本文共字，预计阅读时间。

内容摘要：P2P网络借贷现已成为中国互联网金融市场的重要组成部分，但是目前还未有从宏观角度探索网贷市场利率整体波动性的相关研究。本文运用网贷市场2012-2014 年的每日数据进行实证分析，结果表明，样本期间网贷市场利率的波动存在“逆周期性”，并且与 Shibor之间存在单向溢出效应。进一步使用 AR-GARCH 模型来刻画网贷市场利率的波动特征，发现网贷市场利率的波动存在显著的聚集性和反转效应并且具有宽尾的特征，而杠杆效应所带来的影响并不显著。

关键词： P2P 网络借贷 ；利率 ；ARCH

引言

信息技术的快速发展和演化大大减少了传统金融中介的必要性（Chen，2013）， 世界上第一家 网贷平台Zopa于2005年成立于英国，P2P网络借贷至今已有十年的发展历史， 但相对于传统金融 市场而言P2P借贷市场仍处于初级阶段（Berger，2009）。2007年， 作为一种经典的互联网金融模 式，P2P网络借贷平台伴随着全世界金融创新的浪潮涌入了中国， 并在中国的金融市场上掀起了一阵波澜（廖理，2014）。通常意义上的P2P网络借贷，是指个人运用网贷平台将手中的闲置资金出借给资金需求者的新型借贷模式，相对较高的利率，小额、便捷和无担保是这种借贷模式的一般特征，但由于借款人的各项资料审核以及融资行为等都是通过网络实现的，因此P2P网贷平台也被称为民间借贷的“网络版”（陈霄，2013）。2007年，中国最早的P2P网络借贷平台拍拍贷正式成立运营，到 2011年以来中国P2P网络借贷平台在数量和市场规模上呈现出了膨胀式发展，P2P网络借贷现已成为中国互联网金融市场的重要组成部分。

随着互联网金融的兴起，网络借贷领域吸引了越来越多学者的关注，学术界关于网贷市场的研究也不断深化，而P2P网贷平台的发展，积累了大量个体之间的交易数据，不仅为研究 P2P 网 贷市场利率提供了一个理想的“窗口”，同时为检验传统金融理论是否依然在新型的网贷市场奏效提供了一块“试验田”。在P2P网络借贷中，利率不仅反映的是借款人的支付能力，同时也意味着投资者所可能获得的投资收益。由于数据和计量经济学方法不再是制约网贷平台中理论研究的一个瓶颈，因此网贷市场利率领域的绝大多数研究以理论与经验研究紧密结合，以往的文献主要从借款人的图片信息（Gonzalez， 2014）、 信用状况（Everett，2014）、未经认证的信息（Michels，2012）、投资者的判断决策（Yum，2012；Puro，2011）及参与成本（Johnson，2010）等因素出发考察对P2P 网络借贷利率的影响，但这些研究主要基于网贷市场中的微观个体，由于每个借款主体存在不同的需求函数，这使得多利率均衡能够存在于网贷市场，由此导致部分研究在结论上存在一定争议。

目前，中国互联网金融市场中的P2P网络借贷市场基本上实现了通过市场化行为进行资源 配置和定价，而在这种利率市场化程度相对较高的网络借贷市场中的利率波动会具有哪些特征 呢？这是我们首要探讨的问题。网贷市场利率变动的背后究竟能够反映出何种经济行为？这是我们探讨的第二个问题。对市场中的投融资主体、金融监管机构具有怎样的参考意义？我们将运用 ARCH类模型，对中国P2P网贷市场利率波动的特征进行考察，旨在探讨分析网贷市场利 率波动背后的经济现象。研究结果发现，2012年3月至2014年5 月间，网贷市场的平均利率为18.198%。网贷市场利率在运行规律上具有“逆周期性”的特征，同时与Shibor隔夜拆借利率之间存在单向的溢出效应。而ARCH效应，尖峰厚尾及波动聚集性现象显著地存在于网贷市场利率的波动中，并且AR-GARCH类模型能够较好地刻画这种波动现象。网贷市场中的利率波动也 存在着杠杆效应，但这种效应并不显著，进一步的研究发现，基于预期和前景理论的网络借贷参与者行为能够充分解释上述现象。从整体上来说网贷市场是一个收益与风险并存的市场，且正处于一个并不成熟但逐步完善的过程之中。

