胡金焱 水兵兵

(山東大學(xué) 經(jīng)濟(jì)學(xué)院，山東 濟(jì)南 250100；青島大學(xué)，山東 青島 266071)

一、引言

2015年，在經(jīng)過數(shù)年的快速發(fā)展后，中國(guó)網(wǎng)絡(luò)借貸市場(chǎng)(主要指P2P網(wǎng)絡(luò)借貸市場(chǎng)，以下簡(jiǎn)稱“網(wǎng)貸市場(chǎng)”)風(fēng)險(xiǎn)第一次大面積集中爆發(fā)，大量問題平臺(tái)的出現(xiàn)導(dǎo)致眾多出借人投資受損，繼而引發(fā)局部金融風(fēng)險(xiǎn)和區(qū)域性社會(huì)問題。因此，網(wǎng)貸風(fēng)險(xiǎn)問題開始受到社會(huì)廣泛關(guān)注。

互聯(lián)網(wǎng)金融是互聯(lián)網(wǎng)與信息通信技術(shù)不斷發(fā)展，進(jìn)而推動(dòng)互聯(lián)網(wǎng)與金融融合的產(chǎn)物。作為互聯(lián)網(wǎng)金融典型業(yè)態(tài)的網(wǎng)絡(luò)借貸，由于迎合了數(shù)量龐大但被銀行等正規(guī)金融機(jī)構(gòu)拒之門外的小微企業(yè)及個(gè)人的融資需求，自出現(xiàn)伊始便得到了快速發(fā)展，令長(zhǎng)期飽受融資約束之苦的小微企業(yè)及個(gè)人看到了曙光，也為投資渠道單一收益偏低的投資者提供了一種新的投資選擇，因而受到了政府的鼓勵(lì)。在“促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展”的號(hào)召下，2015年中國(guó)人民銀行等十部門聯(lián)合發(fā)布《關(guān)于促進(jìn)互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》，政府支持互聯(lián)網(wǎng)金融發(fā)展的意圖明顯。2014年，我國(guó)網(wǎng)絡(luò)借貸市場(chǎng)出現(xiàn)爆發(fā)式增長(zhǎng)——當(dāng)年運(yùn)營(yíng)平臺(tái)存量達(dá)到1575家，比2013年的800家增加了近一倍；2015年更是達(dá)到了2595家。然而，好景不長(zhǎng)，網(wǎng)絡(luò)借貸這一新型現(xiàn)代民間借貸金融模式在爆發(fā)式增長(zhǎng)的同時(shí)，其潛在的風(fēng)險(xiǎn)也在快速形成和大量積聚。2015年，我國(guó)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)爆發(fā)，截至當(dāng)年年底全國(guó)累計(jì)出現(xiàn)問題平臺(tái)896家，比2013年運(yùn)營(yíng)平臺(tái)的總數(shù)還多，而2014年問題平臺(tái)數(shù)量?jī)H為273家。(1)數(shù)據(jù)來(lái)自《2015年中國(guó)網(wǎng)絡(luò)借貸行業(yè)年報(bào)》。僅一年的時(shí)間，問題平臺(tái)數(shù)量就激增兩倍多，決策層開始要求健全監(jiān)管和化解風(fēng)險(xiǎn)。(2)2016年、2017年《政府工作報(bào)告》分別提出“規(guī)范發(fā)展互聯(lián)網(wǎng)金融”和“對(duì)互聯(lián)網(wǎng)金融等累積風(fēng)險(xiǎn)要高度警惕”。學(xué)術(shù)界也展開對(duì)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的研究，以期能找到爆發(fā)此次風(fēng)險(xiǎn)的根源，并對(duì)癥下藥，促進(jìn)網(wǎng)貸行業(yè)健康規(guī)范發(fā)展。

既有的研究主要是從平臺(tái)層面和個(gè)體層面展開，通過兩個(gè)層面分別探尋網(wǎng)貸平臺(tái)和借貸雙方個(gè)體的哪些因素會(huì)導(dǎo)致網(wǎng)貸風(fēng)險(xiǎn)。不過，既有研究發(fā)現(xiàn)的致險(xiǎn)因素大都來(lái)自網(wǎng)貸平臺(tái)內(nèi)部。但實(shí)際上，傳染源個(gè)體與其他個(gè)體之間高度獨(dú)立，即使是平臺(tái)層面的傳染，從風(fēng)險(xiǎn)產(chǎn)生到傳染也是一個(gè)逐漸擴(kuò)散的過程，也需要一定的時(shí)間。而2015年網(wǎng)貸風(fēng)險(xiǎn)的顯著特征是“短時(shí)間內(nèi)大面積集中爆發(fā)”。因此，已有研究并不足以對(duì)此現(xiàn)象做出合理解釋。這意味著，可能還存在來(lái)自平臺(tái)外部的致險(xiǎn)因素。

