论文部分内容阅读
【摘要】2015年末到2016年初，中国互联网金融进入了政府监管的时代。在此期间，政府查封了几个大型的冒牌互联网金融公司，并且公布了它们的非法经营手段和其他违法行径。悲观的人们感觉互联网金融进入了一个长期的寒冬。相反地，乐观的人们感觉互联网金融的真正春天就要到来了。无论如何，人们希望更多地了解互联网金融的行业特性和风险管理。因此，本文从信息经济学出发来分析P2P互联网金融风险的本质内容，同时提出一个P2P互联网金融的信息流风险控制理论模型，以此分析今天的P2P贷款行业的现状。最后，本文指出互联网金融的发展前景和基本趋势，希望可以对关心互联网金融风险管理的各界人士有所启发。
【关键词】互联网金融 行业特性 风险管理 理论模型
【中图分类号】F830.39 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2017.03.007
P2P贷款的风险问题与信息经济学理论
在互联网产生之前，P2P贷款的前身被称为民间借贷。其主要功能是家庭内部和家庭之间在发生资金短缺时互相借贷，这可以视为P2P贷款的纯线下模式。民间借贷存在的基础，是由于银行的业务范围往往不能够涵盖某些个人的贷款需求。当然P2P贷款和传统的民间借贷有很大的不同。许多民间借贷并不一定通过合法的公司来进行，可能主要是发生在个人之间，或者通过地下公司来进行。P2P贷款的纯线上模式，最初产生于电子商务条件下的借贷环境。比如，阿里巴巴开发了P2P贷款来资助它的小微淘宝网商。因为阿里巴巴非常了解淘宝网商的现金流和经营情况，所以这种纯线上的贷款模式，其风险也是相对可控的。然而对于其他的P2P贷款公司而言，由于缺乏对贷款人偿还能力的了解，纯线上模式就不太行得通。因此，大部分P2P贷款公司采取线上出借流程与线下贷款流程相结合的模式，也就是所谓的O2O模式。此模式的特点，就是利用线上出借流程来降低管理成本，同时线下贷款的管理流程又可以最大限度地降低坏账风险。
和其他信贷业务的风险一样，P2P贷款风险可以用经济学的信息不对称理论和代理人道德风险理论来分析①。信息不对称理论是说，交易的双方对风险的认识程度是不同的。比如，对于借款方的偿还能力，借款方本身一定比出借方知道的多些。而且，借款方常常有意识地隐瞒或无意识地忽略一些相关信息。可能会导致出借方对贷款的风险估计不足。代理人道德风险理论，是指贷款公司内部的某些个人为了促成贷款交易而有意无意地忽视出借方的利益。特别是在大型的P2P贷款公司，其雇员、派出单位或分公司，都有可能为了短期利益而放弃或削弱风险控制。
尽管所有的金融公司的核心问题是如何控制风险，P2P贷款业务的风险比传统的金融企业还要大些。这是因为银行往往已经掌握了风险比较小的贷款业务，而不能从银行获得贷款的业务，才会进入P2P贷款的业务范畴。因此，P2P贷款的风险管理有很多传统银行的风险管理中没有涉及到的复杂性。因此，本文会重点探讨P2P贷款风险的特殊性问题。另外一个和风险控制相关的新兴经济学研究是源于生态学研究的信号学理论。信号学理论主要研究信号传递和信号甄别的特征。信号传递模型（Signaling model）指出通过可观察的行为，市场的各个主体可以传递商品价值或质量的确切信息，信号甄别模型（Screening model）指出市场的各个主体可以通过不同的方法来甄别信息的真实性。
值得指出的是，本文的目的不是探讨信息经济学，而是运用信息经济学的现有概念来理解P2P互联网金融中的现象。比如，信息不对称理论和代理人风险理论让我们更加容易地理解各种金融风险的必然性，信号学理论让我们更加容易地理解大数据征信的价值。
P2P贷款体系中的经济关系
P2P贷款体系的基本模式其实十分简单易懂。它包括三个基本部分：出借方、中介公司和借款方。出借方的经济目的是通过贷款来获得收益。借款方的目的是通过借款取得资本来完成自己的经济行为。中介的功能是帮助出借方和借款方取得联系并建立合同，通过收取手续费来获得收益。对于出借方，中介具有获取高质借款方的功能，甚至包括追债功能。因此，中介需要对借款方的还债能力及各种相关信息作深入了解。但是，由于出借方、中介、和借款方的种类不同，特别是中介的服务内容和功能不同，就产生了形形色色的商务模式。出借方的种类，包括个人出借方和实体出借方。不同种类的出借方的风险承受能力会有所不同，同时对出借利率的追求也有所不同。因此，不同出借方对借款方的要求和对中介的要求也会有很大的不同。
中介的种类可以根据功能来进行划分。首先，商务流程可以分为线上、线下和线上线下的融合。其次，它的服务内容可以分为客户推荐、客户对接、风险保障及催款服务，等等。而且，中介的种类理论上又可以分为有资金池和无资金池两类。（当然，从2016年起，政府已经规定P2P贷款公司不得设资金池。）最后，贷款公司内部的结构，也很值得关注。因为这些因素对公司的运作效率、运作成本、和运营风险都有很大关系。
借款方的种类首先可以分为个人家庭用款和小公司经营资本借款。同时，还可以分为有担保借款和无担保借款。其次，借款的多少可以分为小额、中额和大额。最后，借款的时间可以分为短期、中期和长期。诸如此类，不同借款方的种类会导致借款风险的不同和借款利率的不同。了解这些因素就可以知道为什么贷款公司的种类会变化多端。对于出借方来说，其目的是要选择一个比较好的贷款中介，获得风险比较小的借款人。对于平台监管单位来讲，不同中介所产生的风险不同，因此风险监管的策略和方式也就有所不同。
P2P贷款的风险来源分析
