本文關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸模式研究，由筆耕文化傳播整理發(fā)布。

  2015年6期目錄       本期共收錄文章20篇

　　摘要：P2P網(wǎng)絡(luò)借貸作為金融創(chuàng)新的產(chǎn)物以其高速的發(fā)展勢頭引起了學術(shù)界的廣泛關(guān)注。從P2P網(wǎng)絡(luò)借貸發(fā)展研究、P2P網(wǎng)絡(luò)借貸模式研究、P2P網(wǎng)絡(luò)借貸交易行為研究、P2P網(wǎng)絡(luò)借貸風險及對策研究等四個方面梳理相關(guān)文獻，旨在總結(jié)現(xiàn)有研究成果，指出未來研究的重點與方向。
中國論文網(wǎng)
　　關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸；文獻綜述
　　文章編號：1003-4625 （2015）06-0106-07 中圖分類號：F832.4 文獻標識碼：A
　　一、引言
　　P2P網(wǎng)絡(luò)借貸（Peer-to-Peer lending）是一種近年來逐漸興起的個人對個人直接信貸模式（謝平，2012）。網(wǎng)貸公司通過線上平臺撮合借貸雙方達成交易。平臺本身扮演信息中介的角色，提供信息披露、信用評級、資金結(jié)算、逾期催收等服務(wù)，平臺利潤主要來源于客戶繳納的手續(xù)費。
　　2005年，ZOPA作為首家針對個人的小額融資網(wǎng)站在倫敦上線，拉開了P2P網(wǎng)絡(luò)借貸的序幕。經(jīng)過10年運營，總計撮合了7.5億英鎊的網(wǎng)絡(luò)貸款。美國平臺Prosper2014年的累計成交額約為25億美元。P2P網(wǎng)貸在英美等國家早已成為除了儲蓄和傳統(tǒng)投資渠道外的另一種選擇（Slavin，2007）。歐美實踐的成功讓P2P網(wǎng)貸逐步走向世界。
　　P2P網(wǎng)貸在中國發(fā)展十分迅速，它的出現(xiàn)填補了小額借貸市場的空白。2013年中國P2P網(wǎng)貸行業(yè)迎來爆發(fā)式增長。據(jù)網(wǎng)貸之家統(tǒng)計，僅2013年全國共出現(xiàn)約800家網(wǎng)貸平臺，貸款存量增加至268億元，其高速增長的勢頭一直保持至今。網(wǎng)貸行業(yè)的高速發(fā)展引起了學術(shù)界的廣泛關(guān)注，吸引了包括經(jīng)濟學、金融學、管理學與心理學等多領(lǐng)域?qū)W者共同研究。
　　隨著研究成果的日漸豐富，有必要對相關(guān)研究做一梳理。本文將相關(guān)文獻分為四個方面：（1）P2P網(wǎng)絡(luò)借貸發(fā)展研究，包括P2P網(wǎng)貸的起源、發(fā)展原因等。（2）P2P網(wǎng)絡(luò)借貸模式研究，對各種典型平臺模式的分析。（3）P2P網(wǎng)絡(luò)借貸交易行為研究，研究影響交易行為的各種因素。（4）P2P網(wǎng)絡(luò)借貸風險及對策研究，研究平臺面臨的風險并提出對策。希望通過文獻綜述，把握目前P2P網(wǎng)貸研究現(xiàn)狀，總結(jié)成果并指出未來研究的重點與方向。
　　二、P2P網(wǎng)絡(luò)借貸發(fā)展研究
　�。ㄒ唬㏄2P網(wǎng)絡(luò)借貸的起源
　　錢金葉等（2012）認為P2P網(wǎng)貸起源于民間的“標會”模式，即親友間通過契約組成的經(jīng)濟互助團體。依靠信息技術(shù)，這種模式被“線上”化，發(fā)展為現(xiàn)在的P2P網(wǎng)絡(luò)借貸。謝平等（2012）也認為P2P網(wǎng)貸依靠互聯(lián)網(wǎng)技術(shù)讓熟人借貸實現(xiàn)了跨越空間、時間的交易，通過平臺服務(wù)將交易范圍由親朋好友擴展到陌生人。學者們對P2P網(wǎng)貸誕生起就帶有民間小微金融特性，已基本形成共識。
