徐云松

（北京語言大學 商學院，北京 100083）

一、引言

近年來我國P2P 網(wǎng)貸市場發(fā)展迅猛，深刻改變了我國長期存在的傳統(tǒng)金融格局與市場結(jié)構(gòu)。根據(jù)第一網(wǎng)貸數(shù)據(jù)顯示：平臺數(shù)量從2013 年底的523 家擴張到2018 年9 月的7 616 家，同期貸款余額從352.23 億元增加到13 559.46 億元；2013 年全年成交額892.53 億元，而2018 年9 月單月成交額就高達850.81 億元；同時，2013—2017 年短短四年，市場投資者由23.1 萬人增加到1 713 萬人，市場活躍度持續(xù)攀升。然而，P2P 網(wǎng)貸市場短時間內(nèi)的急劇膨脹也暴露出諸多問題與金融亂象，P2P 網(wǎng)貸平臺逾期、詐騙、面臨倒閉、高管跑路的事件層出不窮、愈演愈烈，集聚了重大金融風險隱患，已成為當前防范化解金融風險攻堅戰(zhàn)的重中之重。

我國作為一個轉(zhuǎn)軌中的新興經(jīng)濟體，長期存在金融抑制，表現(xiàn)出明顯的金融結(jié)構(gòu)二元性：一方面正規(guī)金融發(fā)展不平衡、不充分，另一方面非正規(guī)金融市場仍然發(fā)揮著重要功能。P2P 網(wǎng)貸市場不僅是我國非正規(guī)金融市場的重要組成部分，而且對互聯(lián)網(wǎng)金融乃至整個金融體系穩(wěn)定具有重大影響；P2P 網(wǎng)貸利率作為非正規(guī)金融市場價格體系的核心，其波動效應在很大程度上體現(xiàn)了非正規(guī)金融的發(fā)展態(tài)勢，一定程度上反映了宏觀經(jīng)濟的運行狀態(tài)，尤其是重大金融風險形成與集聚的演變狀況。因此，P2P 網(wǎng)貸市場健全與價格機制完善是當前我國金融發(fā)展面臨的現(xiàn)實難題。然而，關(guān)于傳統(tǒng)的正規(guī)金融市場波動效應的研究成果頗豐，針對非正規(guī)金融市場波動效應的研究較為分散，缺乏系統(tǒng)性深入分析，尤其是P2P網(wǎng)貸利率波動是否具有非對稱效應，其表現(xiàn)形式與傳統(tǒng)的正規(guī)金融市場的異同關(guān)系，專家學者還存在較大爭議。因此，本文通過描述P2P 網(wǎng)貸利率的波動特征，揭示其非對稱效應，解釋當前我國P2P 網(wǎng)貸市場的風險狀況與金融亂象，在此基礎(chǔ)上提出有益建議，豐富該研究領(lǐng)域的經(jīng)驗證據(jù)。

二、文獻回顧

根據(jù)二元金融結(jié)構(gòu)特征，無論是發(fā)達國家還是發(fā)展中國家都存在著正規(guī)金融與非正規(guī)金融，世界銀行將非正規(guī)金融定義為未被一國或地區(qū)監(jiān)管當局控制的經(jīng)濟活動。近年來，我國以P2P 網(wǎng)貸、線下借貸與影子銀行為代表的非正規(guī)金融市場發(fā)展突飛猛進，尤其是P2P 網(wǎng)貸的金融創(chuàng)新模式，通過網(wǎng)貸公司提供P2P 平臺發(fā)揮信息中介功能而聯(lián)接資金供需雙方，體現(xiàn)了民間金融組織形式與現(xiàn)代信息科技的有機結(jié)合，反映了民間借貸公開化、網(wǎng)絡(luò)化、信息化的演進趨勢，發(fā)揮了普惠金融的重要功能。P2P 網(wǎng)貸市場的利率價格機制、波動特征與效應，成為監(jiān)管者、經(jīng)濟學家與研究人員廣泛關(guān)注的現(xiàn)實問題。