本文將拓展以上研究，將視角擴(kuò)展到網(wǎng)貸平臺(tái)的外部，研究股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)的影響，并考察其對(duì)網(wǎng)貸利率的決定作用。通過觀察中國(guó)2014-2015年重要經(jīng)濟(jì)事件，我們不難發(fā)現(xiàn)，中國(guó)股市在經(jīng)過幾年沉寂后于2014年年中開啟快速上漲模式后一直持續(xù)到2015年6月又突然轉(zhuǎn)向切換到急速深度下跌通道。對(duì)照發(fā)現(xiàn)，網(wǎng)貸市場(chǎng)同樣經(jīng)歷了2014年爆發(fā)式增長(zhǎng)后2015年出現(xiàn)問題平臺(tái)激增。兩者呈現(xiàn)出的時(shí)間節(jié)點(diǎn)的高度吻合及趨勢(shì)上的高度一致，僅僅是一個(gè)巧合，還是暗含著某種內(nèi)在的關(guān)聯(lián)，即2015年網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的集中爆發(fā)是否與當(dāng)年股票市場(chǎng)的暴跌有一定關(guān)系？在中國(guó)金融市場(chǎng)還不發(fā)達(dá)的情境下，銀行存款、理財(cái)產(chǎn)品和股票是很多家庭金融資產(chǎn)配置的主要品種，在家庭收益最大化規(guī)律支配下，其中一個(gè)品種價(jià)格發(fā)生變化就可能導(dǎo)致家庭對(duì)金融資產(chǎn)的重新配置，從而對(duì)其他品種的配置產(chǎn)生影響。事實(shí)上，這些金融資產(chǎn)中股票的價(jià)格波動(dòng)是最大的，因此股價(jià)波動(dòng)極有可能對(duì)家庭的另一項(xiàng)金融資產(chǎn)——網(wǎng)絡(luò)借貸的配置產(chǎn)生重要影響。因此，本文擬基于行為金融理論從微觀家庭資產(chǎn)配置決策出發(fā)，沿著“股價(jià)波動(dòng)、風(fēng)險(xiǎn)資產(chǎn)配置、資本轉(zhuǎn)移和風(fēng)險(xiǎn)傳染”的邏輯鏈條，探討股價(jià)波動(dòng)對(duì)網(wǎng)絡(luò)借貸市場(chǎng)風(fēng)險(xiǎn)及利率的作用機(jī)理，并使用收集到的170022條微觀交易數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。

本文的主要貢獻(xiàn)：(一)與以往研究主要集中于平臺(tái)和個(gè)體層面不同，我們的研究將視角擴(kuò)展到網(wǎng)貸平臺(tái)之外的股票市場(chǎng)，拓展了網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)理論，證實(shí)了中國(guó)2015年第一次集中爆發(fā)的網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)與當(dāng)年股票市場(chǎng)的暴跌有一定的關(guān)系，從一個(gè)側(cè)面為網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)集中爆發(fā)提供了部分解釋，加深了人們對(duì)網(wǎng)貸風(fēng)險(xiǎn)的認(rèn)識(shí)；(二)基于微觀數(shù)據(jù)的經(jīng)驗(yàn)檢驗(yàn)表明股價(jià)波動(dòng)對(duì)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)具有一定的預(yù)測(cè)力，這一結(jié)論可以為政府完善網(wǎng)貸風(fēng)險(xiǎn)監(jiān)控及治理實(shí)踐提供有益的補(bǔ)充和借鑒；(三)進(jìn)一步發(fā)現(xiàn)股價(jià)波動(dòng)會(huì)對(duì)網(wǎng)貸利率產(chǎn)生正向沖擊，在豐富網(wǎng)貸利率決定理論的同時(shí)，可以為網(wǎng)貸平臺(tái)設(shè)定和完善自身利率評(píng)估模型提供有價(jià)值的理論參考。

二、文獻(xiàn)回顧與理論分析

風(fēng)險(xiǎn)是任何一個(gè)金融市場(chǎng)都無(wú)法回避而又想要控制的問題，網(wǎng)貸市場(chǎng)也不例外。對(duì)于可能引發(fā)網(wǎng)貸風(fēng)險(xiǎn)因素的研究，學(xué)者們主要從兩個(gè)層面展開：一個(gè)是平臺(tái)層面。田杰等的研究發(fā)現(xiàn)，網(wǎng)貸平臺(tái)的實(shí)力、業(yè)務(wù)模式、風(fēng)控能力會(huì)對(duì)網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)產(chǎn)生影響(3)田杰、郭紫嫣、靳景玉：《我國(guó)P2P網(wǎng)貸平臺(tái)生存狀況影響因素研究——基于3842家P2P網(wǎng)貸平臺(tái)數(shù)據(jù)的實(shí)證分析》，《西部論壇》2019年第4期。；李蒼舒等的研究表明，網(wǎng)貸平臺(tái)的信息完善程度會(huì)影響平臺(tái)的風(fēng)險(xiǎn)(4)李蒼舒、沈艷：《風(fēng)險(xiǎn)傳染的信息識(shí)別——基于網(wǎng)絡(luò)借貸市場(chǎng)的實(shí)證》，《金融研究》2018年第11期。。另一個(gè)是個(gè)體層面。廖理等的關(guān)于P2P網(wǎng)絡(luò)借貸實(shí)證研究的綜述文章對(duì)此進(jìn)行了詳細(xì)介紹，具體來(lái)說(shuō)，個(gè)體層面的因素主要包括借貸雙方的人口統(tǒng)計(jì)學(xué)特征(如性別、年齡、種族等)(5)廖理、張偉強(qiáng)：《 P2P網(wǎng)絡(luò)借貸實(shí)證研究:一個(gè)文獻(xiàn)綜述》，《清華大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)》2017年第2期。，借款人的情緒因素(6)陳榮達(dá)、林博、何誠(chéng)穎、金騁路：《互聯(lián)網(wǎng)金融特征、投資者情緒與互聯(lián)網(wǎng)理財(cái)產(chǎn)品回報(bào)》，《經(jīng)濟(jì)研究》2019年第7期。、認(rèn)知偏差(7)封思賢、那晉領(lǐng)：《P2P的用戶認(rèn)知偏差、市場(chǎng)有效性與資金錯(cuò)配》，《改革》2019年第2期。、資產(chǎn)財(cái)務(wù)狀況以及借款還款情況等。張笑、胡金焱認(rèn)為，收入高的借款者違約率高，原因是他們的風(fēng)險(xiǎn)本來(lái)就高，無(wú)法從銀行取得貸款后隱瞞征信信息到網(wǎng)貸市場(chǎng)借款(8)張笑、胡金焱：《高收入者參與P2P網(wǎng)絡(luò)借貸的動(dòng)機(jī):基于信息不對(duì)稱的視角》，《改革》2019年第7期。。劉紅忠、毛杰認(rèn)為，借款者待還金額的增長(zhǎng)率和波動(dòng)率對(duì)網(wǎng)貸風(fēng)險(xiǎn)有一定的影響。(9)劉紅忠、毛杰：《P2P網(wǎng)絡(luò)借貸平臺(tái)爆發(fā)風(fēng)險(xiǎn)事件問題的研究——基于實(shí)物期權(quán)理論的視角》，《金融研究》2018年第11期。還有學(xué)者基于風(fēng)險(xiǎn)與定價(jià)關(guān)系研究網(wǎng)貸利率定價(jià)對(duì)平臺(tái)風(fēng)險(xiǎn)的影響，如向虹宇等認(rèn)為，平均利率較高的網(wǎng)貸平臺(tái)成為問題平臺(tái)的概率較大(10)向虹宇、王正位、江靜琳、廖理：《網(wǎng)貸平臺(tái)的利率究竟代表了什么?》，《經(jīng)濟(jì)研究》2019年第5期。。