　　（二）P2P網(wǎng)絡(luò)借貸發(fā)展的原因
　　P2P網(wǎng)貸自2005年發(fā)展至今，原因可歸結(jié)為以下四點：
　　1.互聯(lián)網(wǎng)技術(shù)的發(fā)展為P2P網(wǎng)貸的產(chǎn)生提供客觀條件
　　Web2.0技術(shù)使用戶從單純的信息接收者，變?yōu)榫W(wǎng)絡(luò)活動的主體并創(chuàng)造價值（0' Reil，2007）。它為之后互聯(lián)網(wǎng)平臺經(jīng)濟的發(fā)展提供了技術(shù)基礎(chǔ)。同時低成本網(wǎng)絡(luò)技術(shù)的普及降低了P2P網(wǎng)貸的參與門檻，活躍網(wǎng)民的增加為P2P網(wǎng)絡(luò)借貸培養(yǎng)了巨大的潛在用戶群（Johnson，2010）。
　　2.金融機構(gòu)惜貸為P2P網(wǎng)貸提供發(fā)展契機
　　金融危機沖擊后大型金融機構(gòu)開始收縮信貸，一些小額的個人貸款難以申請，迫使很多借款人轉(zhuǎn)向P2P網(wǎng)貸平臺尋求資金支持（王朋月，2013）。銀行嚴格的資信審核讓自有資本不足、缺乏擔保的借款人望而卻步。處于弱勢地位的小微企業(yè)也很難獲得傳統(tǒng)投資人的青睞（ Magee，2011）。P2P網(wǎng)貸因其門檻較低，為急需資金的借款人提供了新的出路。
　　3.信貸市場細分需求促進P2P網(wǎng)貸發(fā)展
　　在中國，金融排斥現(xiàn)象一直存在，傳統(tǒng)小微金融服務(wù)收益低，難以有效覆蓋成本，因此銀行往往排斥小微客戶。莫易嫻等（2014）通過金融創(chuàng)新動因理論、金融門檻效應(yīng)理論解釋了金融排斥背景下的P2P網(wǎng)貸產(chǎn)生機理，認為當有效需求達到金融門檻時，金融市場中相關(guān)的創(chuàng)新服務(wù)便會產(chǎn)生。Wang（2009）認為這種電子商務(wù)和金融服務(wù)相結(jié)合的融資模式將充分影響目前的借貸市場格局，成為最重要的金融服務(wù)創(chuàng)新之一。
　　4.P2P網(wǎng)貸本身的優(yōu)勢特點助其快速發(fā)展
　�。╨）低成本優(yōu)勢明顯�；ヂ�(lián)網(wǎng)技術(shù)的應(yīng)用，使得網(wǎng)貸平臺的運營成本和客戶的交易成本急劇降低。網(wǎng)絡(luò)借貸手續(xù)簡便，交易完成迅速，為交易雙方節(jié)約時間成本，平臺允許信用貸款，節(jié)省抵押擔保相應(yīng)的中間成本（Slavin，2007）。
　�。�2）廣泛的參與人群。P2P網(wǎng)貸的參與主體覆蓋了社會各階層、各行業(yè)。海量的用戶基數(shù)，使得達成交易的“交易可能性集合”不斷擴大（謝平，2012），提高效率的同時反哺平臺發(fā)展，形成良性循環(huán)。
　　（3）引導(dǎo)投資人自控風險。P2P網(wǎng)貸撮合交易雙方直接對接，披露借款人信息，可以降低交易過程中的信息不對稱（Berger&Gleisner，2007）。同時平臺鼓勵投資人分散投資，以此降低投資人面臨的總體違約風險（謝平，2012）。
　　三、P2P網(wǎng)絡(luò)借貸模式研究
　�。ㄒ唬﹪庵饕Ｊ�
　　國外平臺基本分為兩類：營盈型和非營利型（Ashta&Assadi，2009）。這里的“營利”是指平臺投資人的投資目的。盈利型平臺的投資人，希望通過借出資金來獲取匹配風險的經(jīng)濟收益。非盈利型平臺的投資人，其投資行為旨在幫助他人，不注重索取經(jīng)濟回報。現(xiàn)今多數(shù)盈利型平臺都在本國范圍內(nèi)開展業(yè)務(wù)，服從所在國的監(jiān)管要求（Berger&Gleisner，2009）。非盈利型平臺一般不受地域限制，可在全球范圍內(nèi)運營（Xu，2010）。