P2P贷款的风险来源分为以下四大类。第一类是由于出借方的贪心与无知所导致的受骗上当。比如，已经被封闭的易租宝竟然可以从几万人手里骗取几百亿人民币的出借款。易租宝只是打着P2P贷款的幌子，干得却是庞氏骗局的把戏。如今，政府已经整治了易租宝之类的假P2P贷款公司。此类风险已经大大减少。另外一个也已经被查封的中晋系案例，虽低于易租宝的融资总量，但与其庞氏骗局的手法如出一辙。为了摆脱融資客户数量的限制，中晋系竟然成立了200多家分公司来实现总融资量。 从信息经济学来讲，这属于出借人和中介中间的信息不对称所导致的风险。从理论上来说，降低此类风险的办法，就是要想办法降低此类信息不对称的程度。其中一个方法就是要求大宗贷款一定要有金融律师的参与。但是，这会增加出借人和中介的成本。另外一个方法，就是由监管机构了解和掌控中介公司的业务流程，从而让庞氏骗局或者其他违法业务不能够产生和存在。
P2P贷款的第二类风险来源于中介的风险。如上所述，易租宝属于恶性中介风险。假中介在欺诈方面是无所不用其极，包括成立多个公司来运作假项目以制造假现金流。其目的是为了掩盖公司的庞氏骗局真相。此类公司的社会风险巨大，因为它会导致成千上万的出借方血本无归。另外一种短期中介风险，是因为经营不善，入不敷出，所以只好关门了事。这类中介公司的跑路，一般是因为无法偿还债务，或者开不出工资，只好逃之夭夭。此类中介风险对出借方来讲，也是非常惨痛的。还有一种长期中介风险是由于其风险控制能力不强，从而导致坏账率过高，引起出借方的经济损失。此类中介的长期生存能力是值得怀疑的。许多目前存在的P2P贷款公司将会消失的主要原因正在于此。一旦发生重大的经济波动，这类公司就会倒台。
在今天的大数据时代，政府完全有能力通过观察中介公司的数据流来监管中介公司风险。因为中介公司不能拥有资金池，他们的借贷流程必须通过银行来实现。政府监管机构完全可以通过观察中介公司和银行之间的资金流动来测定中介公司是否有违法经营的嫌疑。也就是说，对金融信息流的掌控，可以降低出借方和中介公司之间的信息不对称程度，从而大幅度降低恶性、短期和长期中介风险的程度。因为监察数据流的成本远远低于人工监察风险的成本，利用大数据来监查中介风险可以大幅度降低全社会的风险管理成本，从而产生一个新兴政府业务。这可以说是深化政府改革的一个新机遇。
第三类风险主要和借款方有关。正常的P2P贷款的安全性，最终取决于借款方的诚信和偿还能力。如果借款方缺乏诚信，有可能借款方根本就没有打算偿还借款。规避这种风险的办法，就是要通过对借款方偿还借款的历史情况进行深入了解来搞清楚借款方的诚信情况。这就是我们常说的征信问题。征信问题的部分信息，可以通过线上手段解决，但不是全部信息都可以通过线上进行了解。另外一种借款方风险就是偿还能力不足。此种风险的规避方法，就需要了解借款方借款原因以及目前的经营状况。和信誉历史相比，具体的偿还能力很难通过线上的手段来了解。这就需要贷款公司对借款方的家庭背景、经营状况和当地的经济情况进行深入的实地了解。
相对于借款方风险，中介公司可以通过多种渠道来降低信息不对称性。除了从银行和政府机构获得征信资料，某些拥有大量客户数据的中介公司，比如阿里巴巴下属的蚂蚁金服，可以进行大数据征信分析和偿还能力分析。通过对借款客户的淘宝购物及其他行为进行分析，以判断客户的诚信程度、借款理由和偿还能力。当然，和传统的银行借贷一样，P2P贷款公司也可以通过资产担保来降低借款方风险。
第四类贷款风险和监管人或监管机构有关。此类风险属于政府对中介的监管功能。它属于间接功能，但也是非常重要的功能。政府的功能有两种，一是甄别出非法的中介公司并消除害群之马，二是协助正规的中介公司提高抗风险能力。政府各相关部门可以提出P2P贷款公司的条例，以及惩办和关闭易租宝和中晋系的做法就属于第一种功能。而协助P2P贷款公司提高抗风险能力的功能，应该是一个长期的过程。第二种功能可以由政府直接进行，也可以通过P2P贷款业行会来激励企业进行自律，这属于间接协调的过程。
和政府监管相关的风险，一是监管不力，二是同流合污。此类风险属于政府的廉政问题和效率问题的范畴，和政府进行的打击贪腐和简政放权活动有直接的关联。从某种意义上讲，这和电子政务有关系，也可以考虑通过信息手段来解决。上面所提到的运用大数据技术来监管中介公司和银行之间的信息流就是其中的一个例子。打击贪腐可以防止监管机构和非法公司同流合污。监管不力，也可能与政府的办事能力薄弱和监察资源不足有关系。
识别与监管风险的方法
上面所述的四类贷款风险，除了传统手段以外，还可以采用各种现代方法和技术来进行监管。这包括大数据征信、大数据监管、行业自律和舆情监督。大数据征信是最新的信息技术。他的主要方法是从各个信息源收集有关个人的多种信息来进行各种计算和评分。目前在中国，除了上面提到的蚂蚁金服，还有中国人民银行提供的传统个人信用档案和包括芝麻信用、腾讯征信在内的八个个人征信业务提供商。大数据征信可以弥补传统的银行和政府的征信的不足。它的主要功能是让那些没有银行借贷历史的人可以有自己的征信资料。大数据征信的结果是让借款方和中介有更多关于出借方信誉的信息，从而提高出借决策的正确性。
大数据监管是指政府通过从中介获取相关数据来对中介公司的运营情况进行监督。这个方法应该属于电子政务的扩展和创新，目前还属于研究和实验阶段。它的功能主要有两个方面。一是政府可以及时发现公司的非正常运营行为，让庞氏骗局或其他的非法运营不能继续。二是可以协助正规公司的合法运营，以便进行引导和支持。
行业自律是指同行业公司之间的互相监督和帮助。中国互联网金融协会已于2016年3月25日在上海正式挂牌成立。协会的主要职能为按业务类型制订经营管理规则和行业标准，作为全国性互联网金融行业自律组织②。互联网金融协会将会逐步实现这个功能。比如，行会可以制定行业内部的运营标准和行为规则，同时可以加强行业内部的交流和培训。另外，同行业的企业可以联合开发征信系统以及共享借款方黑名单。这样就可以增加借款方的赖账成本，达到提升整个社会道德水准的目的。在2016年国际大数据博览会的“云计算与大数据融合发展”论坛上，融友财富提到，大数据与云计算可以“在借款客户的筛选、额度的设定、审批效率、贷中管理、贷后管理都起到很大的作用”③，但是，不能唯数据论。互联网金融安全的实现，必须同时依靠大数据和地面风控体系两个相辅相成的手段。大数据可以提高放貸决策的质量④，而地面风控体系才是降低坏账比例的要点。 互联网金融风险舆情分析与监督，是一个新兴的金融现象。一般来讲，舆情分析需要搜集来自各类新闻媒体及微博、博客、论坛等社会化媒体的相关数据，包括监管类信息、引导类信息、投诉类信息等。通过对大量信息的统计分析，得出互联网金融风险的走向，为政府、企业和个人提供相关决策依据。
