中國網(wǎng)絡(luò)借貸市場的區(qū)域差異及信息引導關(guān)系研究

楊何燦 ， 楊咸月

(1.安徽師范大學 經(jīng)濟管理學院，安徽 蕪湖241003；2.上海社科院 應(yīng)用經(jīng)濟研究所，上海 200020)

?

中國網(wǎng)絡(luò)借貸市場的區(qū)域差異及信息引導關(guān)系研究

楊何燦1， 楊咸月2

(1.安徽師范大學 經(jīng)濟管理學院，安徽 蕪湖241003；2.上海社科院 應(yīng)用經(jīng)濟研究所，上海 200020)

本文首次檢驗了中國網(wǎng)絡(luò)借貸市場的區(qū)域差異及其信息引導關(guān)系。網(wǎng)絡(luò)借貸市場的迅猛發(fā)展確實已突破時空局限，在全國范圍內(nèi)找到了服務(wù)“草根”階層的定位；但各地網(wǎng)貸市場利率水平差異顯著、區(qū)域分割問題相當嚴重，這與其利率變動不存在區(qū)域差異、各地市場信息已完全暢通形成巨大反差。主要原因是借貸平臺因深度介入交易、成為類似商業(yè)銀行信用中介的角色錯位而引起市場定價混亂造成的。進一步發(fā)展網(wǎng)貸市場必須以全面提升市場效率為目標，消除區(qū)域分割。

網(wǎng)絡(luò)借貸；區(qū)域差異；信息引導

一、引 言

近年來，特別是從2013年起，中國網(wǎng)絡(luò)借貸市場發(fā)展非常迅猛。網(wǎng)絡(luò)借貸是借款人和投資人借助網(wǎng)絡(luò)平臺進行借貸即“個人對個人”(P2P)的一種交易方式，可以突破時間和地理限制。根據(jù)網(wǎng)貸之家統(tǒng)計，截止2016年1月，全國正常運營的網(wǎng)絡(luò)借貸平臺共有2566家，僅2016年1月就成交1304億元，貸款余額近5000億元。盡管只占同期全國金融機構(gòu)各類貸款余額的0.52%，但網(wǎng)絡(luò)借貸以其特有的“低門檻、低交易成本、高收益和無邊界”等的優(yōu)勢吸引了各界人士(特別是工薪階層，實體私營企業(yè)主和個體戶、網(wǎng)店商戶等小微業(yè)主)的廣泛參與。其規(guī)模擴張之快、發(fā)展速度之迅速遠超出整個社會的預(yù)期，動搖了傳統(tǒng)銀行業(yè)“高高在上”的形象。無論對中國金融“供給側(cè)”改革還是對國家“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”戰(zhàn)略實施都具有重要的現(xiàn)實意義。由此，人們自然期待這種新型借貸市場能夠在規(guī)范發(fā)展中提高金融資源的配置效率。

然而，現(xiàn)有國內(nèi)外文獻并未對這一問題給予關(guān)注，還沒有涉及到這方面的研究。原因是歐美市場本身就發(fā)達、規(guī)范，因而效率本來就高，無需關(guān)注研究，其研究的側(cè)重點主要在借款及借款行為等方面[1-3]。而國內(nèi)這一市場則起步較晚，2007年出現(xiàn)第一家P2P平臺，近三年來才獲得迅猛發(fā)展，相關(guān)研究多側(cè)重于定性分析，也有部分實證研究對借款人和投資者行為進行了分析[6]。