　　在此基礎(chǔ)上辛憲（2009）將國外典型平臺細分為三類：公益型、單純中介型和復(fù)合中介型，后兩類都屬于盈利型平臺。公益型平臺其服務(wù)對象主要為欠發(fā)達地區(qū)的低收入者。單純中介型平臺只扮演信息中介的角色，不干涉用戶交易過程。復(fù)合中介型平臺提供信息服務(wù)的同時還要充當監(jiān)督者、聯(lián)合追款人、利率制定者等角色。代表平臺如下： 　　對于財務(wù)指標的研究，Herzenstein et al.（2008）指出借款人的經(jīng)濟實力（借款/收入比、負債率）對貸款是否成功有顯著的影響。Klafft （2008）研究發(fā)現(xiàn)借款/收入比、負債率等財務(wù)指標對貸款利率的影響顯著，但房產(chǎn)證等資產(chǎn)證明則對貸款利率幾乎沒有影響。
　　對于貸款要素的研究，Puro （2010）指出貸款成功率與貸款金額、貸款利率都成負相關(guān)。可解釋為低金額與低利率都表明借款人的信用風險較低。Collier （2010）的研究也證實，金額大的貸款申請，借款人需要支付更高的利息。廖理等（2014）的研究表明，貸款利率能夠部分反映借款人的違約風險，是投資人決策的重要依據(jù)。
　　對于歷史交易信息的研究，Kumar（2007）通過分析Prosper的數(shù)據(jù)后發(fā)現(xiàn)，投資人會根據(jù)借款人歷史拖欠率收取額外的風險補償。Freedman&Jin（2008）指出違約記錄導(dǎo)致信用等級降低，其滯后效應(yīng)會影響之后的貸款申請，表現(xiàn)為利率升高與總金額下降。
　�。�2）非財務(wù)信息。
　　非財務(wù)信息的重要組成部分是人口特征信息。主要包括性別、年齡、種族、地區(qū)等。相關(guān)研究主要集中于投資人對借款人的歧視行為。Pope&Sydnor（2008）將歧視行為分為兩類：偏好歧視與統(tǒng)計歧視。偏好歧視指投資人的主觀偏好，而統(tǒng)計歧視指基于總體統(tǒng)計結(jié)果對個體借款人做出取舍。已有研究表明，多數(shù)學者認為人口特征歧視對于貸款成功率與貸款利率有影響但較為有限（Pope&Sydnor，2008；Ravina，2012）。由于研究平臺的差異，也有學者持不同意見。Barasinska （2010）通過研究德國最大P2P網(wǎng)站Smava.de指出，投資人選擇目標時不存在對于性別、種族等因素的歧視行為。
　　在種族影響研究中，Pope&Sydnor （2008）、Ravi-na （2012）發(fā)現(xiàn)同等情況下，黑人獲得貸款的概率要低于白人，并承擔更高利率。統(tǒng)計結(jié)果顯示黑人的違約率更高，因此他們將此現(xiàn)象歸結(jié)為投資人對黑人的統(tǒng)計歧視。
　　在年齡影響研究中，Pope&Sydnor （2008）研究結(jié)果表明35到60歲之間的借款人貸款成功率明顯高于35歲以下的借款人，而60歲以上的借款人，借款成功的可能性最低。
　　在性別影響研究中，Pope&Sydnor （2008）指出單身女性的貸款利率比男性低0.4%。Chen （2014）研究了拍拍貸的數(shù)據(jù)后得出，女性借款人的貸款成功率更高，但利率也更高，女性借款人的平均違約率要低于男性，這證明對于性別同時存在統(tǒng)計歧視與偏好歧視。Barasinska （2010）研究了性別與風險偏好的關(guān)系，認為女性出于利他主義傾向，更有可能投資給利率更低、風險更大的借款人。