P2P贷款的信息流模型
为了提升P2P贷款风险的管控能力，本文基于信息经济学中的信息不对称理论和代理人道德风险理论提出一个P2P模型（贷款信息流风险控制模型如下）。本模型的目的是：（1）让出借方不容易受骗上当，（2）让中介不能经营庞氏骗局，（3）帮助中介提高经营水平，（4）让借款方合理借款，（5）让坏账率最小化，（6）支持监管机构的高效率工作。
图中的P2P贷款的信息流风险控制模型包括了九项主要实体：出借方，中介公司、借款方、征信公司、风控机构、银行、律师、监管机构、行业协会。图中的粗箭头标志了目前大部分P2P公司已经实现了的信息链，细箭头标志了目前仅有少部分P2P公司已经实现了的信息链，虚箭头标志了目前大部分P2P公司还没有实现的信息链。下面是图中主要信息链的基本情况：
（1）征信公司向中介提供个人征信资料。征信公司可以包括传统的征信公司，比如银行，同时包括新型的大数据征信公司。
（2）风控机构向中介提供财务担保信息。风控机构可以是中介的子公司（如宜人贷），也可以是中介的加盟公司（如融友财富）。无论如何，中介必须和风控机构有一致的经济利益，以避免或减弱代理人道德风险。比如，融友网的风控机构就是它的加盟店。每一个加盟店，必须交纳一定量的加盟费和保证金。
（3）中介公司向出借方推荐合格的借款方信息。而借款方的选择，是依据了征信公司提供的个人信誉资料和风控机构提供的财务担保信息。同时中介公司还可能通过非常手段来掌握独特的借款人信息。比如，中介公司可以和借款人同时到银行去打印个人银行信息。
（4）一旦出现借款方拖延付款的情况，风控机构必须及时进入追讨程序。同时把追讨信息及时传递给中介公司和出借方。
（5）中介公司及时向监管机构提供报备信息，包括资金流动信息和壞账率信息。
（6）中介公司要向行业协会及时提供行业标准信息（简称行标信息），包括借款方黑名单和其他相关信息。
（7）银行和有关实体之间的财务信息链，主要包括贷款往来信息。此类信息可以有效地反映互联网金融公司的业务情况。
（8）律师和有关实体之间的法务信息链，主要是贷款合同信息。此类信息可以有效地映射互联网金融中心的新业务开展情况。
上述信息流模型是一个理论模型，目的是集中展示P2P贷款的风险及管控手段。从技术角度讲，行业内已经有个别公司实现了某些部分的功能。也就是说已经具备了实现的可能性。但是，它的贯彻和落实还需要技术和管理上的磨合，以及政府机构和行业协会的深入改革。无论如何，该模型可以用来展示和探讨互联网金融，特别是P2P金融风险控制的问题现状和解决路径，从而帮助管控前面本文中所提到的四类风险。
首先，上述的中介公司的跑路风险和经营不善风险，可以通过中介和监察机构之间的信息链来解决。有了这个信息链，监察机构就可以用人工智能的方法把中介公司的非法经营如庞氏骗局显示出来。在国际上，审计公司用人工智能方法来监察公司的经营状况，已经成为常规做法。这一点，应该是目前对政府监察功能深化改革的一个重要方面。中介公司的经营不善风险，也可以通过本信息链来显示。具体方法，可以参照中国人民银行对下属银行的监管办法，同时加入人工智能的手段来降低操作成本。
对中介跑路风险和经营不善风险的有效规管，就会从实际上降低或消除出借方由于对金融市场的无知和追求高利率所造成的金融投资风险。同时，政府监察机构还可以规定，当投资数目超过一定数额的时候，必须经过投资律师的参与，以避免上当受骗。政府还可以进一步间接或直接提供专业投资服务，让民众能够选择较好的P2P贷款公司，以取得比较合理的投资收益。
征信公司和风控机构与中介公司之间的信息链，可以分别用来降低”选择借款方”和“管控借款方”的双重风险。解决了这两个风险，好的中介公司就可以吸引更多的出借方和借款方，从而进一步提升规模效益，增强抗风险能力。因此，政府的监管机构也可以在这个信息链上做文章。通过掌控信息链的带宽和质量，来降低中介公司的运营风险，从而稳定中国的金融市场，为中小企业提供充裕的资金。这对万众创业和全民创新有十分重要的社会意义。
P2P互联网金融信息流和大数据征信技术
互联网金融在2013年以来的迅猛发展对金融机构的风险控制产生了新的趋势。传统金融机构如商业银行的风控是以央行征信报告为主要依据，通过专业经理人的评判，采用定性的风控方法来降低坏账率。其弱点是容易错失很多客户，而且服务的分类与定制化程度不足。同时，新兴的互联网金融机构所掌握的客户信息有限，风控经验和风控手段都比较薄弱，其逾期率和坏账率都比较差。新的商业机会是，移动互联网通过电子商务和互联网金融，导致人们大量的数据“足迹”，使大数据已经成为传统和新兴金融机构风险控制的重要手段。
上面的P2P互联网金融信息流展示了互联网金融生态体系中，各个相关人员和组织之间的潜在的信息流动链条。利用这些信息链中所包含的各种有关个人行为的信号，通过人工智能分析，就可以得到个人的征信评价。这就在传统的银行个人征信方法之外，产生了一个称为大数据征信的新方法。大数据征信与传统征信有很大不同。首先，传统征信主要从银行和政府掌握的交易数据计算出来的，而大数据征信是从非传统数据中推导出来的。其二，传统征信主要服务于信用比较好的人群，而大数据征信主要服务于信用偏低或者尚未建立信用的人群。其三，传统征信技术已经相对成熟，而大数据征信技术正在发展中。