以上研究發(fā)現(xiàn)的引發(fā)網(wǎng)貸風(fēng)險(xiǎn)的因素大都來(lái)自平臺(tái)內(nèi)部，特點(diǎn)是產(chǎn)生的風(fēng)險(xiǎn)成點(diǎn)狀，非常分散，幾乎不可能在短時(shí)間內(nèi)發(fā)生大面積風(fēng)險(xiǎn)——即2015年爆發(fā)的風(fēng)險(xiǎn)那樣。那么，存在哪些未知因素引起了網(wǎng)貸市場(chǎng)在短時(shí)間內(nèi)發(fā)生了系統(tǒng)性風(fēng)險(xiǎn)，而這些因素與平臺(tái)內(nèi)部因素相比影響更廣泛、破壞力更大。因此，對(duì)這些未知因素的探討和研究是非常必要的。遺憾的是，目前這方面的文獻(xiàn)還難得一見。本文將嘗試對(duì)引發(fā)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)因素的研究從平臺(tái)內(nèi)部擴(kuò)展到平臺(tái)外部，重點(diǎn)研究平臺(tái)外股票市場(chǎng)對(duì)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的影響。

借鑒家庭風(fēng)險(xiǎn)資產(chǎn)配置理論和“后悔厭惡”假說(shuō)，本文建立理論分析模型。

本文將股價(jià)波動(dòng)分為上漲和下跌兩個(gè)階段。股價(jià)上漲會(huì)產(chǎn)生財(cái)富效應(yīng)和投資效應(yīng)。永久收入理論認(rèn)為，當(dāng)期增加的收入一部分被歸屬為永久性收入用于消費(fèi)，其余為暫時(shí)性收入進(jìn)行儲(chǔ)蓄，這里的儲(chǔ)蓄為廣義概念，還包括投資等(Modigliani & Brumberg，1954)。(11)Modigliani F., and Brumberg R.1954.“Utility analysis and the consumption function: An interpretation of cross-section data”, Post-keynesian economics.股價(jià)上漲會(huì)增加投資者收入(盡管在股票變現(xiàn)前仍屬于“虛擬收入”)以及對(duì)未來(lái)收入提高的預(yù)期和信心(陸寒寅等，2005)，進(jìn)而增加消費(fèi)和投資支出，產(chǎn)生財(cái)富效應(yīng)和投資效應(yīng)。Ludvigson et al.(1999)的研究證實(shí)了美國(guó)股票市場(chǎng)存在財(cái)富效應(yīng)。Funke(2004)對(duì)來(lái)自拉丁美洲和亞洲16個(gè)新興市場(chǎng)國(guó)家的研究也表明，這些國(guó)家同樣存在股市財(cái)富效應(yīng)。(12)Funke N.2004.“Is there a stock market wealth effect in emerging markets?” ,Economics Letters, 83(3).Case et al.(2001)對(duì)14個(gè)國(guó)家財(cái)富效應(yīng)的研究則認(rèn)為，這些國(guó)家股票市場(chǎng)的財(cái)富效應(yīng)非常微弱。但Bertaut(2002)的研究認(rèn)為，不同國(guó)家的財(cái)富效應(yīng)具有顯著的異質(zhì)性。(13)Bertaut C.C.2002.“Equity Prices, Household Wealth, and Consumption Growth in Foreign Industrial Countries: Wealth Effects in the 1990s”, International Finance Discussion Papers, 131(724).張漾濱(2012)對(duì)中國(guó)資本市場(chǎng)的研究表明，長(zhǎng)期來(lái)看中國(guó)股市具有財(cái)富效應(yīng)。(14)張漾濱：《中國(guó)股價(jià)與房?jī)r(jià)波動(dòng)對(duì)居民消費(fèi)的影響研究》，《管理世界》2012年第1期。胡永剛(2012)等的研究認(rèn)為，如果同時(shí)考慮股市信號(hào)傳遞效應(yīng)，中國(guó)股票市場(chǎng)的財(cái)富效應(yīng)就會(huì)比較明顯。(15)胡永剛、郭長(zhǎng)林：《股票財(cái)富、信號(hào)傳遞與中國(guó)城鎮(zhèn)居民消費(fèi)》，《經(jīng)濟(jì)研究》2012年第3期。