　　除人口特征外，學者們還研究了其他非財務(wù)信息。Lin （2009）研究了貸款目的與貸款成功率、貸款利率的關(guān)系。研究發(fā)現(xiàn)商業(yè)目的貸款一般成功率要低于合并債務(wù)目的貸款，并且利率更高。Ana Ceci-lia （2008）、Michels （2012）認為在網(wǎng)絡(luò)借貸中，投資人篩選信息是有成本的，因此個人信息越完善的借款人，貸款成功率越高。Herzenstein et al.（2011）研究了借款人個人簡介與投資人出借意愿的關(guān)系，信用等級較低的借款人會選擇性地多公布個人信息，說服投資人出借并接受較低利率，但信息點多的貸款申請往往回報表現(xiàn)欠佳。
　　綜上所述，研究者們普遍認為以信用評級為核心，結(jié)合財務(wù)指標、歷史交易記錄等信息輔助的風險評估體系，對交易行為影響顯著。而對非財務(wù)信息的研究相對分散，由于數(shù)據(jù)來源、研究角度的不同，研究結(jié)果之間差異較大。
　　2.軟信息研究
　　軟信息（ soft information）指網(wǎng)絡(luò)平臺上公開但非量化的信息（ Petersen，2004）。在對P2P網(wǎng)貸的研究中，軟信息因素也可分兩類：社會資本信息與非社會資本信息。
　�。�1）社會資本信息。
　　Putnam（1993）將社會資本定義為“能夠通過協(xié)調(diào)的行動來提高經(jīng)濟效益的社會網(wǎng)絡(luò)、信任和規(guī)范”。由于個體投資人一般缺少復(fù)雜的風險評估模型，社會資本信息的補充，能夠有效緩解借貸雙方的信息不對稱狀況，促進交易達成（Kumar，2007；Katherine，2009）。Prosper為反映用戶的社會資本信息引入了“群組”概念。允許用戶自由組成群組共享信息，群組成員間亦可以相互評價或背書增信。學者們集中研究了社會資本信息對貸款成功率、貸款利率、貸款違約率等的影響。
　　在對貸款成功率的影響研究中，已有結(jié)果普遍承認其有助于提高貸款成功率。Kumar （2007）、Lin（2009）發(fā)現(xiàn)群組內(nèi)朋友背書能有效提高借款人的信用評估，貸款更容易成功。Herrero-Lopez （2009）指出擁有背書的貸款通過社交網(wǎng)絡(luò)傳播，投資人會因為間接信任而出借，并且在合理回報的前提下，身處可信群組會使貸款成功率顯著提高。Weiss et a1.（2010）也肯定了群組身份對于貸款成功率的正向作用。
　　在對貸款利率的影響研究中，研究者們存在一些分歧。就群組成員背書增信來看，Kumar （2007）、Lin（2009）認為群組成員的背書改善了借款人的信用狀況，因此借款人可以獲得更低的利率。但也有研究表明，降低利率的條件更為苛刻。除背書外，只有當群組成員實際投資某借款人后，貸款利率才會降低（Berger&Gleisner， 2009； Collier&R Hampshire，2010）。有的研究甚至給出了相反結(jié)論，F(xiàn)reedman&Jin （2008）的研究發(fā)現(xiàn)群組領(lǐng)袖背書最終導(dǎo)致貸款利率上升，這是由于2008年之前Prosper對群組領(lǐng)袖實施獎勵制度，這使其盲目擴大群組規(guī)模，未盡到審查義務(wù)，導(dǎo)致領(lǐng)袖背書成為一個消極信號。學者們也研究了群組結(jié)構(gòu)對貸款利率的影響。Prosper根據(jù)各群組歷史平均違約率給予群組評級，然而此評級對于貸款利率幾乎沒有影響（Berger&Gleisner，2009； Collier&R Hampshire，2010）。但他們發(fā)現(xiàn)，大群組內(nèi)的成員享受的利率更低。Freedman&Jin（2008）、Greiner &Wang （2009）的研究卻認為群組中的投資人/借款人比率對貸款利率的影響要遠大于群組規(guī)模，投資人比例越高的群組，組內(nèi)成員享受越低的利率。 　　