另一方面，大数据征信可以至少在三个方面弥补传统征信之不足。首先，通过使用数以千计的参数，大数据征信的数理模型使得信用评价更加精准。这是因为大数据比传统征信涵盖了更多的行为信号，同时提高了信号学中提到的信号传递和信号甄别的能力。其次，因为纳入了更为多样性的行为信号使得大数据征信对借款人行为的来龙去脉，了解得更为深入。最后，由于大数据征信的数理模型可以纳入时间参数并区分大量参数的时间效益，大数据征信产生了更具时效性的信用评判标准。 在金融创新方面，成立于2009年的ZestFinance已经筹集了超过250亿美金。该公司的一组前谷歌工程师，利用谷歌的机器学习和数据的科学技术，已经创造了两个新的互联网金融服务，ZestCash和BASIX，前者是针对次级借款人的紧急贷款服务，BASIX是为新的人群提供贷款服务，旨在为信用分数略低于理想水平，并且几乎要符合正规银行贷款标准的人。据businessinsider.com报道，在这个区间的美国人有数百万之多。特别是自2008年金融危机以来，这部分人很难得到银行的贷款服务，因此被稱为银行的“近贷人”。意思是说，他们常常被分析，却总是和得到贷款失之交臂。BASIX的产生，使这部分借款人更容易地找到价格实惠的贷款。在服务推出后的前三个月，BASIX已经获得相当快速的成长。拥有约$70亿美元资产的全球最大的投资公司之一Fortress投资集团，和BASIX签定了1亿5千万元的融资协议，主要用于BASIX的贷款业务提供新的资金。这个案例，充分说明了大数据征信带来的社会效益。尽管直接受益者只有几百万人，BASIX让投资集团利用人工智能能够准确地找到他们，为其量身定做新的服务模式，这就是大数据征信的意义所在。
P2P互联网金融信息流和区块链技术
P2P互联网金融信息流的局部或整体实现，需要大量的管理和技术方面的努力。金融信息流的经济价值，有赖于跨公司以及跨行业信息流工程的可靠性和廉价性。同时，此类系统需要跨越大量的数据库和管理体系。因此，金融信息流的实现必然是去中心化的分布式体系。这是对传统的集中管理的信息技术和管理体制的重大挑战。幸运的是，派生于比特币的区块链技术为解决这个问题提供了可能的发展方向⑤。
区块链技术于2016年6月27日被世界经济论坛选入了2016年度十大新兴技术。该榜单由论坛的新兴技术理事会编译，与《科学美国人》杂志合作出版。入选十大新兴技术的标准是必须可以改善人们生活、推动行业变革和维护地球生态等领域。此前，记录比特币的分布式电子交易账本，使用了区块链技术。比特币在世界范围内的推广，展示了区块链技术支持无中心分布式商业网络的功能，从而引起了风险投资对区块链技术的热捧。2015年，风险投资企业对区块链行业投资金额突破了十亿美元。区块链技术的战略意义在于，它可以改变市场及政府的工作方式，从而产生深远的经济和社会影响。
在技术层面，区块链可以化身为一个无中心的全分布式数据库。在这个系统中的用户，每个人都可以看到任何一个交易的产生和存在，但是交易的内容经过加密，只有相关人员才可以解读交易的细节。同时，该系统中所有人都可以证明该交易的存在，且交易内容没有经过篡改。通过加密、分布式计算等关键技术，区块链保证了数据的安全，解决了不可信任网络上节点之间的信任问题。另外，区块链没有中心节点，只要有大部分服务器不中断，这个系统就会持续运转。由于区块链拥有这些特色，越来越多的公司正在尝试运用区块链技术来打造安全高效的商务系统，同时避免比特币的某些弊病，如高能耗和低计算能力。比如，总部位于纽约的纳斯达克交易所清算所已经推出了一个基于区块链的纳斯达克私慕股票交易市场来连接机构投资者与尚未上市的公司。该系统提供的服务包括发放、转让和管理私募公司证券。除了金融应用，区块链还被应用于健康、保险和娱乐。
本文的金融信息流的运营环境，和区块链的特征完全匹配。首先，P2P互联网金融信息流涵盖很多相对独立的信息系统，是一个不具备管理中心的信息网络。因此，金融信息流的管理体系，必须是分布式的。同时，因为金融信息流融合了大量的个人信息和企业信息，相关信息必须使用加密技术，同时又要支持监管机构的合理功能。当然，金融信息流的具体实现技术，必定要二次开发，不可能照搬。
从历史观点来看，P2P网贷可以说是传统的民间借贷在互联网时代的升级版。尽管在发展初期，鱼龙混杂，泥沙倶下，但P2P网贷对于中小企业的发展，有着不可磨灭和无可替代的贡献。因此，对于涵盖了P2P网贷的互联网金融来说，争论的焦点不应该是互联网金融能否存在，而应该是政府如何允许和协助互联网金融健康地发展壮大。正如历朝历代的银行和民间借贷一直是相辅相承的，互联网时代的银行和网贷一定是应该和平共处，共同发展，成为未来中国金融的两个方面。银行采用的是蓄水池模式，集融资和放贷两大功能于一体。而互联网金融采用的是红娘模式，其主要功能是提高民间借贷的效率和安全性。互联网金融的特点是高效率和灵活性。因此，互联网金融可以用来提供更多个性化和特殊化金融服务。另外，互联网金融还可以用来提供慈善服务和普惠金融服务。
注释
MBA智库，信息经济学，http：//wiki.mbalib.com/wiki。
新浪网，中国互联网金融协会于2016年3月25日在上海正式挂牌成立，其主要职能为按业务类型制订经营管理规则和行业标准，http：//finance.sina.com.cn/zt_d/nifac。
人民网，云计算与大数据融合发展论坛（文字实录），http：//dfzb.people.com.cn/note.php？id=120160525214029_ctdzb_001。
Jiaqi Yan，Wayne Yu，and J. Leon Zhao （2015），How signaling and search costs affect information asymmetry in P2P lending： The economics of big data， Financial Innovation. https：//jfin-swufe.springeropen.com/about/editorial-board.