第一，傳統(tǒng)的正規(guī)金融市場波動效應文獻豐富而多樣，形成了較為一致的學術(shù)觀點。國外學者Christie[1]較早研究表明，股票市場的利空消息造成股價下跌，增大市場風險與企業(yè)杠桿率，從而引起更大幅度的股價收益波動。Engle et al.[2]分析發(fā)現(xiàn)，資本市場的沖擊往往表現(xiàn)出一種非對稱杠桿效應，即波動率對市場價格下跌的反應比價格上升的反應更迅速。Tauchen et al.[3]認為即使不考慮企業(yè)財務杠桿影響，投資者行為也能很好解釋仍然顯著存在的非對稱效應。針對股票市場，國內(nèi)學者洪瀟[4]運用經(jīng)典的非對稱ARCH 模型分析發(fā)現(xiàn)，我國股市非對稱效應表現(xiàn)在負面信息沖擊波動要大于正面信息沖擊的波動幅度。潘錫泉[5]運用非線性Bai-Perron 多重結(jié)構(gòu)突變模型檢驗我國滬深股市的波動性特征發(fā)現(xiàn)，兩市具有趨同性特征，即都存在非對稱杠桿效應。吳鑫育等[6]通過隨機copula 模型驗證則表明，我國股票市場除了具有典型的杠桿效應外，非對稱特征還存在顯著時變性。在貨幣市場方面，吳俊等[7]通過量化分析發(fā)現(xiàn)，我國上海銀行間同業(yè)拆放利率（SHIBOR）存在利空消息沖擊更為劇烈的杠桿效應；高薇[8]對SHIBOR 隔夜序列的驗證也得出相同結(jié)論。林宇等[9]則認為，HMM-GARCH 模型對SHIBOR 市場的非對稱特征描述與波動率預測更為精確。在衍生品市場方面，孫艷等[10]運用UHF-EGARCH 模型對我國期貨市場收益率的波動特征進行量化分析發(fā)現(xiàn)，負面沖擊會加大滬深300 股指期貨收益率波動，且大于等量正向沖擊造成的收益率下降波動幅度；邵振文等[11]的研究也得出相同結(jié)論。而楊帆等[12]研究認為，股指期貨市場整體走弱時不僅存在明顯非對稱效應，而且前期反饋機制還具有長期記憶性。在外匯市場方面，夏強等[13]基于MCMC 算法的雙門限非對稱GARCH模型，對人民幣匯率市場匯率波動的驗證表明，存在非對稱效應。闕澄宇等[14]分析認為，人民幣在岸與離岸市場即期匯率自身波動同樣存在非對稱特征。潘錫泉[15]則發(fā)現(xiàn)，2010 年6 月二次匯改重啟后我國人民幣匯率波動表現(xiàn)出放大利空的典型非對稱效應。

第二，非正規(guī)金融市場波動效應研究成果稀少而分散，仍然存在觀點不一的較大爭議。早期國內(nèi)外學者從靜態(tài)視角探討網(wǎng)貸利率的價格機制的文獻成果眾多，近年來國內(nèi)一些學者則逐漸從動態(tài)視角的宏觀層面分析P2P 網(wǎng)貸市場利率的波動特征，并更加關(guān)注與其他市場價格之間的溢出效應。陳霄等[16]通過2012—2014 年日度時序數(shù)據(jù)，構(gòu)建單變量AR-GARCH 模型實證分析了我國P2P 網(wǎng)貸利率的波動特征，并運用TARCH 與EGARCH 模型檢驗是否存在杠桿效應。結(jié)果顯示網(wǎng)貸利率波動具有寬尾與聚集性特征，然而網(wǎng)貸市場不存在風險與收益匹配的現(xiàn)象，利率價格并不能完全反映市場信息，弱勢有效市場不成立。同時，網(wǎng)貸利率下跌的利空消息比利率上升的利好消息產(chǎn)生更大沖擊影響的非對稱效應并不顯著。何啟志等[17]通過量化研究發(fā)現(xiàn)，P2P 網(wǎng)貸利率受自身前期波動的持久性影響，利率波動性較大，意味著風險具有積聚性，市場自身的平衡與調(diào)節(jié)能力較差。同時，與較為完善的正規(guī)金融市場不同，網(wǎng)貸市場不存在明顯的非對稱效應，檢驗結(jié)果說明當前網(wǎng)貸市場仍處于發(fā)展初期。阮素梅等[18]通過一元SV 模型與DGC-MSV 模型檢驗發(fā)現(xiàn)，P2P 網(wǎng)貸市場收益率下降的波動沖擊影響更為劇烈，存在與正規(guī)金融市場一致的正向非對稱效應；然而文中并未清楚地解釋當前我國網(wǎng)貸市場風險集聚與投資者行為選擇的關(guān)系。