與此同時，網(wǎng)貸市場魚龍混雜狀況非常嚴重。截止2016年3月末，存在風險的平臺有3329家，占全部平臺的63%，其中問題平臺占比34%①第一網(wǎng)貸，《2016年3月份全國P2P網(wǎng)貸行業(yè)快報》，2016-04-02，http://www.youdaiw.com/news/56579.html.。因此，國內(nèi)的一個關(guān)注焦點在如何規(guī)范發(fā)展上。2015年12月28日，中國銀監(jiān)會發(fā)布《網(wǎng)絡(luò)借貸信息中介機構(gòu)業(yè)務(wù)活動管理暫行辦法(征求意見稿)》，可見規(guī)范發(fā)展問題已經(jīng)提到議事和實施階段，但如何規(guī)范、怎樣規(guī)范還存在巨大爭議，且在操作上難以實行。事實上，規(guī)范發(fā)展不能離開效率。唯有以效率為目標的發(fā)展才是可持續(xù)的。否則，規(guī)范有可能找不到真正需要的“規(guī)范點”，甚至可能亂規(guī)范、擾亂市場正常秩序。國內(nèi)這方面的教訓已經(jīng)很多，通常會出現(xiàn)一管就死、一放就亂的怪圈①股票市場就是一個明顯例子。千股跌停、漲停幾乎已經(jīng)成為新“常態(tài)”。。如今的網(wǎng)貸市場面臨著同樣困局。如何從提高效率的視角來研究和規(guī)范中國網(wǎng)貸市場，既是理論需要更是現(xiàn)實需求。

理論上看，市場效率的一個直接表現(xiàn)是“一價定律”起作用，即在資金自由流動的情況下，投資者竭力尋求最佳收益的結(jié)果使得市場間的收益率出現(xiàn)均等化[4]；另一方面，借款人尋求最低融資成本的努力也會促使一價定律起作用。而突破時空限制的網(wǎng)絡(luò)大大降低了投資者和借款人的搜尋、操作成本，甚至使這種成本降至忽略不計的水平；同時，信息流動也起著重要作用。因此，作為一個以互聯(lián)網(wǎng)為平臺的網(wǎng)絡(luò)借貸市場的效率獲得至少應(yīng)該在如下兩個方面得到體現(xiàn)。第一，市場不是分割的。相對于一體化市場，一個分割市場的效率必然相對低下。目前分布在中國各地的網(wǎng)絡(luò)借貸平臺如果形成了統(tǒng)一市場，應(yīng)該遵從“一價定律”，即各地網(wǎng)貸借貸款利率應(yīng)該相同或者基本相同；反之，若各地網(wǎng)貸市場利率存在顯著差異，則市場必然是分割的，效率是低下的。第二，信息完全通暢。網(wǎng)絡(luò)借貸使得分布于全國各地眾多的借款人和投資人之間投、融資得以便利地實現(xiàn)。他們選擇任何一家網(wǎng)絡(luò)平臺的成本都相等(幾乎可以忽略不計)，公平交易的機會就會形成?？梢?，一個信息透明、公平競爭而又統(tǒng)一的網(wǎng)絡(luò)借貸市場必然是效率可獲得性最高的市場。

為此，本文就各地網(wǎng)貸市場利率的區(qū)域差異及其信息引導關(guān)系進行研究，希望借此考察和評估中國網(wǎng)貸市場的效率，并試圖找到其效率損失的源頭，從而為該市場的規(guī)范發(fā)展提供一個全新視角。

二、數(shù)據(jù)與研究思路

為了能夠全面、客觀而又準確的評估國內(nèi)網(wǎng)貸市場的效率，本文選取了“第一網(wǎng)貸”網(wǎng)站上公布的中國12個省市[分別是北京、廣東(不含深圳)、湖北、河南、湖南、江蘇、江西、四川、山東、上海、深圳、浙江]和全國的2013年8月1日至2016年1月底的綜合利率、期限、人氣和成交總額四個指標的日數(shù)據(jù)作為研究對象，并對樣本期的缺省值按照前一日數(shù)據(jù)進行插值[4]。綜合利率是被第一網(wǎng)貸納入統(tǒng)計的中國P2P網(wǎng)貸平臺(2016年1月19日為3555家)借款標的(剔除娛樂標如秒標)利息和各種獎勵的綜合平均年化收益率；期限為納入統(tǒng)計平臺的平均借款期限；人氣為總參與人數(shù)。之所以選取這12省市數(shù)據(jù)是因為其它省市網(wǎng)貸市場發(fā)展還比較滯后，第一網(wǎng)貸并未對其進行統(tǒng)計。樣本起始區(qū)間設(shè)定為2013年8月1日是因為網(wǎng)絡(luò)借貸市場在中國的起步較晚，一些省市在此后才陸續(xù)有統(tǒng)計數(shù)據(jù)。