Marc Pilkington， Blockchain Technology： Principles and Applications， Research Handbook on Digital Transformations， edited by F.Xavier Olleros and Majlinda Zhegu.Edward Elgar， 2016.
责 编∕杨昀赟
【关键词】互联网金融 行业特性 风险管理 理论模型
【中图分类号】F830.39 【文献标识码】A
【DOI】10.16619/j.cnki.rmltxsqy.2017.03.007
P2P贷款的风险问题与信息经济学理论
在互联网产生之前，P2P贷款的前身被称为民间借贷。其主要功能是家庭内部和家庭之间在发生资金短缺时互相借贷，这可以视为P2P贷款的纯线下模式。民间借贷存在的基础，是由于银行的业务范围往往不能够涵盖某些个人的贷款需求。当然P2P贷款和传统的民间借贷有很大的不同。许多民间借贷并不一定通过合法的公司来进行，可能主要是发生在个人之间，或者通过地下公司来进行。P2P贷款的纯线上模式，最初产生于电子商务条件下的借贷环境。比如，阿里巴巴开发了P2P贷款来资助它的小微淘宝网商。因为阿里巴巴非常了解淘宝网商的现金流和经营情况，所以这种纯线上的贷款模式，其风险也是相对可控的。然而对于其他的P2P贷款公司而言，由于缺乏对贷款人偿还能力的了解，纯线上模式就不太行得通。因此，大部分P2P贷款公司采取线上出借流程与线下贷款流程相结合的模式，也就是所谓的O2O模式。此模式的特点，就是利用线上出借流程来降低管理成本，同时线下贷款的管理流程又可以最大限度地降低坏账风险。
和其他信贷业务的风险一样，P2P贷款风险可以用经济学的信息不对称理论和代理人道德风险理论来分析①。信息不对称理论是说，交易的双方对风险的认识程度是不同的。比如，对于借款方的偿还能力，借款方本身一定比出借方知道的多些。而且，借款方常常有意识地隐瞒或无意识地忽略一些相关信息。可能会导致出借方对贷款的风险估计不足。代理人道德风险理论，是指贷款公司内部的某些个人为了促成贷款交易而有意无意地忽视出借方的利益。特别是在大型的P2P贷款公司，其雇员、派出单位或分公司，都有可能为了短期利益而放弃或削弱风险控制。
尽管所有的金融公司的核心问题是如何控制风险，P2P贷款业务的风险比传统的金融企业还要大些。这是因为银行往往已经掌握了风险比较小的贷款业务，而不能从银行获得贷款的业务，才会进入P2P贷款的业务范畴。因此，P2P贷款的风险管理有很多传统银行的风险管理中没有涉及到的复杂性。因此，本文会重点探讨P2P贷款风险的特殊性问题。另外一个和风险控制相关的新兴经济学研究是源于生态学研究的信号学理论。信号学理论主要研究信号传递和信号甄别的特征。信号传递模型（Signaling model）指出通过可观察的行为，市场的各个主体可以传递商品价值或质量的确切信息，信号甄别模型（Screening model）指出市场的各个主体可以通过不同的方法来甄别信息的真实性。
值得指出的是，本文的目的不是探讨信息经济学，而是运用信息经济学的现有概念来理解P2P互联网金融中的现象。比如，信息不对称理论和代理人风险理论让我们更加容易地理解各种金融风险的必然性，信号学理论让我们更加容易地理解大数据征信的价值。
P2P贷款体系中的经济关系
P2P贷款体系的基本模式其实十分简单易懂。它包括三个基本部分：出借方、中介公司和借款方。出借方的经济目的是通过贷款来获得收益。借款方的目的是通过借款取得资本来完成自己的经济行为。中介的功能是帮助出借方和借款方取得联系并建立合同，通过收取手续费来获得收益。对于出借方，中介具有获取高质借款方的功能，甚至包括追债功能。因此，中介需要对借款方的还债能力及各种相关信息作深入了解。但是，由于出借方、中介、和借款方的种类不同，特别是中介的服务内容和功能不同，就产生了形形色色的商务模式。出借方的种类，包括个人出借方和实体出借方。不同种类的出借方的风险承受能力会有所不同，同时对出借利率的追求也有所不同。因此，不同出借方对借款方的要求和对中介的要求也会有很大的不同。
中介的种类可以根据功能来进行划分。首先，商务流程可以分为线上、线下和线上线下的融合。其次，它的服务内容可以分为客户推荐、客户对接、风险保障及催款服务，等等。而且，中介的种类理论上又可以分为有资金池和无资金池两类。（当然，从2016年起，政府已经规定P2P贷款公司不得设资金池。）最后，贷款公司内部的结构，也很值得关注。因为这些因素对公司的运作效率、运作成本、和运营风险都有很大关系。
借款方的种类首先可以分为个人家庭用款和小公司经营资本借款。同时，还可以分为有担保借款和无担保借款。其次，借款的多少可以分为小额、中额和大额。最后，借款的时间可以分为短期、中期和长期。诸如此类，不同借款方的种类会导致借款风险的不同和借款利率的不同。了解这些因素就可以知道为什么贷款公司的种类会变化多端。对于出借方来说，其目的是要选择一个比较好的贷款中介，获得风险比较小的借款人。对于平台监管单位来讲，不同中介所产生的风险不同，因此风险监管的策略和方式也就有所不同。
P2P贷款的风险来源分析
P2P贷款的风险来源分为以下四大类。第一类是由于出借方的贪心与无知所导致的受骗上当。比如，已经被封闭的易租宝竟然可以从几万人手里骗取几百亿人民币的出借款。易租宝只是打着P2P贷款的幌子，干得却是庞氏骗局的把戏。如今，政府已经整治了易租宝之类的假P2P贷款公司。此类风险已经大大减少。另外一个也已经被查封的中晋系案例，虽低于易租宝的融资总量，但与其庞氏骗局的手法如出一辙。为了摆脱融資客户数量的限制，中晋系竟然成立了200多家分公司来实现总融资量。 从信息经济学来讲，这属于出借人和中介中间的信息不对称所导致的风险。从理论上来说，降低此类风险的办法，就是要想办法降低此类信息不对称的程度。其中一个方法就是要求大宗贷款一定要有金融律师的参与。但是，这会增加出借人和中介的成本。另外一个方法，就是由监管机构了解和掌控中介公司的业务流程，从而让庞氏骗局或者其他违法业务不能够产生和存在。