隨著財(cái)富水平的提升，居民家庭將會(huì)增加風(fēng)險(xiǎn)資產(chǎn)的配置。徐佳(2016)等的研究證實(shí)了這一觀點(diǎn)，他們認(rèn)為財(cái)富增加會(huì)顯著提高家庭股票資產(chǎn)的配置比重。(16)徐佳、譚婭：《中國(guó)家庭金融資產(chǎn)配置及動(dòng)態(tài)調(diào)整》，《金融研究》2016年第12期。Baur et al.(2009)認(rèn)為,資本在逐利天性驅(qū)使下必然發(fā)生轉(zhuǎn)移，由回報(bào)低的領(lǐng)域流向回報(bào)高的領(lǐng)域。(17)Baur D.G.and Lucey B.M., “Flights and Contagion-an Empirical Analysis of Stock-Bond Correlations”, Social Science Electronic Publishing.如果股價(jià)持續(xù)穩(wěn)定上漲，被高收益吸引的投資者甚至?xí)①Y金從原本用于消費(fèi)的支出轉(zhuǎn)向股票投資，產(chǎn)生財(cái)富擠出效應(yīng)。(18)王重潤(rùn)：《房?jī)r(jià)、股價(jià)與消費(fèi)的關(guān)系:1999-2011——基于動(dòng)態(tài)面板數(shù)據(jù)的估計(jì)和檢驗(yàn)》，《投資研究》2013年第9期。

在這個(gè)階段，如果信貸約束有所放松，則會(huì)進(jìn)一步刺激投資者提高股票投資比重，加劇資本通過信貸市場(chǎng)流向股票市場(chǎng)。段軍山(2016)等的研究發(fā)現(xiàn)，信貸約束會(huì)對(duì)家庭的風(fēng)險(xiǎn)偏好產(chǎn)生影響，信貸約束緩解會(huì)降低家庭風(fēng)險(xiǎn)厭惡水平和增加其股票資產(chǎn)持有的概率。(19)段軍山、崔蒙雪：《信貸約束、風(fēng)險(xiǎn)態(tài)度與家庭資產(chǎn)選擇》，《統(tǒng)計(jì)研究》2016年第6期。2014年，中國(guó)股市預(yù)期向好又恰逢互聯(lián)網(wǎng)金融快速發(fā)展，網(wǎng)貸市場(chǎng)以其“進(jìn)入門檻低、不需提供抵押擔(dān)保的純信用借貸模式、手續(xù)簡(jiǎn)單放款快”等優(yōu)勢(shì)，極大地緩解了融資約束，為廣大投資者通過從網(wǎng)貸市場(chǎng)借款進(jìn)行股票投資創(chuàng)造了條件，也有力地刺激了對(duì)網(wǎng)貸市場(chǎng)的資金需求進(jìn)而引導(dǎo)其利率上行。這從一個(gè)側(cè)面為2014年中國(guó)網(wǎng)貸市場(chǎng)呈現(xiàn)出的爆發(fā)式增長(zhǎng)現(xiàn)象，提供了部分解釋。

在股價(jià)上漲階段，網(wǎng)貸市場(chǎng)的規(guī)模在不斷擴(kuò)大的同時(shí)，其風(fēng)險(xiǎn)也開始快速形成和積聚，但通常不會(huì)爆發(fā)，屬于潛在風(fēng)險(xiǎn)。主要原因是投資者可以通過股票變現(xiàn)償還網(wǎng)貸本息，或者繼續(xù)從網(wǎng)貸市場(chǎng)借款“以新還舊”。

那么，當(dāng)股市下行股價(jià)開始下跌，又會(huì)對(duì)網(wǎng)貸市場(chǎng)的風(fēng)險(xiǎn)產(chǎn)生怎樣的影響呢？這里我們可以用行為金融學(xué)“后悔厭惡”理論來(lái)加以說(shuō)明。后悔厭惡理論認(rèn)為，人們對(duì)自身采取錯(cuò)誤行動(dòng)引起的后悔要比未實(shí)際行動(dòng)產(chǎn)生的后悔更嚴(yán)重，通常會(huì)導(dǎo)致非理性行為。(20)Loomes G., and Sugden R.1982.“Regret theory: An alternative theory of rational choice under uncertainty”, Economic Journal, 92(368).當(dāng)股價(jià)開始下跌，持股者為避免現(xiàn)在賣掉股票導(dǎo)致將來(lái)后悔而寧愿選擇繼續(xù)持有。而且隨著盈利被侵蝕直至出現(xiàn)虧損并逐漸擴(kuò)大也不承認(rèn)失敗(即所謂的“牛市賺小錢、熊市賠大錢”)，導(dǎo)致資金鏈斷裂無(wú)法償還網(wǎng)貸借款。此時(shí)，若遇上2014-2015年中國(guó)股市“快速大幅上漲后又快速大幅下跌”的情形，就會(huì)出現(xiàn)大量持股人虧損繼而引發(fā)大面積網(wǎng)貸違約的狀況。如果沒有2015年的股市持續(xù)深度下跌，網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的爆發(fā)或許就是另一種情形——由點(diǎn)開始逐步到面，時(shí)間相對(duì)較長(zhǎng)而不是短時(shí)間內(nèi)爆發(fā)。也就是說(shuō)，2014-2015年股票市場(chǎng)的“深∧”波動(dòng)，既在上漲階段刺激了網(wǎng)貸規(guī)模的擴(kuò)大和網(wǎng)貸風(fēng)險(xiǎn)的積累又在下跌階段加速了其風(fēng)險(xiǎn)的破裂。股價(jià)下跌后，投資者停止股票投資和對(duì)網(wǎng)貸資金的需求，從而自然地引導(dǎo)其利率下行。