表1給出了中國網(wǎng)貸市場的發(fā)展狀況。從表1中可以看出，在樣本期內(nèi)，被第一網(wǎng)貸納入指數(shù)統(tǒng)計的網(wǎng)貸平臺，平均每天有10142人參與網(wǎng)絡(luò)借貸活動，日均成交金額達到2.3億元，平均每人次投資不足1000元；平均借款期限為6個月，平均綜合借款利率為13.85%?？梢娺@樣的市場是真正的“草根”市場，也是傳統(tǒng)金融機構(gòu)不愿意、沒有精力和能力從事的小額金融業(yè)務(wù)；但同時又是全國民眾急需的和草根階層踴躍參與的融資市場。該市場效率的提高不僅能夠優(yōu)化我國金融供給側(cè)服務(wù)的結(jié)構(gòu)與功能，而且還能夠真正為釋放民眾創(chuàng)業(yè)和創(chuàng)新動能提供融資支持。

表1 中國P2P市場基本狀況

基于此分析，本文研究國內(nèi)網(wǎng)貸市場效率問題的基本思路是：國內(nèi)網(wǎng)貸市場是否存在分割？一個分割的市場不可能符合“一價定律”，因而導致效率損失。那么，這種效率損失是信息傳遞不暢引起的還是資金供求關(guān)系引起的？如果不是這兩方面的因素，則原因必定來自于市場自身、特別是市場中形形色色的借貸平臺，因為網(wǎng)貸市場只有三個主體：平臺與需要資金的借款人、提供資金的投資人，借款人和投資人共同形成了資金的供求關(guān)系。因此，提升該市場效率的重心應(yīng)該放在對市場平臺本身的規(guī)范上。循此思路，本文設(shè)計了如下三個具體要研究的步驟。

首先，運用ANOVA方差分析法分別從“整體”和“兩兩配對”兩個視角來檢驗中國各地網(wǎng)貸市場利率的“一價定律”問題。原假設(shè)H0為“中國12個省市網(wǎng)貸利率不存在整體上、兩兩配對上的差異”；如果檢驗結(jié)果拒絕原假設(shè)，則接受備擇假設(shè)H1 “各省市網(wǎng)貸利率存在整體上、兩兩配對上的差異”。之所以同時進行“整體”和“兩兩配對”的檢驗，是為了避免檢驗中出現(xiàn)漏檢。前者涉及F檢驗，后者運用的是t檢驗，兩者都是經(jīng)典統(tǒng)計方法，這里不再贅述。檢驗結(jié)果表明，與描述性特征高度吻合，國內(nèi)各省市網(wǎng)貸市場利率水平差異顯著，不僅存在整體上不一致狀況而且彼此之間也顯著不同(為節(jié)省篇幅，略去檢驗結(jié)果)。

有趣的是，我們運用同樣方法對全國上述12個省市網(wǎng)貸市場利率變動變量進行檢驗。發(fā)現(xiàn)國內(nèi)各地網(wǎng)絡(luò)借貸市場利率變動變量高度一致，不僅整體上無差異而且彼此之間兩兩差異也不顯著。如此巨大反差充分說明，國內(nèi)網(wǎng)貸市場的短期變動已經(jīng)完全一致，但各地網(wǎng)貸市場利率水平的決定各不相同。

其次，運用相關(guān)系數(shù)和Granger因果關(guān)系檢驗國內(nèi)各地網(wǎng)貸市場之間的信息傳遞關(guān)系。這是因為相關(guān)系數(shù)反映的是變量之間的同步一致性，而因果關(guān)系揭示的則是變量之間的先后關(guān)系，兩個經(jīng)典方法結(jié)合使用能夠比較全面的為我們展示國內(nèi)網(wǎng)貸市場的信息傳導關(guān)系。