綜上所述，發(fā)展成熟、監(jiān)管完善的傳統(tǒng)正規(guī)金融市場的波動特征與效應研究一直是國內(nèi)外學者關(guān)注的重要問題。國外經(jīng)濟學家根據(jù)發(fā)達經(jīng)濟體有效市場總結(jié)出非對稱效應規(guī)律，國內(nèi)學者則將其量化工具與實證手段運用到我國金融市場的分析，即使考慮到過渡經(jīng)濟時期我國轉(zhuǎn)軌經(jīng)濟體普遍存在的市場分割、行政干預等制度特性，無論是貨幣市場還是資本市場，現(xiàn)貨市場、衍生品市場還是外匯市場，大量文獻研究均發(fā)現(xiàn)存在負面信息（利空消息）沖擊更大的非對稱效應。然而，當視角深入到我國以P2P 網(wǎng)貸為代表的非正規(guī)金融市場時，微觀研究成果主要集中在網(wǎng)貸利率定價機制、參與主體多重特征影響因素等方面，宏觀研究成果主要集中于對靜態(tài)視角下市場間動態(tài)溢出關(guān)系被忽視的彌補。然而，關(guān)于P2P 網(wǎng)貸利率自身波動的非對稱效應的探討較少，檢驗結(jié)果也迥然不同；同時，現(xiàn)有實證結(jié)論的現(xiàn)實解釋力偏弱，未能準確地闡釋網(wǎng)貸平臺爆發(fā)的各種金融亂象。因此，本文的實證檢驗彌補了上述不足，在此基礎(chǔ)上作出了邊際貢獻。

三、研究設(shè)計

（一）變量數(shù)據(jù)選取

2013 年我國互聯(lián)網(wǎng)金融迎來了爆發(fā)式發(fā)展，金融創(chuàng)新模式層出不窮，非正規(guī)金融市場體量擴大，活躍度不斷提升，因此實證分析時序起點為2013 年，時序周期為2013 年4 月26 日至2018 年8 月8 日。本文選取我國P2P 網(wǎng)貸綜合利率為主要研究對象，P2P 網(wǎng)貸綜合利率為不同標的、不同借貸期限的綜合測算數(shù)據(jù)。根據(jù)目前網(wǎng)貸市場平均借貸期限，一般為六個月左右，因此本文選取品種期限為半年期的日度P2P 網(wǎng)貸綜合利率（根據(jù)第一網(wǎng)貸網(wǎng)站與wind 數(shù)據(jù)庫，半年期日度P2P 網(wǎng)貸綜合利率為剔除周六、周日與節(jié)假日的時序數(shù)據(jù)），數(shù)據(jù)量為1199 個時序樣本。

將P2P 網(wǎng)貸綜合利率標示為rpt，為保證時間序列的平穩(wěn)性，對rpt進行對數(shù)收益率化處理，即lrpt=ln（rpt）-Ln（rpt-1），得到收益率序列并標示為lrpt。變量數(shù)據(jù)描述性統(tǒng)計結(jié)果如表1 所示：P2P 網(wǎng)貸綜合利率序列rpt偏度S>0，峰度K<3，說明樣本為右偏分布，且分布呈現(xiàn)矮胖形狀；J-B 統(tǒng)計量P 值小于0.01，序列不服從正態(tài)分布。而收益率序列偏度不為零，峰度K>3，J-B 統(tǒng)計量同樣在1%置信水平下不服從正態(tài)分布，呈現(xiàn)出尖峰厚尾、偏態(tài)分布現(xiàn)象。表1 還顯示，P2P 網(wǎng)貸綜合利率均值為13.481%，超過銀行類機構(gòu)存款利率及傳統(tǒng)金融機構(gòu)投資收益率。從投資者角度來看，拓寬了資金配置渠道，有利于改善投資收益，但高利率同時也意味著較高違約風險；對于融資者而言，盡管P2P 網(wǎng)貸縮短了資金鏈條，打破了時空限制，降低了搜尋成本，但并未顯著降低融資成本。

表1 變量描述性統(tǒng)計

（二）模型方法設(shè)定

P2P 網(wǎng)貸利率是綜合測算且期限多在半年左右的短期利率，常表現(xiàn)出波動聚集、尖峰厚尾、非對稱效應等時間序列特征，運用GARCH 族模型可以較好擬合與描述。