值得一提的是，有不少文獻(xiàn)注意到家庭認(rèn)知能力和金融知識(shí)在風(fēng)險(xiǎn)資產(chǎn)配置決策中的作用。孟亦佳(2014)的研究認(rèn)為，認(rèn)知能力會(huì)提高家庭金融市場(chǎng)的參與度和股票資產(chǎn)的配置比例。(21)孟亦佳：《認(rèn)知能力與家庭資產(chǎn)選擇》，《經(jīng)濟(jì)研究》2014年第S1期。曾志耕(2015)等的研究發(fā)現(xiàn)，金融知識(shí)水平會(huì)顯著影響家庭風(fēng)險(xiǎn)資產(chǎn)配置種類以及股票投資組合的多樣性。(22)曾志耕、何青、吳雨、尹志超：《金融知識(shí)與家庭投資組合多樣性》，《經(jīng)濟(jì)學(xué)家》2015年第6期。吳雨(2016)等人也認(rèn)為，金融知識(shí)水平越高的家庭會(huì)降低非金融資產(chǎn)配置而增加金融資產(chǎn)配置，尤其是將資產(chǎn)更多的配置到風(fēng)險(xiǎn)金融資產(chǎn)上。(23)吳雨、彭嫦燕、尹志超：《金融知識(shí)、財(cái)富積累和家庭資產(chǎn)結(jié)構(gòu)》，《當(dāng)代經(jīng)濟(jì)科學(xué)》2016年第4期。基于這些研究，我們可以合理假設(shè)，認(rèn)知能力和金融知識(shí)在股價(jià)波動(dòng)引發(fā)網(wǎng)貸風(fēng)險(xiǎn)及影響利率過程中將發(fā)揮“放大”作用，具有較高認(rèn)知能力或金融知識(shí)的投資者在股價(jià)上漲時(shí)配置了更多的股票，愿意支付更高的利率并希望從網(wǎng)貸市場(chǎng)獲取更多的貸款，在股價(jià)下跌時(shí)其違約程度和對(duì)利率下行的影響也更嚴(yán)重。

三、實(shí)證研究

與自然學(xué)科不同，社會(huì)科學(xué)提出的不少理論所描述的理想情況在現(xiàn)實(shí)中并不會(huì)出現(xiàn)或尚未發(fā)生，即使發(fā)生了，有的也可能會(huì)因樣本過少或變量難以觀測(cè)只能進(jìn)行理論推演而無(wú)法實(shí)施經(jīng)驗(yàn)檢驗(yàn)。中國(guó)2014—2015年股票市場(chǎng)的“深∧”波動(dòng)為檢驗(yàn)股價(jià)波動(dòng)作用于網(wǎng)貸風(fēng)險(xiǎn)及利率提供了一個(gè)很好的自然實(shí)驗(yàn)。以上證指數(shù)為例(見圖1)，從2014年6月的2010.53點(diǎn)快速上漲至2015年5月的局部高點(diǎn)5178.19點(diǎn)，上漲了1.58倍；之后便開始急速深度下跌至2016年2月的局部低點(diǎn)2638.96點(diǎn)，價(jià)格重新回到上漲啟動(dòng)前的區(qū)間附近。這一輪的波動(dòng)，無(wú)論是上漲還是下跌幅度都很大，為實(shí)施經(jīng)驗(yàn)檢驗(yàn)創(chuàng)造了條件。如果變量的浮動(dòng)區(qū)間很小則可能出現(xiàn)變量變動(dòng)尚未達(dá)到發(fā)生作用的閾值或效果十分微弱而無(wú)法被甄別觀測(cè)到，從而令檢驗(yàn)失敗。

圖1 上證指數(shù)與網(wǎng)貸市場(chǎng)運(yùn)營(yíng)平臺(tái)和問題平臺(tái)數(shù)量(2013-2015年)(24)數(shù)據(jù)來(lái)源：《2015年中國(guó)網(wǎng)絡(luò)借貸行業(yè)年報(bào)》，上海證券交易所網(wǎng)站。

(一)計(jì)量模型設(shè)定

使用分樣本回歸對(duì)股價(jià)波動(dòng)影響網(wǎng)貸風(fēng)險(xiǎn)進(jìn)行檢驗(yàn)。我們之所以不使用全樣本回歸，主要是因?yàn)楸M管樣本期內(nèi)股價(jià)波動(dòng)振幅很大，但上漲和下跌幅度相當(dāng)，直接進(jìn)行全樣本回歸會(huì)導(dǎo)致很多重要特征被平均化，無(wú)法達(dá)到精確檢驗(yàn)的要求。為此，本文將樣本設(shè)定為兩個(gè)子樣本：子樣本1和子樣本2，上漲階段的樣本歸為子樣本1(記S1)，下跌階段的樣本歸為子樣本2(記S2)，并分別設(shè)定計(jì)量模型如下：

ptoprisk = cons1+β1stock+γ1stock*education+θ1X1+ε1(對(duì)于個(gè)體i∈S1)

ptoprisk=cons2+β2stock+γ2stock*education+θ2X2+ε2(對(duì)于個(gè)體i∈S2)

其中，ptoprisk為網(wǎng)貸風(fēng)險(xiǎn)，cons為常數(shù)，stock為股價(jià)，education代表認(rèn)知能力，X為控制向量，θ為系數(shù)向量，ε為誤差項(xiàng)。為檢驗(yàn)認(rèn)知能力的“放大”作用，在計(jì)量模型中加入交互項(xiàng)(stock*education)。股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)的邊際作用為β+γeducation，隨education的變化而發(fā)生改變。