我们可能的边际贡献主要有以下三个方面：第一，扩充了网络借贷市场的研究框架。 以往的研究多从微观个体因素出发研究对借贷利率的影响，并未有文献从动态的角度将网贷市场视为整体加以考察，而我们避免了个体网贷平台微观数据研究分析的局限性，为网贷市场的微观分析到宏观分析过渡奠定了基础。第二，拓展了研究P2P网贷市场的方法。P2P网贷平台的发展，积累了大量个体之间的交易数据，但在以往的文献中，关于P2P网贷市场利率的影响因素研究在方法上多从截面数据出发，以最小二乘法为主，而我们在研究方法上，尝试性地采用时间序列的研究方法，从网贷主体行为的视角下探讨网贷利率的波动特征与网贷市场利率的一般规律。第三，我们的结论对于监管部门、网贷参与主体具有重要的启示作用。我们的结论表明，近年投资者对互联网金融市场的追捧暗示市场上投资渠道狭小、流动性过剩等问题，金融当局可以考虑关注网贷市场利率波动，将其作为衡量货币市场和宏观经济走势的一种指标手段，并且防范由于多平台套利带来的风险积聚。对网贷投资者来说，需要认识到网络借贷市场同样是一个收益与风险并存的市场，在决策时应当避免被市场中的噪音信息影响，充分考虑其中所包含的风险，并采取分散投资的策略。而对借款人而言，关注网贷市场的利率走势可以有效地对未来的利率进行预期，进而提高融资效率，满足借款人的融资需求。

一、文献综述

随着近年网络借贷市场在全球范围内的蓬勃发展，该领域吸引了越来越多学者的关注，学术界关于网贷市场的研究也不断深化。总体而言，关于 P2P 网络借贷的研究成果较为丰富，给我们的研究提供了一些参考及借鉴。目前，有关网贷市场利率的研究主要集中于探讨影响因素方面，但由于中国网贷平台利率的定价机制与国外网贷平台存在一定的差异， 因此在该部分中首先需要对网贷平台的利率定价机制的相关文献进行梳理。

在网贷平台利率定价机制的研究中，Herzenstein（2011） Barasinska（2014）对于美国的网贷平台Prosper的利率拍卖机制做了详细的描述，在Prosper中通常借款人需要设置一个他们愿意为该笔借款支付的最高利率，而出借者则根据该笔借款人和贷款的资料进行投资，当总出借金额超过借款人的需求时，借款利率将会低于借款人设置的最高利率，总出借金额越多则借款利率下降得越多。这种利率拍卖机制的设计通过借贷双方和贷方之间的博弈竞争使利率达到一个借贷双方都能接受的水平。

中国的网贷平台与欧洲的网贷平台类似，例如Smava，借款人给定利率，出借者以此作为投资 决策的参照（Barasinska，2014），这种定价机制下的利率不存在任何 “剩余”，实现了出借者的效用最大化。理论上，中国网贷市场的利率定价机制，看起来似乎是买方（借款人）市场，但由于投资者用选择其他买方（借款人）的方法间接还价， 所以任何借款人的借款利率都不可能超过一个均衡利率的范围，否则他将无法在网贷市场上借款成功。因此实际上这两种利率的定价机制都有“市场化”成分，借款人在设定利率时会更加考虑市场的供求状况，使其能充分反映相对应的风险水平。

就P2P网络借贷而言，以互联网为载体的网络借贷在为借贷双方提供便利的同时，面临着最基本的信息不对称引起的委托代理、逆向选择等问题（Jensen，1976），而且这种新型的借贷方式在信息不对称问题上的不确定性可能更加严重（Luo，2013）。出借人想得到借款人尽可能多的有效信息，借款人可能隐藏对他不利的信息，以得到一个尽可能低的利率。在这种情况下，金融中介（P2P网贷平台）在消除借款人和出借者信息不对称、提高效用水平和交易成本方面发挥了重要的作用（Rubinstein，1987）。多数国外 P2P 借贷平台要求借款人提供由外部机构验证的信息，如Prosper、Smava。除此之外还要求借款人提供一些诸如性别、种族、家庭或年龄等个人信息，作为监督和验证的依据， 以减少对网贷平台的不利影响（Chen，2012）。建立网贷市场中的信任机制可 以减少由于不确定性带来的信息不对称（Martina，2010），并且是网贷市场繁荣发展的一个关键因素，这些信息也为探讨网贷市场个体行为及利率影响因素提供了一个理想的“窗口”。