Bollerslev[19]于1986 年在ARCH 模型基礎(chǔ)上構(gòu)建了經(jīng)典的廣義自回歸條件異方差模型，用GARCH（q，p）反映時序波動聚集性，其條件方差方程為：

然而，GARCH 模型不能清晰地解釋收益與風險關(guān)系，Engle[20]于1987 年引入GARCH-M 模型，其條件方差方程與式（1）相同，均值方程表示為：

其中，參數(shù)ρ 體現(xiàn)了收益與風險之間的權(quán)衡，還可以用條件方差對數(shù)ln（σ2）、條件標準差σ 替代σ2，得到另外兩種表達形式。

在此基礎(chǔ)上，本文進一步采用TARCH 模型、EGARCH 模型與PGARCH 模型來探究P2P 網(wǎng)貸利率波動的非對稱效應。TARCH（門限ARCH）模型由Glosten[21]、Zakoian[22]分別于1993 年、1994 年提出，結(jié)合本文研究變量，將TARCH（1，1）模型條件方差方程設(shè)定為：

方程（3）設(shè)置了一個虛擬變量dt-1，當出現(xiàn)利好消息即ut-1＞0 時，dt-1=0，存在一個α 倍的沖擊；當利空消息出現(xiàn)即ut-1＜0 時，dt-1=1，存在一個（α+γ）倍沖擊。

Nelson[23]1991 年構(gòu)建了EGARCH（指數(shù)GARCH）模型研究資產(chǎn)收益非對稱性，本文采用EGARCH（1，1）模型條件方差方程：

方程（4）表明存在指數(shù)化的杠桿效應，當γ≠0時，存在非對稱性。

Ding[24]1993 年提出了PGARCH 模型，本文采用的PGARCH（1，1）條件方差方程設(shè)定為：

其中h 表示冪參數(shù)值，取h=1，系數(shù)γ 用于衡量非對稱性。

四、實證檢驗分析

運用單變量GARCH 模型的前提是變量序列具有平穩(wěn)性，對P2P 網(wǎng)貸利率、P2P 網(wǎng)貸利率收益率數(shù)據(jù)的單位根進行檢驗發(fā)現(xiàn)，P2P 網(wǎng)貸利率序列未能通過10%置信水平下的顯著性檢驗，而P2P 網(wǎng)貸利率收益率數(shù)據(jù)平穩(wěn)，因此可以對收益率序列直接進行實證分析。

（一）ARCH 效應檢驗

收益率序列自相關(guān)檢驗表明存，在高階AR 過程，lrpt為連續(xù)8 階滯后，符合一個AR（8）過程。進一步通過對AR（8）-ARCH 模型殘差序列的ARCHLM 檢驗發(fā)現(xiàn)，具有顯著的ARCH 效應，即P2P 網(wǎng)貸利率波動存在條件異方差性，可建立單元GARCH類模型詳細描述其統(tǒng)計特征。

（二）波動性檢驗

為揭示序列數(shù)據(jù)波動不規(guī)則性與殘差聚集性，本文構(gòu)建了AR（8）-GARCH（1，1）與AR（8）-GARCH（1，1）-M 模型進行驗證（見表2）。GARCH模型采用學生t 分布與廣義誤差分布更好地反映時間序列尖峰厚尾的統(tǒng)計特征，同時運用條件方差σ2、條件標準差σ 與條件方差自然對數(shù)ln（σ2）測度預期風險與收益的量化關(guān)系。