檢驗結(jié)果顯示，國內(nèi)各地網(wǎng)貸市場盡管存在差異但信息傳遞已經(jīng)暢通無阻。其同步一致關(guān)系整體上水平很高，除湖南省與其它省市網(wǎng)貸市場相關(guān)系數(shù)略低外。相互引導關(guān)系也很有序，沒有一個省市網(wǎng)貸市場不受外部引導或者對外部毫無影響力。這一方面佐證了國內(nèi)各地網(wǎng)貸市場利率波動相同的原因，另一方面表明國內(nèi)各地網(wǎng)貸借款人和投資人信息是充分的因而選擇是自由的。

最后，進一步運用Granger因果關(guān)系檢驗國內(nèi)網(wǎng)貸市場利率存在差異的原因。到底網(wǎng)貸市場利率水平差異緣自何方？是供求引起價格變化還是價格引導供求？進一步運用Granger因果檢驗方法來驗證發(fā)現(xiàn)，國內(nèi)網(wǎng)貸市場的利率是因、供求是果。這表明中國網(wǎng)絡(luò)借貸市場效率的提升完全可以通過規(guī)范各地網(wǎng)貸平臺、縮小各地利率差價來實現(xiàn)。

三、網(wǎng)貸利率的地區(qū)差異檢驗

各地網(wǎng)貸市場利率比較，包括大小比較和變動比較兩方面。前者體現(xiàn)的是各地網(wǎng)貸市場利率決定上的差異；后者反映的是各地網(wǎng)貸市場變動上的差異。兩者綜合在一起能夠更好地展示各地網(wǎng)貸市場利率關(guān)系。需要指出的是，這里以變量描述性特征為基礎(chǔ)進行比較，并運用ANOVA方差分析法從樣本均值差異和配對變量差異兩個視角同時檢驗各地網(wǎng)貸市場間的利率差異。由于兩種檢驗結(jié)果一致，為節(jié)省篇幅，本文僅列出總的檢驗結(jié)果。

表2給出了中國境內(nèi)12個代表性地區(qū)網(wǎng)貸市場利率的描述性統(tǒng)計特征，并列出了它們之間大小差異的ANOVA分析結(jié)果。不難看出，各地網(wǎng)貸市場平均利率水平存在顯著差異。

從均值和中位數(shù)看，兩者態(tài)勢一致，均表明國內(nèi)網(wǎng)絡(luò)借貸市場尚沒有統(tǒng)一的利率水平，不同地區(qū)網(wǎng)貸利率上下落差較大。如果按利率從小到大順序排列，則排名為：上海、北京、深圳、廣東、浙江、四川、湖北、河南、江蘇、江西、山東、湖南。這些省市網(wǎng)貸市場利率差異明顯。粗略地看，存在明顯的三個檔次：一是以上海為代表的北、上、廣、深低利率區(qū)，平均利率在12-16%之間。二是以湖南、山東、江西為代表的高利率區(qū)，平均利率大于20%。三是以浙江、四川、湖北、河南、江蘇為代表的中利率區(qū)，平均利率介于17-20%之間。進一步運用ANOVA方差分析方法檢驗，各地差異確實客觀存在。我們同時運用該方法對樣本數(shù)據(jù)進行“整體差異”和“配對差異”檢驗，發(fā)現(xiàn)12個樣本省市網(wǎng)貸市場利率不僅整體差異顯著而且兩兩差異也都顯著(鑒于兩兩差異檢驗設(shè)計表格太大，這里僅給出整體檢驗結(jié)果)。

從利率的標準差看，差異明顯。從小到大的省市依次為上海、湖北、廣東、深圳、河南、浙江、北京、山東、湖南、四川、江蘇、江西。它們之間出現(xiàn)兩極分化：一極是以前六個省、市為代表的低波動市場(利率標準差小于5%)；另一極是以后六個省市為代表的高波動市場(利率標準差大于5%)。

從頻率分布圖看，網(wǎng)貸市場利率峰度、偏度也有差別。江蘇、江西、浙江、廣東等省網(wǎng)貸市場利率分布幾乎無偏，其偏度很小且接近0；而四川、湖北、深圳、北京、湖南、上海、河南等省網(wǎng)貸市場利率分布均有偏離，而且偏度逐漸變大。山東、江西、江蘇、廣東、四川、北京等省市網(wǎng)貸市場利率分布呈扁平；而深圳、湖北、浙江、湖南、上海、河南等省市網(wǎng)貸市場利率分布呈尖鋒。此外，從時序走勢圖看，它們的單位根檢驗結(jié)果呈兩種態(tài)勢：一種是以湖北、湖南兩省為代表，其利率走勢平穩(wěn)；另一種是其它省市網(wǎng)貸市場，其利率是隨機運行的。