對(duì)于股價(jià)波動(dòng)影響網(wǎng)貸利率的檢驗(yàn)，設(shè)定模型如下：

ptoprate = cons3+ β3stock + γ3stock*education +θ3X3+ ε3

ptoprate為網(wǎng)貸利率。另一個(gè)重要問題是，股價(jià)波動(dòng)對(duì)網(wǎng)貸利率的影響是否呈現(xiàn)出非線性特征？為檢驗(yàn)此問題，在設(shè)定模型中加入股價(jià)平方項(xiàng)(stock2)：

ptoprate = cons4+ β4stock + δstock2+γ4stock*education+θ4X4+ε4

股價(jià)對(duì)網(wǎng)貸利率的邊際影響為β4+2δstock+γ4education，與股價(jià)有關(guān)，如果δ為正，則邊際影響隨股價(jià)上漲(下跌)遞增(遞減)，如果δ為負(fù)，則邊際影響隨股價(jià)上漲(下跌)遞減(遞增)。

(二)樣本與變量測(cè)度

1.樣本與數(shù)據(jù)。

本文樣本選自具有代表性的“人人貸”網(wǎng)貸平臺(tái)，共獲得有效樣本170022個(gè)，時(shí)間區(qū)間為2014年3月至2016年2月兩年跨度。時(shí)間區(qū)間選擇同時(shí)考慮了匹配股票波動(dòng)區(qū)間和網(wǎng)貸交易周期，既不能過大導(dǎo)致無(wú)法準(zhǔn)確捕捉關(guān)鍵特征又不能過小造成重要交易信息遺漏。據(jù)網(wǎng)貸之家統(tǒng)計(jì)顯示，2016年以前的網(wǎng)貸行業(yè)的平均交易期限基本上不超過7個(gè)月，兩年時(shí)間跨度完全可以包含交易的重要信息。本文的數(shù)據(jù)有兩大特征：一是微觀交易數(shù)據(jù)，使用微觀數(shù)據(jù)可以直接對(duì)研究對(duì)象的微觀行為進(jìn)行檢驗(yàn)，以發(fā)現(xiàn)和證實(shí)作用的底層發(fā)生機(jī)制，有助于探尋問題的根源；二是樣本足夠大，根據(jù)大樣本理論，回歸模型可以不受擾動(dòng)項(xiàng)正態(tài)分布和嚴(yán)格外生性假定約束，與小樣本回歸比結(jié)果更穩(wěn)健、更具適用性。股價(jià)波動(dòng)數(shù)據(jù)來(lái)自上海證券交易所網(wǎng)站，網(wǎng)貸行業(yè)月成交額數(shù)據(jù)來(lái)自第一網(wǎng)貸網(wǎng)站。

2.變量測(cè)度與數(shù)字特征。

被解釋變量。選取平均違約期數(shù)(違約期數(shù)/成功借款次數(shù))作為網(wǎng)貸風(fēng)險(xiǎn)的代理變量，平均違約期數(shù)越多表明違約的概率越大。使用P2P借貸利率對(duì)網(wǎng)貸利率進(jìn)行測(cè)度。

核心解釋變量。使用上證指數(shù)對(duì)股價(jià)波動(dòng)進(jìn)行測(cè)度。

控制變量。借鑒廖理(2015)等人選取學(xué)歷作為認(rèn)知能力的代理變量。(25)廖理、吉霖、張偉強(qiáng)：《借貸市場(chǎng)能準(zhǔn)確識(shí)別學(xué)歷的價(jià)值嗎?——來(lái)自P2P平臺(tái)的經(jīng)驗(yàn)證據(jù)》，《金融研究》2015年第3期。選取信用評(píng)級(jí)；年齡；收入、房產(chǎn)、房貸、車產(chǎn)、車貸；(26)Herzenstein M., Sonenshein S., and Dholakia U.M.2011.“Tell Me a Good Story and I May Lend You Money: The Role of Narratives in Peer-to-Peer Lending Decisions”, Journal of Marketing Research, 48(SPL).婚姻、借款金額、還款期限(27)Ravina E.2012.“Love & Loans: The Effect of Beauty and Personal Characteristics in Credit Markets”, SSRN Electronic Journal.和網(wǎng)貸行業(yè)月成交額作為控制變量。根據(jù)利率決定理論，名義利率水平受資金供給影響，樣本區(qū)間內(nèi)網(wǎng)貸行業(yè)資金供給發(fā)生了重大變化，由最低供給水平的155億元上升到1497億元，上升接近9倍，因此控制住資金供給變量的影響十分必要。信貸市場(chǎng)利率還受一國(guó)真實(shí)經(jīng)濟(jì)發(fā)展和貨幣供應(yīng)總量的影響，經(jīng)檢驗(yàn)這兩者與上證指數(shù)高度相關(guān)存在嚴(yán)重多重共線性，故從模型中刪除。所有變量及定義見表1。

表1 各變量名稱及定義

變量的數(shù)字特征見表2。網(wǎng)貸利率平均值為11.743%，較大幅度高于銀行業(yè)的平均貸款利率。違約金額的平均值為305.32元。平均違約期數(shù)的均值為0.418期。主要變量均呈現(xiàn)較大振幅區(qū)間。

表2 主要變量描述性統(tǒng)計(jì)