表2 GARCH 模型檢驗結(jié)果

從表2 的模型1 至模型5 可以看出，lrpt滯后項均通過了5%的顯著性水平，且AR 項系數(shù)均為負值，表明五個模型滯后項總體都是聯(lián)合顯著的，且序列存在負相關(guān)性。同時，模型1 至模型5 的ARCH項系數(shù)α 與GARCH 項系數(shù)β 顯著為正，各模型（α+β）項系數(shù)之和分別為0.985 5、0.998 9、0.986 2、0.990 3、0.995 1，滿足小于1 的約束條件，這印證了網(wǎng)貸利率波動具有寬尾與聚集性的特征，并且前期利率水平波動對后期會產(chǎn)生持續(xù)性影響，市場波動對沖擊的反應函數(shù)以較為緩慢的速率衰減。由于P2P 網(wǎng)貸利率收益率序列存在時變條件方差，且受滯后項長久性影響，因此不滿足弱勢有效市場的鞅過程要求，這意味著P2P 網(wǎng)貸市場可能存在更嚴重的信息不對稱。AR（8）-GARCH（1，1）-M 模型3 至模型5 衡量了預期風險對收益的貢獻度，當M項分別為條件方差σ2、條件標準差σ 與條件方差自然對數(shù)ln（σ2）時，對應系數(shù)為ρ。然而，三個模型中M 項系數(shù)ρ 均未能通過10%置信水平的顯著性檢驗，說明相對于較為完善的正規(guī)金融市場，我國網(wǎng)貸市場并未表現(xiàn)出高風險高收益匹配的一般規(guī)律，仍然處于風險集聚、市場機制不成熟的發(fā)展階段。

（三）非對稱效應檢驗

上述分析表明P2P 網(wǎng)貸利率具有尖峰厚尾的偏態(tài)分布特征，可進一步分析是否存在非對稱性。本文構(gòu)建TARCH、EGARCH 與PGARCH 模型，從不同角度考察其分別在學生t 分布及廣義誤差分布時的非對稱特征（見表3）。在此基礎(chǔ)上，根據(jù)EGARCH-GED 模型繪制估計的信息沖擊曲線以直觀地展現(xiàn)非對稱效應（見圖1）。

表3 杠桿效應檢驗結(jié)果

圖1 P2P 網(wǎng)貸利率信息沖擊曲線

表3 顯示，從總體上看，模型1 至模型6 中衡量杠桿效應的系數(shù)γ 均不為零，且都通過了10%顯著性水平檢驗，表明P2P 網(wǎng)貸利率波動具有非對稱性。具體來看，TARCH 模型中，學生t 分布與GED分布的杠桿效應系數(shù)γ 分別為-0.053 8、-0.068 2，意味著當出現(xiàn)利好消息時，虛擬變量dt-1=0，對網(wǎng)貸利率波動產(chǎn)生α 倍沖擊，即0.109 4 與0.120 1；當出現(xiàn)利空消息時，虛擬變量dt-1=1，對網(wǎng)貸利率波動產(chǎn)生（α+γ）倍沖擊，即0.055 6（0.109 4-0.053 8）與0.051 9（0.120 1-0.068 2）。EGARCH 學生t 分布模型與GED 分布模型中，杠桿效應系數(shù)γ 分別為0.047 5、0.052 1，表明當出現(xiàn)利好消息即ut-1＞0 時，對網(wǎng)貸利率波動產(chǎn)生（α+γ）倍沖擊，即0.242 9（0.195 4+0.047 5）與0.262 3（0.210 2+0.052 1）；當出現(xiàn)利空消息時，對網(wǎng)貸利率波動產(chǎn)生（α-γ）倍沖擊，即0.147 9 與0.158 1。PGARCH 模型中，學生t 分布與GED 分布的杠桿效應系數(shù)分別為-0.049 8、-0.051 3，表明利好消息的影響會對網(wǎng)貸利率波動造成α（1-γ）倍沖擊，即0.094 6（1+0.049 8）=0.099 3與0.107 1（1+0.051 3）=0.112 6；當出現(xiàn)利空消息時，ut-1＜0，在同樣的α（1-γ）倍沖擊影響下，分別為0.094 6（1-0.049 8）=0.089 9 與0.107 1（1-0.051 3）=0.101 6。綜合TARCH 模型、EGARCH 模型、PGARCH模型檢驗結(jié)果發(fā)現(xiàn)，網(wǎng)貸市場投資者對于收益率上升的利好消息與收益率下降的利空消息有顯著反應差別，利好消息比同等量利空消息沖擊影響更大。這一現(xiàn)象與機制相對完善、發(fā)展成熟的正規(guī)金融市場波動存在的非對稱效應完全相反，表現(xiàn)出明顯的波動異質(zhì)性或反向杠桿效應，這一結(jié)果也與闕澄宇等的研究結(jié)論不同[14-16]。