对利率影响因素的探讨，可以分为软信息、硬信息、用户行为三个方面。“软信息”通常是指借款人难以被量化的信用信息，个体的社会资本可以通过他的社交网络进行评估，包括朋友和同 事，以及会员或团体的社会关系网络（Portes，1998）。而“硬信息”是指一些能够被精确计算和量化的信用信息，在P2P网络借贷中借款人个人及订单信息对于出借者具有重大参考价值。

“软信息”对网贷利率的影响主要有：一是图片信息。Pope（2011）发现，借款人发布在 Propser上的照片，看起来开心的人只需要支付一个较低的利率，而越是肥胖的借款人需要支付的利 率越高。Duarte（2012）发现，对于那些看起来似乎值得信赖的人而言借款利率较低。二是社会资本。Berger（2009）考察了团体成员在借款利率中的作用， 结果发现团体的成员对降低利率有显著 的作用。Lin（2013）发现，借款人的社会资本尤其是朋友关系的质量能够作为信息传递，并且可以显著降低借款人的利率水平， 宗教团体则能够显著降低借款人利率约70-200个基点。三是借款描述。Lin（2013）的研究发现，那些用单词和数词更多，句子很短并带有情感色彩，不确定性的词语较少的借款描述更可能降低借款人的利率。而在描述中能够体现借款人成功及可信的特质能够显著降低最终的借款利率（Herzenstein，2011）。

“硬信息”的内容：一是生理特征。Pope（2011）发现，单身女性与利率之间的关系具有显著的负相关。35岁以下的借款人对利率具有负向的影响，而大于60岁的借款人则具有正向的影响，但两者均不显著。二是借款用途。Pope（2011）认为，那些用于偿还债务、购买奢侈品的借款能够降低最终的借款利率。三是借款模式。固定利率方式的借款模式能够提高借款成功率，但是需要更高的借款利率（Chen，2012，Lin，2013）。四是个人财务。Lin（2013）发现，个人的资产负债率越 高则借款人成功借款的利率也越高。同样，收入水平越高则利率越高，因为高收入的借款人能够支付高额的借款利率（陈霄， 2014）。

在用户行为方面：一是歧视行为。种族歧视，在网络借贷中有强烈的迹象表明黑人遭受信贷歧视，虽然黑人能够提供更高的利率，但是在所有信用等级中，白人比黑人更加容易获得贷款。性别歧视，Pope（2011）发现，女性借款人借款成功的可能性反而要比男性借款人高，单身女性借款人所支付的利率要比单身男性平均少0.4个百分点。Barasinska（2014）在借鉴了Pope研究框架的基础上，对于德国的网贷平台进行专门的“性别歧视” 的研究，同样证实了女性借款人对借款利率存在负向的影响。二是羊群行为。网贷市场上更容易出现信息过载，大量的信息使得出借者难以理解 和使用所有的信息（Brynjolfsson，2000），为减少转换和搜寻成本，出借者更倾向于采取羊群行为，学者们对网贷平台中的羊群行为与利率的关系进行了探讨，但其中也存在一些争议。

Herzenstein（2011） 的研究发现，羊群行为同样存在于网络借贷中，并且这种行为有利于出 借者。基于羊群行为的投资能够显著降低借款人利率，并提高满标率，增加投资者收益，繁荣P2P网贷市场。而Zhang（2012）认为，羊群行为似乎对于出借者的福利具有负效用。尽管学者们关于羊群行为作用的结论有待商榷，但是他们在羊群行为对借款人利率的影响上都认为羊群行为能够对借款人降低借款利率产生显著影响（Herzenstein，2011；Zhang，2012；Luo，2013）。

众多文献分别从不同的视角P2P网贷平台中的利率进行了广泛深入的讨论，在一些领域达 成了共识，但同样也存在争议。上文的分析中，有关网贷中利率影响因素的分析均是基于某个平台微观借款人的数据得出的结论，因此存在一定的争议，这些争议很大的原因是由于微观数据的局限性。在方法上，大多基于截面数据进行实证分析。较少有学者从宏观的角度使用时间序列的 方法探讨网贷中的利率波动，找出一般性的结论和规律。本文尝试从动态的角度将网贷市场利率视为整体加以考察，避免了个体网贷平台微观数据研究分析的局限性。在方法上，使用时间序列 的研究方法，探讨网贷利率的波动特征与网贷市场利率一般性的规律。对P2P网贷市场利率波动 的探讨可以更加了解网贷市场利率的运行规律及风险，在当前的互联网金融市场日益繁荣的背景下，以期为学术界、监管部门、金融实务界理解和完善P2P网贷市场提供一些参考。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。