表2 中國P2P市場不同地區(qū)綜合利率水平及其差異檢驗

表3 全國各地P2P市場綜合利率變動及其差異檢驗

表3給出了描述性特征，并運用同樣的方法對它們進行差異檢驗。結(jié)果顯示，中國網(wǎng)貸市場利率變動完全一致，不僅各自變動方向相同而且變動大小也相等。與上述利率水平形成鮮明對照。

(1)盡管各地利率變動的頻率分布有差異，但走勢已經(jīng)無差異。其頻率分布圖都是尖峰厚尾、無偏的，不同之處在于各自的尖鋒高度有差異。其時序走勢都是平穩(wěn)的I(0)。

(2)盡管各地利率變動的變化有別，但利率變動水平已無異。ANOVA方差分析結(jié)果顯示，各地市場利率變動盡管還存在數(shù)值上的差異，但不顯著。

四、網(wǎng)貸市場的信息引導關(guān)系檢驗

各地網(wǎng)貸市場的信息關(guān)系可以通過相關(guān)系數(shù)和Granger因果關(guān)系來進行檢驗。前者考察的是變量之間同步一致性，而同步一致性反映的恰是它們之間信息流動的及時性。后者檢驗的是變量之間的引導關(guān)系，而引導關(guān)系反映的恰是變量之間的信息傳遞的先后關(guān)系。綜合兩者能夠更加全面地揭示中國不同地區(qū)網(wǎng)貸市場之間的信息傳導機制。

表4列示了中國網(wǎng)貸市場利率之間的相關(guān)系數(shù)。從中可以看出， 12個樣本省市網(wǎng)貸市場的波動整體上已經(jīng)同步一致。各地網(wǎng)貸市場利率之間的相關(guān)系數(shù)都比較高(大于0.5)，只有湖南省與其它網(wǎng)貸市場之間的相關(guān)系數(shù)偏低，不超過0.3。

(1)深圳市與廣東省兩地網(wǎng)貸市場利率相關(guān)系數(shù)高達0.98，表明兩地市場變動幾乎完全一致。原因是它們之間地緣關(guān)系密切。

(2)湖南省網(wǎng)貸市場利率與外部地區(qū)利率之間一致性低，原因是該省網(wǎng)貸市場起步晚、發(fā)展慢。與其它11個市場利率之間相關(guān)系數(shù)最低0.13、最高0.30，均值只有0.24。這表明該省網(wǎng)貸市場相對孤立和封閉。事實上，這種現(xiàn)象在尚未列入樣本的中西部地區(qū)具有一定的代表性，因為類似的中西部地區(qū)網(wǎng)貸市場也不發(fā)達，多數(shù)才剛剛起步。

(3)樣本中其它省市之間相關(guān)系數(shù)平均在0.70附近，而且彼此差異不大。相關(guān)系數(shù)略大于0.7的省市有北京、廣東、深圳、湖北、江蘇、江西、山東；略低于0.70的省市有河南、上海、四川。它們主要為東部、中部發(fā)達地區(qū)。

表4 中國P2P市場不同地區(qū)綜合利率相關(guān)系數(shù)

表5給出了不同地區(qū)網(wǎng)貸市場利率之間的Granger因果關(guān)系檢驗結(jié)果。需要指出的是這里Granger因果模型中的滯后期根據(jù)SC準則取2。事實上，2天滯后期足夠信息在網(wǎng)貸市場間傳導。原假設(shè)H0為：“(表中)左邊省市網(wǎng)貸市場利率不是(右邊)省市市場利率變動的原因”；如果檢驗結(jié)果拒絕原假設(shè)，則選擇備擇假設(shè)H1：“左邊省市利率是右邊省市市場利率變動的原因”。據(jù)此對照表中概率可以判斷中國網(wǎng)貸市場信息傳遞是暢通的，不同的只是程度上的差異：有的地區(qū)網(wǎng)貸市場信息來源是全方位的；有的是有選擇的；根本不存在任何一個省市網(wǎng)貸市場信息與外部完全孤立的情形。