在對貸款違約率的影響研究中，多數(shù)學者認為社會資本信息有助于降低貸款違約率。Greiner&Wang （2009）的研究表明，群組內(nèi)借款人違約率較低。Puro （2010）、Everett （2010）的研究進一步說明當投資列表中有借款人現(xiàn)實中的親人或朋友，其違約率會顯著降低。但Kumar （2007）的早期研究卻指出，雖然群組有助于交易達成，但對降低貸款違約率作用不大。Freedman&Jin （2014）也認為部分朋友背書或出于同情目的，會迷惑投資人。多數(shù)有社交網(wǎng)絡(luò)嵌入的貸款并沒有更好的表現(xiàn)。
　　國內(nèi)目前缺乏Prosper這樣對學界公開數(shù)據(jù)庫的網(wǎng)貸平臺，學者們需要依靠自有渠道收集數(shù)據(jù)，因此相關(guān)研究較為分散與匱乏。已有研究表明在國內(nèi)市場中社會資本信息對交易行為影響顯著。Lu etal.（2012）針對國內(nèi)市場做了一系列的研究發(fā)現(xiàn)，社交網(wǎng)絡(luò)等“軟信息”會顯著降低借款人違約率，并且社交網(wǎng)絡(luò)緊密程度與影響強弱密切相關(guān)。陳冬宇（2013）基于實驗數(shù)據(jù)，研究了社會資本、信任與出借意愿的關(guān)系，指出借款人的朋友圈規(guī)模、圈內(nèi)地位與其可信程度正相關(guān)，并指出投資人感到信息不對稱程度越強烈，越會借助社交網(wǎng)絡(luò)來評估借款人信用狀況。Xu （2011）、Chen （2012）從中西方文化因素的角度對Prosper和拍拍貸進行了比較分析，認為中國社會更注重關(guān)系，社會資本信息對交易的影響更大。
　�。�2）非社會資本信息。
　　非社會資本信息主要包括借款人的相貌特征與表述特征。在對相貌特征的研究中有學者認為當處于P2P網(wǎng)貸平臺這種不確定性較大的環(huán)境中時，借款人的面部特征會影響投資人判斷（Graham et al.，2010）。Ravina （2012）的研究指出照片漂亮的人，容易貸款成功并享受更低利率。而Klafft （2008）研究發(fā)現(xiàn)，有無照片只對貸款成功率有影響，對貸款利率影響不大。Duarte et al.（2012）指出沒有照片或形象使人不舒服的借款人會對交易產(chǎn)生消極影響。他們利用亞馬遜開發(fā)的圖片分析引擎（MTurk），結(jié)合面部信息數(shù)據(jù)庫為每一個借款人的相貌可信程度評級，證實了長相越可靠的借款人擁有更高的信用等級與更低的違約率，獲得貸款的成功率越高。
　　借款人在表述時的語言特點也會影響交易過程。Larrimore et al.（2011）分析了貸款列表中語言表述特點與信任建立的關(guān)系，認為投資人會通過表述區(qū)分借款人的可信度，并給出了增加描述說服力的建議。Gao et al （2013）對借款人的語言特征做了更為深入的研究。他們利用多種語言信息挖掘技術(shù)，設(shè)計了一個可拓展的機器學習系統(tǒng)。通過對借款人語言表述中可讀性、情緒、主體性和欺騙性等線索的分析，發(fā)現(xiàn)語言特征很大程度上可以預(yù)測借款人的可信程度。
　　綜上所述，在軟信息的研究中，社會資本信息方面的研究成果最為豐富。學者們都證實了軟信息影響的存在，但在影響的覆蓋面與程度方面中還存在分歧。
　　（二）羊群行為研究
　　羊群行為（Herd behavior）指個體決策時會受到他人決策的強烈影響（Asch，1956）。已有研究中，學者們通過觀察追加投標的速率與可能性的變化，證實了在P2P網(wǎng)貸交易中羊群行為普遍存在（Krumme&Herrero， 2009； Herzenstein et aL 20 1 0；Cey-han et al，20Il；Lee et al，2012）。
