.,2013.Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending ［J］.Management Science，（1）：17-35.

［8］Puro,L.,and Teich,J.E.,Wallenius Hannele,Wallenius Jyrki.,2010.Borrower Decision Aid for People-to-people Lending［J］.Decision Support Systems,（4）：52-60.

［9］Larrimore,L.,Li,J.,Larrimore,J.,Markowitz,D.,and Gorski,S.,2011.Peer to Peer Lending：The Relationship between Language Features,Trustworthiness,and Persuasion Success ［J］.Journal of Applied Communication Research,（2）：19-37.

［10］Pope， D.G.,and Sydnor,J.R. ， 2011.What’s a Picture?Evidence of Discriminations of LoanFundability in the Prosper.com ［J］.Journal of Human Resources,（11）：53-92.

［11］李善民.土地經(jīng)營權(quán)抵押貸款中政府與金融機構(gòu)得到演化博弈分析［J］.金融理論與實踐,2015（9）：19-22.

［12］張維迎.博弈論與信息經(jīng)濟學［M］.上海：上海人民出版社，2004.

［13］Weibull.J W.Evolutionary game theory［M］.Cambridge：MIT Press，1995：70-76.

［14］ Friedman D.Evolutionary games in economics［J］.Econometrica，1991：637-666.