圖1 的縱軸顯示信息沖擊值，橫軸為不同性質(zhì)信息，正值代表利好消息，負值代表利空消息。當給予較高水平等量沖擊時，利好消息引起P2P 網(wǎng)貸市場利率波動程度要大于利空消息下的影響效應。一般而言，在價格機制健全、扭曲干預較少的正規(guī)金融市場中，理性投資者尤其注重高收益背后的高風險因素。當利率下降導致風險暴露，投資者將調(diào)整資產(chǎn)結(jié)構(gòu)，提高低收益率資產(chǎn)比例以規(guī)避風險，同時過分關(guān)注市場利率波動幅度而非價格絕對值水平，從而造成資產(chǎn)收益下跌的市場沖擊要大于利率上升的影響。然而，P2P 網(wǎng)貸市場卻具有與正規(guī)金融市場完全相反的非對稱效應。一方面，從現(xiàn)實狀況來看，雖然我國P2P 網(wǎng)貸利率所表示的投資者收益水平總體上呈現(xiàn)不斷下降趨勢，但該市場的投資者非但沒有流失，人數(shù)反而逐年迅猛攀升，2013—2017 年短短四年擴張近74 倍。同時，P2P 網(wǎng)貸平臺對應的資產(chǎn)與信用等級低下的次級債、垃圾債類似，在高杠桿與產(chǎn)品多層嵌套的過度創(chuàng)新市場上，互聯(lián)網(wǎng)技術(shù)并不能改變金融市場風險的本質(zhì)屬性。這表明市場利率下降導致資產(chǎn)收益普遍下跌沒有明顯引起投資者規(guī)避風險、撤離市場的正常反應，投資者風險敏感性普遍薄弱。另一方面，由于我國互聯(lián)網(wǎng)金融的相關(guān)制度規(guī)定仍不完善，P2P 網(wǎng)貸平臺的內(nèi)部控制與外部監(jiān)管遠遠滯后于市場發(fā)展，且定價機制不成熟，風險因素較復雜，市場信息較混亂。而且網(wǎng)貸市場作為一個尾部市場，參與主體大多缺乏專業(yè)的投資能力與全面的金融素養(yǎng)，難以準確篩選相關(guān)信息、有效判別市場風險，個體投資者的有限理性可能導致集體非理性，從而出現(xiàn)較多非理性羊群行為；再加上相對于日趨完善的審慎監(jiān)管，網(wǎng)貸市場的金融行為監(jiān)管缺失，導致風險疊加與集聚，強化了風險傳染鏈條，誘發(fā)了一系列金融亂象，危害了金融體系穩(wěn)健運行。

五、結(jié)論與建議

本文通過構(gòu)建GARCH 類模型實證考察了我國P2P 網(wǎng)貸利率的波動特征與非對稱效應。研究發(fā)現(xiàn)：第一，P2P 網(wǎng)貸利率波動具有厚尾與聚集性特征，并且易受到自身前期波動的持續(xù)性影響，這意味著網(wǎng)貸市場不符合弱勢有效市場鞅過程要求，信息不對稱現(xiàn)象更為嚴重；同時，網(wǎng)貸市場未表現(xiàn)出風險與收益匹配一般規(guī)律，仍然處于風險相對集聚、市場機制不成熟的發(fā)展階段。第二，P2P 網(wǎng)貸市場存在明顯的非對稱效應。網(wǎng)貸市場投資者對于收益率上升的利好消息與收益率下降的利空消息有顯著的反應差異，利好消息比等量利空消息沖擊更劇烈，該現(xiàn)象與成熟的正規(guī)金融市場的非對稱效應相反，但較好地解釋了網(wǎng)貸市場收益率持續(xù)下降而投資者人數(shù)迅猛增加、市場活躍度持續(xù)不減的異常表現(xiàn)，從這一角度揭示了網(wǎng)貸平臺風險問題的根源?；谏鲜鼋Y(jié)論，本文從兩個層面提出針對性建議。

（一）健全外部金融監(jiān)管體系

1.加強金融行為監(jiān)管。2017 年央行已將互聯(lián)網(wǎng)金融納入MPA 體系，旨在肅清互聯(lián)網(wǎng)金融行業(yè)亂象，防范系統(tǒng)性風險。相較于備受重視的審慎監(jiān)管（微觀審慎+宏觀審慎），我國行為監(jiān)管機構(gòu)分散且成立時間晚、履職時間短，框架體系尚不明確；而網(wǎng)貸市場野蠻生長，非法集資、惡意欺詐等違法違規(guī)行為層出不窮，暴露出明顯的行為監(jiān)管短板。因此，應盡快構(gòu)建監(jiān)管機構(gòu)、網(wǎng)貸行業(yè)消費者保護協(xié)會、網(wǎng)貸平臺、金融消費者與投資者等相關(guān)主體有機聯(lián)系的監(jiān)管框架，提高網(wǎng)貸市場參與主體金融素養(yǎng)，逐步弱化市場非理性羊群行為。