(三)實(shí)證結(jié)果

表3列出了估計(jì)結(jié)果。第(1)(2)列是股價(jià)波動(dòng)作用網(wǎng)貸風(fēng)險(xiǎn)的檢驗(yàn)結(jié)果，為更集中準(zhǔn)確反映股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)的影響，第(1)(2)列回歸時(shí)只選擇了上證指數(shù)3000點(diǎn)以上(含)的樣本。結(jié)果顯示，股價(jià)上漲階段股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)影響不顯著，而下跌階段網(wǎng)貸風(fēng)險(xiǎn)對(duì)股價(jià)的回歸系數(shù)顯著為負(fù)(-0.2986；10%顯著性水平)，表明股價(jià)下跌會(huì)增加網(wǎng)貸風(fēng)險(xiǎn)。這一結(jié)論與我們的理論預(yù)期完全符合。

表3 回歸結(jié)果

第(3)(4)列顯示了股價(jià)波動(dòng)作用網(wǎng)貸利率的回歸結(jié)果。其中，第(4)列包含了上證指數(shù)取自然對(duì)數(shù)后的平方項(xiàng)(ln_stock_squre)。無(wú)論是一次型回歸還是二次型回歸，結(jié)果均顯示上證指數(shù)(ln_stock)回歸系數(shù)顯著為正，表明股價(jià)上漲影響網(wǎng)貸利率上升，股價(jià)下跌影響利率下行。二次型回歸結(jié)果顯示二次項(xiàng)系數(shù)為負(fù)(-0.0782，顯著性水平1%)，表明股價(jià)波動(dòng)對(duì)網(wǎng)貸利率呈非線性影響，股價(jià)上漲時(shí)對(duì)網(wǎng)貸利率的邊際影響逐漸減弱，而股價(jià)下跌對(duì)網(wǎng)貸利率的邊際效應(yīng)逐漸增強(qiáng)，即導(dǎo)致利率下行速度越來(lái)越快。利率是對(duì)資金供需狀況的直接反映，在資金供給短期難以發(fā)生大的變化的情況下利率加速下行表明對(duì)網(wǎng)貸市場(chǎng)資金的需求也快速回落，間接證明了股價(jià)下跌將減少市場(chǎng)對(duì)網(wǎng)貸資金的需求。

以上分析表明，投資者認(rèn)知能力差異將導(dǎo)致股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)及利率的邊際效果不再為常數(shù)，而是隨認(rèn)知能力值的變化而改變，呈遞增效應(yīng)。樣本學(xué)歷結(jié)構(gòu)中高中或以下、大專、本科、研究生或以上所占比例分別為23.4%、50%、25%、1.6%，有較好區(qū)別度。第(1)(2)列交互項(xiàng)系數(shù)分別為0.0138、-0.0264，但都不顯著；表明股價(jià)波動(dòng)對(duì)平均違約期數(shù)的影響并未出現(xiàn)隨學(xué)歷上升而遞增的情況，可能的原因是借款者從網(wǎng)貸市場(chǎng)取得了與其財(cái)富水平相匹配的貸款，擁有較高的財(cái)富水平是保證其在股價(jià)下跌時(shí)可以通過配置其他資金來(lái)償還從網(wǎng)貸市場(chǎng)所借款項(xiàng)，抵消可能放大的違約風(fēng)險(xiǎn)。第(3)(4)列交互項(xiàng)系數(shù)分別為0.0019、0.0021且均在1%水平顯著為正，表明股價(jià)波動(dòng)影響網(wǎng)貸利率過程中的邊際效應(yīng)與學(xué)歷有關(guān)，邊際效應(yīng)隨學(xué)歷水平提高而增加，即股價(jià)上漲時(shí)較高學(xué)歷的投資者愿意支付更高的利率，股價(jià)下跌時(shí)學(xué)歷較高的投資者影響利率下行的幅度大于學(xué)歷低投資者的影響。

回歸結(jié)果還顯示，借款金額、還款期限、信用評(píng)級(jí)、年齡、學(xué)歷、婚姻狀況、收入水平、房產(chǎn)、房貸、車產(chǎn)、車貸等均對(duì)利率產(chǎn)生顯著影響，這與既有文獻(xiàn)得出的結(jié)論比較相符。網(wǎng)貸行業(yè)月成交額也是影響網(wǎng)貸利率的一個(gè)顯著因素，證實(shí)網(wǎng)貸利率受網(wǎng)貸行業(yè)資金供給水平的影響。

四、穩(wěn)健性檢驗(yàn)

在進(jìn)行穩(wěn)健性檢驗(yàn)前先討論內(nèi)生性問題。一方面在回歸模型中已盡可能多的包含了影響網(wǎng)貸風(fēng)險(xiǎn)及利率的解釋變量，以期通過最大程度地減少誤差項(xiàng)中的有用信息來(lái)降低遺漏變量的偏差和內(nèi)生性。另一方面，網(wǎng)貸市場(chǎng)整體規(guī)模相對(duì)股票市場(chǎng)小了很多，樣本區(qū)間內(nèi)的網(wǎng)貸市場(chǎng)月成交額最高時(shí)約為1497億元，而當(dāng)月僅上海證券交易所股票成交總額即達(dá)92204億元，幾乎是網(wǎng)貸市場(chǎng)1497億元成交額的62倍。因此，可以認(rèn)為網(wǎng)貸市場(chǎng)對(duì)股票市場(chǎng)整體的影響十分微弱，由逆向因果造成的內(nèi)生性問題非常有限。