表5 中國網(wǎng)貸市場隔離利率之間Granger因果關(guān)系匯總表

(1)一些省市(如江蘇、四川兩省)網(wǎng)貸市場自身信息全方位對外溢出，并接受其它各地網(wǎng)貸市場信息的顯著引導。無論是低利率區(qū)、中利率區(qū)還是高利率區(qū)網(wǎng)貸市場利率變動對這兩個省網(wǎng)貸市場利率均有顯著影響。

(2)另一些省市(如北京、河南、江西、山東、上海、深圳、浙江)網(wǎng)貸市場卻與湖南省網(wǎng)貸市場信息不相往來。而這些地區(qū)彼此之間信息完全開放且互相顯著引導。原因可能是湖南省網(wǎng)貸市場起步晚而且還比較封閉，因而對外影響比較小。

(3)湖南省網(wǎng)貸市場確實比較封閉，與大多數(shù)省市網(wǎng)貸市場不存在信息互換渠道；但與外部聯(lián)系是暢通的。與四川省網(wǎng)貸市場在5%顯著水平上完全互相引導；對江蘇省市場也有顯著影響。此外，在10%顯著水平上，湖南省網(wǎng)貸市場還接受湖北省市場引導并對河南省市場產(chǎn)生顯著作用。

(4)深圳、廣東市場與外部信息是互通的；但彼此間卻是單向的，表現(xiàn)為廣東對深圳的顯著引導。

五、差異的原因分析

表6 國內(nèi)網(wǎng)貸市場利率與供求關(guān)系之間的引導檢驗

到底是什么原因引起國內(nèi)網(wǎng)貸市場利率區(qū)域差異如此顯著呢？是資金供求引起市場價格變動還是利率影響供求？為此，進一步運用Granger因果關(guān)系檢驗網(wǎng)貸市場利率、人氣和成交金額之間的引導關(guān)系(見表6)。從表6中可以看出，中國網(wǎng)貸市場的利率不是由供求關(guān)系引起的，既不受人氣指數(shù)顯著引導又不受成交額顯著影響。反過來，網(wǎng)貸市場的人氣和成交額卻都是受利率顯著引導的。這說明了國內(nèi)網(wǎng)貸市場利率并非來自需求方借款人和供給方投資人決定的，而是由網(wǎng)貸平臺決定的。平臺為了招攬客戶和做大成交額常常人為地抬高或降低網(wǎng)貸市場利率，進而影響到整個國內(nèi)網(wǎng)貸市場資金配置效率。

事實上，縱觀中國網(wǎng)絡(luò)借貸市場，據(jù)作者考察，當前全部借貸平臺都介入了借貸交易之中，成為類似商業(yè)銀行的信用中介。即便中國第一家平臺拍拍貸以提供信息中介自居，近期也開始改變理念，加入了信用中介的大軍。推薦優(yōu)質(zhì)用戶借款項目，并向平臺預(yù)繳保證金，機構(gòu)為“?！睒舜鷥敱ＷC金。