P2P贷款的第二类风险来源于中介的风险。如上所述，易租宝属于恶性中介风险。假中介在欺诈方面是无所不用其极，包括成立多个公司来运作假项目以制造假现金流。其目的是为了掩盖公司的庞氏骗局真相。此类公司的社会风险巨大，因为它会导致成千上万的出借方血本无归。另外一种短期中介风险，是因为经营不善，入不敷出，所以只好关门了事。这类中介公司的跑路，一般是因为无法偿还债务，或者开不出工资，只好逃之夭夭。此类中介风险对出借方来讲，也是非常惨痛的。还有一种长期中介风险是由于其风险控制能力不强，从而导致坏账率过高，引起出借方的经济损失。此类中介的长期生存能力是值得怀疑的。许多目前存在的P2P贷款公司将会消失的主要原因正在于此。一旦发生重大的经济波动，这类公司就会倒台。
在今天的大数据时代，政府完全有能力通过观察中介公司的数据流来监管中介公司风险。因为中介公司不能拥有资金池，他们的借贷流程必须通过银行来实现。政府监管机构完全可以通过观察中介公司和银行之间的资金流动来测定中介公司是否有违法经营的嫌疑。也就是说，对金融信息流的掌控，可以降低出借方和中介公司之间的信息不对称程度，从而大幅度降低恶性、短期和长期中介风险的程度。因为监察数据流的成本远远低于人工监察风险的成本，利用大数据来监查中介风险可以大幅度降低全社会的风险管理成本，从而产生一个新兴政府业务。这可以说是深化政府改革的一个新机遇。
第三类风险主要和借款方有关。正常的P2P贷款的安全性，最终取决于借款方的诚信和偿还能力。如果借款方缺乏诚信，有可能借款方根本就没有打算偿还借款。规避这种风险的办法，就是要通过对借款方偿还借款的历史情况进行深入了解来搞清楚借款方的诚信情况。这就是我们常说的征信问题。征信问题的部分信息，可以通过线上手段解决，但不是全部信息都可以通过线上进行了解。另外一种借款方风险就是偿还能力不足。此种风险的规避方法，就需要了解借款方借款原因以及目前的经营状况。和信誉历史相比，具体的偿还能力很难通过线上的手段来了解。这就需要贷款公司对借款方的家庭背景、经营状况和当地的经济情况进行深入的实地了解。
相对于借款方风险，中介公司可以通过多种渠道来降低信息不对称性。除了从银行和政府机构获得征信资料，某些拥有大量客户数据的中介公司，比如阿里巴巴下属的蚂蚁金服，可以进行大数据征信分析和偿还能力分析。通过对借款客户的淘宝购物及其他行为进行分析，以判断客户的诚信程度、借款理由和偿还能力。当然，和传统的银行借贷一样，P2P贷款公司也可以通过资产担保来降低借款方风险。
第四类贷款风险和监管人或监管机构有关。此类风险属于政府对中介的监管功能。它属于间接功能，但也是非常重要的功能。政府的功能有两种，一是甄别出非法的中介公司并消除害群之马，二是协助正规的中介公司提高抗风险能力。政府各相关部门可以提出P2P贷款公司的条例，以及惩办和关闭易租宝和中晋系的做法就属于第一种功能。而协助P2P贷款公司提高抗风险能力的功能，应该是一个长期的过程。第二种功能可以由政府直接进行，也可以通过P2P贷款业行会来激励企业进行自律，这属于间接协调的过程。
和政府监管相关的风险，一是监管不力，二是同流合污。此类风险属于政府的廉政问题和效率问题的范畴，和政府进行的打击贪腐和简政放权活动有直接的关联。从某种意义上讲，这和电子政务有关系，也可以考虑通过信息手段来解决。上面所提到的运用大数据技术来监管中介公司和银行之间的信息流就是其中的一个例子。打击贪腐可以防止监管机构和非法公司同流合污。监管不力，也可能与政府的办事能力薄弱和监察资源不足有关系。
识别与监管风险的方法
上面所述的四类贷款风险，除了传统手段以外，还可以采用各种现代方法和技术来进行监管。这包括大数据征信、大数据监管、行业自律和舆情监督。大数据征信是最新的信息技术。他的主要方法是从各个信息源收集有关个人的多种信息来进行各种计算和评分。目前在中国，除了上面提到的蚂蚁金服，还有中国人民银行提供的传统个人信用档案和包括芝麻信用、腾讯征信在内的八个个人征信业务提供商。大数据征信可以弥补传统的银行和政府的征信的不足。它的主要功能是让那些没有银行借贷历史的人可以有自己的征信资料。大数据征信的结果是让借款方和中介有更多关于出借方信誉的信息，从而提高出借决策的正确性。
大数据监管是指政府通过从中介获取相关数据来对中介公司的运营情况进行监督。这个方法应该属于电子政务的扩展和创新，目前还属于研究和实验阶段。它的功能主要有两个方面。一是政府可以及时发现公司的非正常运营行为，让庞氏骗局或其他的非法运营不能继续。二是可以协助正规公司的合法运营，以便进行引导和支持。
行业自律是指同行业公司之间的互相监督和帮助。中国互联网金融协会已于2016年3月25日在上海正式挂牌成立。协会的主要职能为按业务类型制订经营管理规则和行业标准，作为全国性互联网金融行业自律组织②。互联网金融协会将会逐步实现这个功能。比如，行会可以制定行业内部的运营标准和行为规则，同时可以加强行业内部的交流和培训。另外，同行业的企业可以联合开发征信系统以及共享借款方黑名单。这样就可以增加借款方的赖账成本，达到提升整个社会道德水准的目的。在2016年国际大数据博览会的“云计算与大数据融合发展”论坛上，融友财富提到，大数据与云计算可以“在借款客户的筛选、额度的设定、审批效率、贷中管理、贷后管理都起到很大的作用”③，但是，不能唯数据论。互联网金融安全的实现，必须同时依靠大数据和地面风控体系两个相辅相成的手段。大数据可以提高放貸决策的质量④，而地面风控体系才是降低坏账比例的要点。 互联网金融风险舆情分析与监督，是一个新兴的金融现象。一般来讲，舆情分析需要搜集来自各类新闻媒体及微博、博客、论坛等社会化媒体的相关数据，包括监管类信息、引导类信息、投诉类信息等。通过对大量信息的统计分析，得出互联网金融风险的走向，为政府、企业和个人提供相关决策依据。