2.加快征信體系建設(shè)。針對網(wǎng)貸市場無序擴張與違約風險隱患，要加快建立全覆蓋的網(wǎng)貸平臺征信系統(tǒng)。通過將網(wǎng)貸平臺征信體系與央行征信系統(tǒng)有機銜接，實現(xiàn)征信信息互聯(lián)與共享，提高征信數(shù)據(jù)可信度；通過嚴格的失信懲戒機制，如建立失信者黑名單制度、司法性懲戒機制，嚴厲打擊失聯(lián)跑路、惡意逃廢債等失信行為；通過健全借貸雙方的強制信息披露準則，過濾長尾市場噪音與信息過載，破除信息不對稱問題，有效降低市場風險。

3.構(gòu)建網(wǎng)貸利率觀測體系。網(wǎng)貸市場中大多數(shù)金融產(chǎn)品具有多層嵌套、期限嚴重錯配的影子銀行產(chǎn)品特征，難以受到有效監(jiān)控。同時，網(wǎng)貸利率在很大程度上反映了互聯(lián)網(wǎng)金融市場走勢與宏觀經(jīng)濟運行狀態(tài)，受到央行貨幣政策調(diào)控與引導。因此，應加強對P2P 產(chǎn)品規(guī)模與種類的評估，強化對網(wǎng)貸利率波動、資金流向、期限錯配的監(jiān)測研究，建立常態(tài)化網(wǎng)貸利率觀測系統(tǒng)，并將其納入金融業(yè)綜合統(tǒng)計體系。

（二）完善平臺內(nèi)部運營機制

1.完善網(wǎng)貸利率定價機制。當前我國P2P 網(wǎng)貸利率定價過程并未以合理成本反映借款方真實風險，市場借貸主體缺乏利率定價自主權(quán)，難以獲取全面有效覆蓋真實風險的貸款利率，定價過程也難以充分反映風險溢價；定價機制不完善也加劇了多平臺套利的金融風險。因此網(wǎng)貸平臺應設(shè)計合理的交易機制，在外部監(jiān)管與行業(yè)自律基礎(chǔ)上推進市場化利率定價，并通過大數(shù)據(jù)、云計算等金融科技手段整合長尾用戶碎片化信息，促使利率價格全面覆蓋真實風險，提高風險定價效率。

2.強化內(nèi)部風險控制。由于P2P 金融業(yè)務的特殊性，客觀上要求必須建立完善的風控體系。通過網(wǎng)貸平臺構(gòu)建基于詳細規(guī)章制度與操作規(guī)范指引下的數(shù)據(jù)分析、利率定價、風險管理等各環(huán)節(jié)相互制約的系統(tǒng)流程框架，形成職責明晰、辨識準確、審核嚴格、保障有效的風險控制機制。同時，針對平臺為主的定價模式，還應著重提升金融從業(yè)人員的專業(yè)水平與職業(yè)道德，確保平臺運營的安全性與穩(wěn)定性。

3.提高合規(guī)經(jīng)營水平。全國網(wǎng)貸整治辦出臺的《關(guān)于開展P2P 網(wǎng)絡(luò)借貸機構(gòu)合規(guī)檢查工作的通知》明確了合規(guī)網(wǎng)貸機構(gòu)繼續(xù)經(jīng)營的基本準則，強調(diào)了合規(guī)經(jīng)營作為當前網(wǎng)貸風險專項整治工作重點的要求。在此基礎(chǔ)上，網(wǎng)貸平臺應盡快轉(zhuǎn)變發(fā)展理念，改變過去粗放擴張與野蠻生長狀態(tài)，回歸信息中介本質(zhì)定位，加強自律自查以實現(xiàn)經(jīng)營有序與行為規(guī)范；通過樹立合規(guī)意識，將合規(guī)理念融入企業(yè)核心文化并滲透到企業(yè)運營各個環(huán)節(jié)，重塑有序運行與健康發(fā)展的P2P 網(wǎng)貸市場。