網(wǎng)貸平臺為了自身各種利益成為信用中介，與人們所期待的信息中介定位相距甚遠，導致了平臺的交易定價非?；靵y。(1)有些平臺線上業(yè)務(wù)與線下業(yè)務(wù)一起做。一方面經(jīng)營線上借貸業(yè)務(wù)，另一方面又與線下小額貸款公司和擔保公司(如人人貸、你我貸、拍拍貸等)、融資租賃公司和保理公司(如拍拍貸等)合作，為其提供線上資金。同時這些線下業(yè)務(wù)真實性存疑，實際上是將線下風險轉(zhuǎn)移到線上，同時繞開線下經(jīng)營監(jiān)管。在這種情況下，東部發(fā)達地區(qū)民間借貸資金充裕因而關(guān)聯(lián)平臺利率就低些，中西部地區(qū)借貸資金相對緊張?zhí)貏e是民間利率高企因而關(guān)聯(lián)平臺利率就高些。(2)有些平臺甚至從事股票、房產(chǎn)等項目的籌資和投資業(yè)務(wù)。行情好時提高利率以吸引投資者資金；行情不好時為穩(wěn)住投資者而提高利率同時冒更大風險。有些(如鏈家理財?shù)?甚至直接或間接以墊資贖樓、生活貸、消費貸等方式提供“首付貸”這類違法業(yè)務(wù)。眾所周知，網(wǎng)絡(luò)借貸的生命力在于金額小、期限短和參與面寬等靈活特性，但某些地下或灰色交易確實左右著國內(nèi)某些地區(qū)網(wǎng)絡(luò)借貸市場的利率。(3)眾多平臺則為了擴大交易通常向前、向后擴展自己的業(yè)務(wù)。如提供事前甄別、事中擔保和事后違約本息賠付。這些延伸服務(wù)由于缺乏統(tǒng)一、規(guī)范的交易流程和系統(tǒng)而影響到平臺的利率定價，從而使利率出現(xiàn)嚴重風化。有些是虛假甄別，有些過分夸大擔保，有些則無力兌現(xiàn)賠付。例如，由于全國范圍內(nèi)的網(wǎng)貸借款申請的審查條件缺乏統(tǒng)一要求，各地網(wǎng)貸平臺只好根據(jù)自己的經(jīng)驗和判斷要求申請人提供必要材料。更有甚者，這些材料還可能造假。結(jié)果必然加大網(wǎng)貸審查甄別成本。東部地區(qū)可能由于通訊、交通較為便利因而網(wǎng)貸額外成本相對低些；中西部地區(qū)由于相對閉塞因而網(wǎng)貸平臺額外支付費用較高。(4)有些平臺甚至從一開始就動機不純。為關(guān)聯(lián)企業(yè)融資，搞自融、資金池，甚至詐騙。E租寶就是一個典型案例；更有甚者，浙江臺州的恒金貸上午開業(yè)，下午就“跑路”。平臺的這些五花八門的經(jīng)營方式均會變相地以各種策略包裝反映到利率定價上。其結(jié)果必然使全國不同地區(qū)網(wǎng)貸市場利率水平差異顯著，甚至同一地區(qū)不同網(wǎng)貸平臺利率也大相徑庭。

可見，中國網(wǎng)貸市場出現(xiàn)嚴重分割源自于借貸平臺深度介入交易之中，成為信用中介而引起了市場定價混亂，因為國內(nèi)網(wǎng)貸市場信息已經(jīng)完全暢通。這已經(jīng)影響整個網(wǎng)貸市場資金配置效率，從這個角度看，網(wǎng)貸市場確實需要嚴加整治。

六、結(jié)論與建議

本文首次檢驗了中國網(wǎng)絡(luò)借貸市場利率的區(qū)域差異及其信息引導關(guān)系。網(wǎng)貸市場的迅速發(fā)展確實已經(jīng)突破了時空局限，并且在全國范圍內(nèi)找到了服務(wù)“草根”階層的定位。但各地網(wǎng)貸市場利率差異大、區(qū)域分割問題相當嚴重，這與其利率變動不存在區(qū)域差異、各地市場信息已經(jīng)完全暢通形成巨大反差。究其原因，借貸平臺深度介入交易、成為類似商業(yè)銀行的信用中介，與人們所期待的信息中介目標相背離。而平臺的信用中介角色錯位引起市場定價混亂，影響到整個網(wǎng)貸市場的資金配置效率。這為網(wǎng)貸市場的規(guī)范發(fā)展和效率提升指明了方向和著力點。

1.網(wǎng)貸市場定位服務(wù)“草根”階層，但區(qū)域分割問題相當嚴重。

網(wǎng)絡(luò)借款期限短、金額小、頻次多等特點在中國十分明顯，因而吸引了眾多投資人和被傳統(tǒng)金融排斥在外的借款人，深受草根階層歡迎。這一以互聯(lián)網(wǎng)為平臺、突破時空局限的市場理應(yīng)遵循“一價定律”，卻在中國存在顯著的區(qū)域差異。嚴重的市場分割影響其在全國范圍內(nèi)配置資金的效率。