P2P贷款的信息流模型
为了提升P2P贷款风险的管控能力，本文基于信息经济学中的信息不对称理论和代理人道德风险理论提出一个P2P模型（贷款信息流风险控制模型如下）。本模型的目的是：（1）让出借方不容易受骗上当，（2）让中介不能经营庞氏骗局，（3）帮助中介提高经营水平，（4）让借款方合理借款，（5）让坏账率最小化，（6）支持监管机构的高效率工作。
图中的P2P贷款的信息流风险控制模型包括了九项主要实体：出借方，中介公司、借款方、征信公司、风控机构、银行、律师、监管机构、行业协会。图中的粗箭头标志了目前大部分P2P公司已经实现了的信息链，细箭头标志了目前仅有少部分P2P公司已经实现了的信息链，虚箭头标志了目前大部分P2P公司还没有实现的信息链。下面是图中主要信息链的基本情况：
（1）征信公司向中介提供个人征信资料。征信公司可以包括传统的征信公司，比如银行，同时包括新型的大数据征信公司。
（2）风控机构向中介提供财务担保信息。风控机构可以是中介的子公司（如宜人贷），也可以是中介的加盟公司（如融友财富）。无论如何，中介必须和风控机构有一致的经济利益，以避免或减弱代理人道德风险。比如，融友网的风控机构就是它的加盟店。每一个加盟店，必须交纳一定量的加盟费和保证金。
（3）中介公司向出借方推荐合格的借款方信息。而借款方的选择，是依据了征信公司提供的个人信誉资料和风控机构提供的财务担保信息。同时中介公司还可能通过非常手段来掌握独特的借款人信息。比如，中介公司可以和借款人同时到银行去打印个人银行信息。
（4）一旦出现借款方拖延付款的情况，风控机构必须及时进入追讨程序。同时把追讨信息及时传递给中介公司和出借方。
（5）中介公司及时向监管机构提供报备信息，包括资金流动信息和壞账率信息。
（6）中介公司要向行业协会及时提供行业标准信息（简称行标信息），包括借款方黑名单和其他相关信息。
（7）银行和有关实体之间的财务信息链，主要包括贷款往来信息。此类信息可以有效地反映互联网金融公司的业务情况。
（8）律师和有关实体之间的法务信息链，主要是贷款合同信息。此类信息可以有效地映射互联网金融中心的新业务开展情况。
上述信息流模型是一个理论模型，目的是集中展示P2P贷款的风险及管控手段。从技术角度讲，行业内已经有个别公司实现了某些部分的功能。也就是说已经具备了实现的可能性。但是，它的贯彻和落实还需要技术和管理上的磨合，以及政府机构和行业协会的深入改革。无论如何，该模型可以用来展示和探讨互联网金融，特别是P2P金融风险控制的问题现状和解决路径，从而帮助管控前面本文中所提到的四类风险。
首先，上述的中介公司的跑路风险和经营不善风险，可以通过中介和监察机构之间的信息链来解决。有了这个信息链，监察机构就可以用人工智能的方法把中介公司的非法经营如庞氏骗局显示出来。在国际上，审计公司用人工智能方法来监察公司的经营状况，已经成为常规做法。这一点，应该是目前对政府监察功能深化改革的一个重要方面。中介公司的经营不善风险，也可以通过本信息链来显示。具体方法，可以参照中国人民银行对下属银行的监管办法，同时加入人工智能的手段来降低操作成本。
对中介跑路风险和经营不善风险的有效规管，就会从实际上降低或消除出借方由于对金融市场的无知和追求高利率所造成的金融投资风险。同时，政府监察机构还可以规定，当投资数目超过一定数额的时候，必须经过投资律师的参与，以避免上当受骗。政府还可以进一步间接或直接提供专业投资服务，让民众能够选择较好的P2P贷款公司，以取得比较合理的投资收益。
征信公司和风控机构与中介公司之间的信息链，可以分别用来降低”选择借款方”和“管控借款方”的双重风险。解决了这两个风险，好的中介公司就可以吸引更多的出借方和借款方，从而进一步提升规模效益，增强抗风险能力。因此，政府的监管机构也可以在这个信息链上做文章。通过掌控信息链的带宽和质量，来降低中介公司的运营风险，从而稳定中国的金融市场，为中小企业提供充裕的资金。这对万众创业和全民创新有十分重要的社会意义。
P2P互联网金融信息流和大数据征信技术
互联网金融在2013年以来的迅猛发展对金融机构的风险控制产生了新的趋势。传统金融机构如商业银行的风控是以央行征信报告为主要依据，通过专业经理人的评判，采用定性的风控方法来降低坏账率。其弱点是容易错失很多客户，而且服务的分类与定制化程度不足。同时，新兴的互联网金融机构所掌握的客户信息有限，风控经验和风控手段都比较薄弱，其逾期率和坏账率都比较差。新的商业机会是，移动互联网通过电子商务和互联网金融，导致人们大量的数据“足迹”，使大数据已经成为传统和新兴金融机构风险控制的重要手段。
上面的P2P互联网金融信息流展示了互联网金融生态体系中，各个相关人员和组织之间的潜在的信息流动链条。利用这些信息链中所包含的各种有关个人行为的信号，通过人工智能分析，就可以得到个人的征信评价。这就在传统的银行个人征信方法之外，产生了一个称为大数据征信的新方法。大数据征信与传统征信有很大不同。首先，传统征信主要从银行和政府掌握的交易数据计算出来的，而大数据征信是从非传统数据中推导出来的。其二，传统征信主要服务于信用比较好的人群，而大数据征信主要服务于信用偏低或者尚未建立信用的人群。其三，传统征信技术已经相对成熟，而大数据征信技术正在发展中。