　　對于產(chǎn)生羊群行為的原因，學者們普遍認為是市場中的信息不對稱造成的投資人決策困難，而這一點在“線上化”的P2P網(wǎng)貸中更為突出。對于引發(fā)羊群行為的具體誘因，學者們也做了相關(guān)研究。Krumme&Herrero （2009）發(fā)現(xiàn)當有一定的“先鋒”投資人投標后，投標速度會明顯加快。這是由于投資量積累會提高后續(xù)投資人對貸款申請的信用評估，他們利用MATLAB模擬了多種投資情景，來研究促進滿標的初始投資人比率，并探索個體投資人決策的互相影響。Herzenstein et al.（2010）也認為投標的積累量是誘發(fā)羊群行為的重要原因，積累量越大意味著貸款申請越容易成功。Shen et al.（2010）指出社會資本因素是引發(fā)羊群行為的信號。他們改進了Rodgers （2002）建立的模型，分析Prosper中投標的數(shù)量分布來研究投資人的動態(tài)決策過程。認為當有借款人親屬、朋友投資后，羊群行為便隨之發(fā)生。
　　對于羊群行為的另一個研究重點是評價其是否理性。由于判斷標準與研究平臺的不同，學者間還未達成共識。認為存在理性羊群行為的學者往往通過研究投資人的決策過程做出評判。Herzenstein etal.（2010）的研究發(fā)現(xiàn)，投標積累量大的貸款申請更容易被跟進（投標量每增加1%，后續(xù)投資人跟進的可能性增加15%），但這種影響只存在于對滿標的追加投資時，而未滿標時其影響降低到5%。這證明投資人并非盲目跟從，這種羊群行為對于投資人個體與群體都是有益的。Ceyhan et al.（2011）、Lee et a1.（2012）也觀察到參與率對后續(xù)投資影響的邊際遞減現(xiàn)象。投資人在考慮財務(wù)與社會資本因素的影響時，也更看重申請是否成功以及自己能否在競標中勝出。Zhang et al.（2012）認為美國的P2P借貸市場存在理性的羊群行為，其結(jié)果對借貸雙方都有顯著正效應(yīng)。認為存在非理性羊群行為的學者主要以投資人的機會成本、收益率、貸款表現(xiàn)等指標作為判斷依據(jù)。Wang&Greiner（2010）、Luo&lin （2013）的研究都認為，羊群行為帶來的是不當?shù)娘L險/回報比率，更低的投資回報率（ROI），以及更多被浪費的投資機會。Shen et al.（2010）的研究指出投資人決策時并不是出于對風險與收益期望的評估，而更多受社會資本因素引起的羊群行為的影響。
　　綜上所述，國內(nèi)外學者證明了羊群行為在P2P網(wǎng)貸市場中普遍存在，但由于判斷標準不同，對于羊群行為是否理性，是否有益于平臺和投資人，還存在分歧。 　　五、P2P網(wǎng)絡(luò)借貸風險及對策研究
　�。ㄒ唬﹪釶2P網(wǎng)絡(luò)借貸的風險研究
　　國外學者們提及P2P風險時一般聚焦于借貸交易本身，即借款人的信用風險。Freedman &Jin（2008）認為，，當借款人渴望得到貸款時，會故意隱瞞對自己不利的信息，加重信息不對稱的程度，由此引發(fā)逆向選擇問題。但這種逆向選擇問題會因為投資人交易經(jīng)驗的豐富而得到緩解。同時基于正確激勵機制建立的群組也能夠清除某些信息障礙（Johnson，20101。Weiss et al.（2010）強調(diào)了互聯(lián)網(wǎng)的“匿名性”使得投資人評估借款人風險的難度增加，信息不對稱更為嚴重。平臺對借款人信息的核實對于降低逆向選擇有重要的作用。
　�。ǘ┪覈鳳2P網(wǎng)絡(luò)借貸的風險研究
　　由于監(jiān)管滯后，信用體系薄弱等原因，國內(nèi)P2P網(wǎng)貸暴露出更多問題，主要集中在以下三方面：
　　1.法律缺失與監(jiān)管空白