2.市場分割的原因不是信息閉塞。各地網(wǎng)貸市場不僅信息已經(jīng)暢通共享，不同的僅是相互作用機制；而且利率的時變大小和方向已經(jīng)高度一致。

3.分割的根本原因并非源自供求關(guān)系，而是來自借貸平臺自身對交易的深度介入，成為信用中介而非所期待的信息中介，進而引起市場定價的混亂。

可見，中國網(wǎng)貸平臺因成為信用中介而引起市場混亂，導致了“一價定律”失靈，引起市場效率損失。這種狀況亟待改進乃至消除。

故此，網(wǎng)貸市場監(jiān)管除了保護投資者利益、避免倒閉成潮外，還需要以全面提升市場效率為目標，把重點放在消除區(qū)域市場分割上來。(1)明晰網(wǎng)貸平臺業(yè)務(wù)定位。如果將平臺界定為信息中介，就需要明確信息中介之外的附加業(yè)務(wù)必須剝離，避免平臺將因招攬人氣所形成的成本反映到利率上。(2)強制平臺明示本息擔保和賠付等增信行為。平臺可以通過風險備用金、商業(yè)保險等方式進行增信，但不允許過度夸大兜底責任、誤導投資者并將此成本反映到利率上。(3)杜絕通過抬高利率行非法集資之實。相關(guān)監(jiān)管部門應(yīng)該明確責任，嚴厲打擊自融、資金池，甚至詐騙等違法行為，而非相互推諉，無視甚至助長平臺違法違規(guī)。如山東平臺鑫利源“跑路”后，當?shù)亟鹑谵k和銀監(jiān)局均宣稱不負責監(jiān)管。(4)發(fā)布和建立全國統(tǒng)一規(guī)范的交易流程和信息共享系統(tǒng)。通過降低不同平臺重復甄別審查成本、減少重復借款和惡意騙貸發(fā)生來縮小利率差異。(5)建立全國網(wǎng)貸平臺風險監(jiān)測預(yù)警系統(tǒng)。2016年3月下旬正式成立的中國互聯(lián)網(wǎng)金融協(xié)會提出至少每日更新21條平臺運營信息，然而會員平臺只有16家，不足全部平臺的0.3%。這遠遠不夠，應(yīng)該強制全部平臺接入數(shù)據(jù)信息，定期公布預(yù)警名單，將劣質(zhì)平臺淘汰出局，將劣質(zhì)客戶拒之門外。

[1] Dorfleitner G，Priberny C，Schuster S，Stoiber J，Weber M. Description-text related soft information in peer-to-peer lending—Evidence from two leading European platforms [J]. Journal of Banking & Finance，2016, 64:169-187.

[2] Freedman S，Jin G Z. Learning by Doing with Asymmetric Information: Evidence from Prosper. Com [R]. NBER working papers, 2011.

[3] Duarte J, Siegel S, Lance Y. Trust and credit: The role of appearance in peer-to-peer lending [J]. Review of Finance Studies, 2012, 25(8): 2455-2484.

[4] 何光輝,楊咸月,陳詩一.入世以來中國證券市場動態(tài)國際一體化研究[J].經(jīng)濟研究,2012(10):82-96.

[5] 廖理,吉霖,張偉強.借貸市場能準確識別學歷的價值嗎？——來自P2P平臺的經(jīng)驗證據(jù)[J].金融研究,2015(3):146-159.

責任編輯、校對：郭燕慶

2016-04-14

國家社科基金項目“中國P2P市場借款與違約研究”(項目號：14BJL033)。

楊何燦( 1997- )，上海市人，安徽師范大學經(jīng)濟管理學院，研究方向: 金融市場投資。楊咸月( 1966-) ，安徽省樅陽縣人，上海社科院部門經(jīng)濟研究所研究員、博士生導師，研究方向: 金融市場。

A

1002-2848-2016(05)-0035-007