另一方面，大数据征信可以至少在三个方面弥补传统征信之不足。首先，通过使用数以千计的参数，大数据征信的数理模型使得信用评价更加精准。这是因为大数据比传统征信涵盖了更多的行为信号，同时提高了信号学中提到的信号传递和信号甄别的能力。其次，因为纳入了更为多样性的行为信号使得大数据征信对借款人行为的来龙去脉，了解得更为深入。最后，由于大数据征信的数理模型可以纳入时间参数并区分大量参数的时间效益，大数据征信产生了更具时效性的信用评判标准。 在金融创新方面，成立于2009年的ZestFinance已经筹集了超过250亿美金。该公司的一组前谷歌工程师，利用谷歌的机器学习和数据的科学技术，已经创造了两个新的互联网金融服务，ZestCash和BASIX，前者是针对次级借款人的紧急贷款服务，BASIX是为新的人群提供贷款服务，旨在为信用分数略低于理想水平，并且几乎要符合正规银行贷款标准的人。据businessinsider.com报道，在这个区间的美国人有数百万之多。特别是自2008年金融危机以来，这部分人很难得到银行的贷款服务，因此被稱为银行的“近贷人”。意思是说，他们常常被分析，却总是和得到贷款失之交臂。BASIX的产生，使这部分借款人更容易地找到价格实惠的贷款。在服务推出后的前三个月，BASIX已经获得相当快速的成长。拥有约$70亿美元资产的全球最大的投资公司之一Fortress投资集团，和BASIX签定了1亿5千万元的融资协议，主要用于BASIX的贷款业务提供新的资金。这个案例，充分说明了大数据征信带来的社会效益。尽管直接受益者只有几百万人，BASIX让投资集团利用人工智能能够准确地找到他们，为其量身定做新的服务模式，这就是大数据征信的意义所在。
P2P互联网金融信息流和区块链技术
P2P互联网金融信息流的局部或整体实现，需要大量的管理和技术方面的努力。金融信息流的经济价值，有赖于跨公司以及跨行业信息流工程的可靠性和廉价性。同时，此类系统需要跨越大量的数据库和管理体系。因此，金融信息流的实现必然是去中心化的分布式体系。这是对传统的集中管理的信息技术和管理体制的重大挑战。幸运的是，派生于比特币的区块链技术为解决这个问题提供了可能的发展方向⑤。
区块链技术于2016年6月27日被世界经济论坛选入了2016年度十大新兴技术。该榜单由论坛的新兴技术理事会编译，与《科学美国人》杂志合作出版。入选十大新兴技术的标准是必须可以改善人们生活、推动行业变革和维护地球生态等领域。此前，记录比特币的分布式电子交易账本，使用了区块链技术。比特币在世界范围内的推广，展示了区块链技术支持无中心分布式商业网络的功能，从而引起了风险投资对区块链技术的热捧。2015年，风险投资企业对区块链行业投资金额突破了十亿美元。区块链技术的战略意义在于，它可以改变市场及政府的工作方式，从而产生深远的经济和社会影响。
在技术层面，区块链可以化身为一个无中心的全分布式数据库。在这个系统中的用户，每个人都可以看到任何一个交易的产生和存在，但是交易的内容经过加密，只有相关人员才可以解读交易的细节。同时，该系统中所有人都可以证明该交易的存在，且交易内容没有经过篡改。通过加密、分布式计算等关键技术，区块链保证了数据的安全，解决了不可信任网络上节点之间的信任问题。另外，区块链没有中心节点，只要有大部分服务器不中断，这个系统就会持续运转。由于区块链拥有这些特色，越来越多的公司正在尝试运用区块链技术来打造安全高效的商务系统，同时避免比特币的某些弊病，如高能耗和低计算能力。比如，总部位于纽约的纳斯达克交易所清算所已经推出了一个基于区块链的纳斯达克私慕股票交易市场来连接机构投资者与尚未上市的公司。该系统提供的服务包括发放、转让和管理私募公司证券。除了金融应用，区块链还被应用于健康、保险和娱乐。
本文的金融信息流的运营环境，和区块链的特征完全匹配。首先，P2P互联网金融信息流涵盖很多相对独立的信息系统，是一个不具备管理中心的信息网络。因此，金融信息流的管理体系，必须是分布式的。同时，因为金融信息流融合了大量的个人信息和企业信息，相关信息必须使用加密技术，同时又要支持监管机构的合理功能。当然，金融信息流的具体实现技术，必定要二次开发，不可能照搬。
从历史观点来看，P2P网贷可以说是传统的民间借贷在互联网时代的升级版。尽管在发展初期，鱼龙混杂，泥沙倶下，但P2P网贷对于中小企业的发展，有着不可磨灭和无可替代的贡献。因此，对于涵盖了P2P网贷的互联网金融来说，争论的焦点不应该是互联网金融能否存在，而应该是政府如何允许和协助互联网金融健康地发展壮大。正如历朝历代的银行和民间借贷一直是相辅相承的，互联网时代的银行和网贷一定是应该和平共处，共同发展，成为未来中国金融的两个方面。银行采用的是蓄水池模式，集融资和放贷两大功能于一体。而互联网金融采用的是红娘模式，其主要功能是提高民间借贷的效率和安全性。互联网金融的特点是高效率和灵活性。因此，互联网金融可以用来提供更多个性化和特殊化金融服务。另外，互联网金融还可以用来提供慈善服务和普惠金融服务。
注释
MBA智库，信息经济学，http：//wiki.mbalib.com/wiki。
新浪网，中国互联网金融协会于2016年3月25日在上海正式挂牌成立，其主要职能为按业务类型制订经营管理规则和行业标准，http：//finance.sina.com.cn/zt_d/nifac。
人民网，云计算与大数据融合发展论坛（文字实录），http：//dfzb.people.com.cn/note.php？id=120160525214029_ctdzb_001。
Jiaqi Yan，Wayne Yu，and J. Leon Zhao （2015），How signaling and search costs affect information asymmetry in P2P lending： The economics of big data， Financial Innovation. https：//jfin-swufe.springeropen.com/about/editorial-board.
Marc Pilkington， Blockchain Technology： Principles and Applications， Research Handbook on Digital Transformations， edited by F.Xavier Olleros and Majlinda Zhegu.Edward Elgar， 2016.
责 编∕杨昀赟