　　張正平等（2013）認為《放貸人條例》遲遲未發(fā)布，迫使民間借貸無法可依，被迫轉(zhuǎn)入地下。P2P網(wǎng)貸專門法案的缺失導(dǎo)致法律紅線確定模糊，影響正規(guī)網(wǎng)貸企業(yè)的業(yè)務(wù)開展，增加其法律風險。葉湘榕、彭冰（2014）認為目前存在相當數(shù)量的P2P平臺實為小貸公司或企業(yè)的資金入口，它們利用理財產(chǎn)品和投資的名義變相集資。馬偉利等（2014）認為當前由于P2P網(wǎng)貸處于無明確的準入門檻、無行業(yè)量化標準、無明確的監(jiān)管機構(gòu)的“三無”狀態(tài)，加之網(wǎng)絡(luò)平臺的隱蔽性、匿名性、即時性容易被犯罪分子利用進行洗錢犯罪。
　　2.個人信用風險難以控制
　　艾金娣（2012）、張正平（2013）等人的研究都認為信用風險過高是我國P2P網(wǎng)貸平臺面臨的重要問題。由于我國信用體系相較歐美發(fā)達國家還有差距，因此貸款行為遷移到網(wǎng)絡(luò)后使借貸信息的核實難度加大，導(dǎo)致對借款人信用風險的誤判。錢金葉（2012）分析了2007年7月“哈哈貸”倒閉的原因，將其歸結(jié)于失控的信用風險。“哈哈貸”的手續(xù)費利潤較低，出現(xiàn)違約時墊付投資人損失后造成資金短缺無法維持運營而倒閉。
　　3.平臺風控能力較弱
　　葉湘榕（2014）指出目前國內(nèi)網(wǎng)貸平臺存在三方面共性風險：小額信貸技術(shù)風險，中間賬戶監(jiān)管缺位風險，財務(wù)披露風險。不僅平臺會面臨借款人信用評估錯誤、壞賬率失控的問題，投資人也容易卷入平臺自融資，甚至惡意欺詐行為。李博（2013）等還指出宜信、拍拍貸等大型P2P平臺，均有數(shù)十萬客戶注冊，數(shù)據(jù)庫龐大，涉及資金流轉(zhuǎn)時還與銀行等第三方機構(gòu)連接獲取用戶賬戶信息，一旦發(fā)生內(nèi)控失誤，可能引起用戶隱私信息外泄。
　　（三）風險控制的對策研究
　　王曙光等（2014）從P2P網(wǎng)貸視角分析了互聯(lián)網(wǎng)金融網(wǎng)絡(luò)信任的形成機制，他認為信任是保證一切金融交易順利進行的前提。加強網(wǎng)絡(luò)信任，降低網(wǎng)貸風險要從市場監(jiān)管、信用體系建設(shè)、行業(yè)自律三方面努力，這也是多數(shù)研究者的共識。
　　1.加強外部監(jiān)管
　　葉湘榕（2014）論述了監(jiān)管應(yīng)該遵循的四個原則：金融創(chuàng)新容忍原則，行為監(jiān)管原則，監(jiān)管一致性原則和消費者保護原則。彭冰（2014）介紹了美國監(jiān)管體系中對P2P網(wǎng)貸平臺法律性質(zhì)的界定，從非法集資的角度對規(guī)范P2P網(wǎng)貸在中國的發(fā)展變提出了建議。李雪靜（2013）分析英美兩國對P2P網(wǎng)貸行業(yè)的監(jiān)管后得出，中國的分業(yè)監(jiān)管體制，導(dǎo)致金融創(chuàng)新很難納入現(xiàn)有監(jiān)管結(jié)構(gòu)。對中國P2P行業(yè)監(jiān)管的三個問題“由誰管”“怎么管”“管什么”給出了自己的建議。呂祚成（2013）通過對比美、英、韓三國網(wǎng)貸監(jiān)管的經(jīng)驗和教訓(xùn)，從監(jiān)管立法的角度分析了當前中國對P2P網(wǎng)貸的監(jiān)管現(xiàn)狀與存在的問題。王朋月等（2013）將美國消費者保護視角下的P2P監(jiān)管原則概括為三個方面：（1）公平對待所有消費者（主要是投資人）；（2）保護消費者的隱私（主要是借款人）；（3）提高消費者意識和開展教育（對借款人和投資人雙方）。建議中國監(jiān)管體制設(shè)計應(yīng)以消費者保護為重心。