為進(jìn)一步驗(yàn)證結(jié)果的可靠性，使用替代變量和分樣本回歸法對(duì)其穩(wěn)健性進(jìn)行檢驗(yàn)。(28)限于篇幅，穩(wěn)健性檢驗(yàn)結(jié)果作者留存?zhèn)渌?。首先，使用違約金額替代平均違約期數(shù)對(duì)股價(jià)波動(dòng)作用網(wǎng)貸風(fēng)險(xiǎn)的結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果顯示上漲階段股價(jià)波動(dòng)對(duì)網(wǎng)貸風(fēng)險(xiǎn)的影響并不顯著，而在股價(jià)下跌階段則較顯著，這與上述結(jié)果一致。其次，使用分樣本回歸法對(duì)股價(jià)波動(dòng)影響網(wǎng)貸利率的結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。結(jié)果顯示股價(jià)波動(dòng)對(duì)網(wǎng)貸利率產(chǎn)生顯著正向影響，上證指數(shù)與學(xué)歷交互項(xiàng)系數(shù)顯著為正，同樣與實(shí)證結(jié)果一致。表明穩(wěn)健性結(jié)果是穩(wěn)健的。

五、結(jié)論與政策建議

本文將研究視角從網(wǎng)貸平臺(tái)內(nèi)部擴(kuò)展到平臺(tái)外部，探討了股票市場(chǎng)的波動(dòng)對(duì)網(wǎng)貸市場(chǎng)的風(fēng)險(xiǎn)及利率的影響。研究表明，股票市場(chǎng)價(jià)格的波動(dòng)會(huì)造成網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)增加及對(duì)網(wǎng)貸利率產(chǎn)生影響，進(jìn)一步的發(fā)現(xiàn)，借款人認(rèn)知能力會(huì)放大股價(jià)波動(dòng)對(duì)網(wǎng)貸利率的影響，即進(jìn)一步推高或壓低網(wǎng)貸市場(chǎng)的平均利率。

本研究結(jié)果為中國(guó)2015年大面積爆發(fā)的網(wǎng)貸風(fēng)險(xiǎn)提供了部分的解釋，也讓我們看到面對(duì)宏觀經(jīng)濟(jì)環(huán)境變化網(wǎng)貸市場(chǎng)的脆弱性。本文的發(fā)現(xiàn)與既有研究的關(guān)系是相互補(bǔ)充的。我們認(rèn)為，導(dǎo)致網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的因素，既有來(lái)自平臺(tái)內(nèi)部的也有來(lái)自平臺(tái)外部的，與平臺(tái)內(nèi)部因素相比，平臺(tái)外部因素導(dǎo)致的網(wǎng)貸風(fēng)險(xiǎn)通常是系統(tǒng)性的，其影響更廣泛、破壞力更強(qiáng)。這表明，對(duì)網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)的防范，既要做好平臺(tái)自身的規(guī)范約束，還要預(yù)防外部因素的沖擊。

在網(wǎng)貸行業(yè)發(fā)展初期和監(jiān)管尚未完善的情況下，網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)包括真實(shí)平臺(tái)風(fēng)險(xiǎn)和以非法集資、詐騙為目的的偽平臺(tái)風(fēng)險(xiǎn)。隨著監(jiān)管措施的不斷加強(qiáng)和完善，未來(lái)偽平臺(tái)將會(huì)基本消失，真實(shí)平臺(tái)的違約風(fēng)險(xiǎn)將成為網(wǎng)貸市場(chǎng)主流風(fēng)險(xiǎn)。有鑒于此，本文主要探討了真實(shí)平臺(tái)的違約風(fēng)險(xiǎn)，而對(duì)偽平臺(tái)的風(fēng)險(xiǎn)涉及較少，這也是下一步研究需要繼續(xù)深化的地方。

本文的研究發(fā)現(xiàn)，為當(dāng)前中國(guó)正在進(jìn)行的網(wǎng)貸行業(yè)風(fēng)險(xiǎn)處置及未來(lái)的治理提供了有益的啟示。2015年網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)集中爆發(fā)是近年來(lái)網(wǎng)貸行業(yè)發(fā)展的分水嶺——風(fēng)險(xiǎn)爆發(fā)后不久網(wǎng)貸行業(yè)開始逐步下行，至今前途未卜，人們普遍將網(wǎng)貸行業(yè)發(fā)展受阻的責(zé)任歸咎于行業(yè)風(fēng)險(xiǎn)整體水平過高。我們并不否認(rèn)這一觀點(diǎn)，但我們認(rèn)為，應(yīng)客觀地看待導(dǎo)致網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)爆發(fā)，既有平臺(tái)本身的原因，也與平臺(tái)之外的宏觀經(jīng)濟(jì)環(huán)境有關(guān)。因此，要理性地看待這次網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)，同時(shí)在處置網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)時(shí)應(yīng)盡量避免簡(jiǎn)單化、“一刀切”，對(duì)風(fēng)險(xiǎn)的處置力求達(dá)到既能通過此次市場(chǎng)出清釋放網(wǎng)貸行業(yè)風(fēng)險(xiǎn)，又能實(shí)現(xiàn)優(yōu)勝劣汰保留好的網(wǎng)貸平臺(tái)，并允許其能夠繼續(xù)發(fā)揮為小微企業(yè)提供融資服務(wù)的功能。在網(wǎng)貸風(fēng)險(xiǎn)治理和監(jiān)控上，監(jiān)管當(dāng)局應(yīng)做好股市和網(wǎng)貸兩個(gè)市場(chǎng)的隔離機(jī)制設(shè)計(jì)，避免網(wǎng)貸市場(chǎng)資金流入股票市場(chǎng)形成脫實(shí)向虛、追求投機(jī)收益，從源頭上防控股票市場(chǎng)風(fēng)險(xiǎn)向網(wǎng)貸市場(chǎng)的傳遞，進(jìn)一步將股價(jià)波動(dòng)因素納入網(wǎng)貸市場(chǎng)風(fēng)險(xiǎn)預(yù)警監(jiān)控體系，從多層面、多領(lǐng)域?qū)W(wǎng)貸市場(chǎng)予以規(guī)范治理。