　　2.加快信用體系建設(shè)
　　陳冬宇（2012）、張正平（2013）等主張從中國的實際社會需求出發(fā)，做好信用立法、系統(tǒng)建設(shè)、信息采集、合理應(yīng)用等基礎(chǔ)性工作。他們認為成熟規(guī)范的個人信用體系，完善的信用信息服務(wù)有助于網(wǎng)貸平臺識別并控制風險。
　　3.強化行業(yè)自律與平臺自身建設(shè)
　　艾金娣（2012）、葉湘榕（2014）呼吁目前在缺乏法律規(guī)定和外部監(jiān)管的情況下，應(yīng)先組織行業(yè)知名企業(yè)加快制定行業(yè)規(guī)則，組織行業(yè)自律，公開必要財務(wù)數(shù)據(jù)，增加行業(yè)透明度。Wang et al.（2014）從情感型信任與認知型信任的角度出發(fā)，重點研究了國內(nèi)P2P網(wǎng)貸平臺的信任狀況，研究發(fā)現(xiàn)網(wǎng)絡(luò)聲譽與社會影響對平臺取信于用戶影響不大，投資人更注重平臺對排除欺詐的幫助，借款人更注重平臺對私密信息的保護，其研究結(jié)果對于平臺運營模式的設(shè)計有重要的參考價值。
　　六、評述性結(jié)論
　　通過梳理文獻可以看出目前對P2P網(wǎng)貸的研究已有不少成果，相關(guān)研究具有以下特點：
　　第一，在模式研究中，國外研究重點關(guān)注的是代表平臺的運營模式與特點。國內(nèi)研究者則更關(guān)注P2P網(wǎng)貸模式的異化，重點研究了中國特有的平臺擔保、“線上”“線下”結(jié)合等運營模式，從監(jiān)管制度、融資環(huán)境、法律法規(guī)與投資人素質(zhì)等多方面探討了異化模式產(chǎn)生的原因、面臨的風險，并給出了相應(yīng)的政策建議。
　　第二，在風險研究中，國外研究更關(guān)注借款人的信用風險，著重探討了信息不對稱帶來的逆向選擇問題，并從平臺信息披露、引入社會資本等方面提出了緩解信息不對稱的方法。國內(nèi)主要研究在現(xiàn)有監(jiān)管環(huán)境下，平臺通過監(jiān)管套利帶來的法律風險、關(guān)聯(lián)風險等，風控對策的研究也集中于P2P網(wǎng)貸的監(jiān)管及立法等方面。
　　第三，在交易行為研究中，國外研究者集中研究了不同因素對于出借意愿、利率決定、貸款表現(xiàn)等交易行為的影響，例如，通過交易數(shù)據(jù)分析，證明羊群行為在投資決策時普遍存在。由于數(shù)據(jù)獲取難度較大，國內(nèi)這方面的實證研究較為匱乏。
　　未來的研究還可以從以下方面深入：
　　第一，加強對網(wǎng)貸平臺的研究。目前的研究成果主要集中在對典型平臺模式的介紹與對比分析，后續(xù)研究可以拓展到發(fā)掘模式產(chǎn)生的內(nèi)在動因、平臺商業(yè)模式的設(shè)計、平臺成功的影響因素等方面。
　　第二，對交易行為的特點與影響因素的重要程度與具體作用進行深入探討。如研究社會資本因素時，研究者肯定了其對網(wǎng)貸交易的促進作用，但這種作用是網(wǎng)絡(luò)借貸的風控創(chuàng)新，還是信息不對稱下的無奈之舉，對網(wǎng)貸平臺發(fā)展的意義何在，都有待進一步探索。
　　第三，使用先進的數(shù)據(jù)處理方法。在對影響因素的研究中，研究者們大都采用傳統(tǒng)計量模型做實證研究，傳統(tǒng)計量模型存在“先驗性”缺陷，假設(shè)的好壞與實證結(jié)論的準確性直接相關(guān)，相比之下各種利用機器學習的數(shù)據(jù)挖掘方法在不做假設(shè)的前提下能更好地反映數(shù)據(jù)本身的內(nèi)在聯(lián)系。

  本文關(guān)鍵詞：P2P網(wǎng)絡(luò)借貸模式研究，由筆耕文化傳播整理發(fā)布。