牛丰 杨立

基于博弈理论的P2P借贷信用风险产生机制分析

牛丰 杨立

P2P借贷作为互联网金融的重要组成部分，近年来，呈现野蛮式增长。由于技术因素、管理能力、法制环境和信用环境等方面存在缺陷，P2P借贷中的信用风险显得尤为突出。本文以信息经济学和博弈论为基础，首次提出了P2P借贷风险成因的理论框架，研究分析了P2P借贷的信用风险成因：信用体系不完善导致事前逆向选择，缺乏有效监督机制导致事中道德风险，缺乏有效约束机制导致事后道德风险。最后，针对P2P借贷信用风险管理提出相关对策和建议。

P2P 互联网金融 信用风险 博弈

一、引 言

近年来，一股互联网金融的浪潮正在席卷中国，第三方支付、互联网小贷、P2P借贷、众筹、互联网整合销售金融产品、互联网货币、金融搜索平台、网络银行等新型金融模式和产品成为中国金融演进和变革的新生力量。其中，P2P借贷的野蛮式成长，受到了社会各界越来越多的关注和讨论。

P2P网络借贷（peer-to-peeronlin elending）是借贷双方通过网络平台直接达成交易的一种融资模式（Hulme &Wright,2006）。这种融资模式的借贷双方均是普通的个体，网络平台则作为融资中介，它绕开了传统的金融媒介体系，是金融脱媒的一种表现形式。中国相对滞后的金融体系造成了资金在多个环节的低效率，出现了较为严重的资源错配和资源浪费问题，并导致了“两多两难”的问题，也即中小微企业多、融资难，民间资本多、投资难。“两多两难”问题催生了中国庞大的不规范的民间融资市场。中国P2P借贷市场作为民间个人借贷行为的阳光化，得益于中国“两多两难”的社会现实，在缓解这一中国现实问题的同时得到了快速发展。

受社交网络、平台经济（万建华，2013）和小额借贷发展的启发，P2P网络借贷模式得以产生，并对金融行业产生了较为广泛而深入的影响。首先，P2P网络借贷为中小微企业和个人提供了新的投融资渠道，开启了“大众金融”时代（（Peter Renton,2013，谢平，邹传伟，2012，巴曙松，2013），同时，不同于传统的金融市场，新兴的P2P网络借贷市场中，交易双方都相对缺乏专业的金融知识，由于借贷双方时空上的分隔及历史交易数据匮乏，当前P2P网贷依然存在较严重的信息不对称和风险问题。互联网上的匿名环境阻碍了参与者之间的信息沟通（Klafft 2008a,b），同时，交易时往往采用虚构的用户名，这样在平台上就有因为欺诈导致的违约风险G reiner &Wang（2009）。因此，像传统的小额贷款一样，为在互联网上完全陌生的人的提供无抵押贷款的根本问题就是把钱全部收回（Wang &Greiner，2011）。此外，由于P2P网络借贷中借贷负责人会为获得更高的管理报酬而对贷款属于管理，可能会导致更多的违约（（Hildebrand, Puri & Rocholl，2010），在风险管理方面缺少专业知识的贷款人比金融机构承担更显著的贷款违约风险（Haewon Yum et al.（2012））。上述分析表明，根据小额信贷机构所研发的传统补救方法在P2P网络借贷中并不适用，P2P网络借贷对风险管理提出了全新的挑战（Haewon Yumetal.，2012）。

学者的研究不仅仅局限于对风险来源的分析，也在探索具体的风险管理方法。一方面，学者们积极开发各种借贷决策模型，如Puroetal.（2010）根据与借款人成功借款高度相关的关键变量，建立了DDS模型，用以为借款人提供利率参考以及成功比率；Vedala &K umar（2012）通过核心信贷和社会网络信息的属性，使用分类算法来区分优质的和劣质的借款人，并使用一个多重关系的贝叶斯分类方法来预测借款人的违约概率。另一方面，学者们也在研究平台的风险管理方法，这在平台众多的中国市场显得尤为重要，如Chen Xia ohong etal.（2013）运用模糊决策方法研究了平台创业能力的评价问题，从平台自身能力评估其风险敞口。

纵观这一领域的研究，学者们对P2P借贷的信用风险进行了较为深入的研究，但是还很少见到有关理论框架的研究。考虑到这个问题，本文首次提出了P2P借贷风险成因的理论框架，从理论层面解释P2P借贷信用风险产生机制，为P2P借贷信用风险研究提供理论基础，为P2P借贷风险管理提供指导建议。

本文以信息经济学和博弈论为基础，研究了P2P借贷的信用风险产生机制，揭示P2P借贷中存在的事前逆向选择，事中道德风险和事后道德风险现象背后的机理。而逆向选择是事前投资人的个体行为，将作为信用风险分析的基础。事中道德风险阐述借款人获得贷款后、借款到期前，借款人可能选择对自己有利的行为，如不作为，或者将资金挪作他用，这样，导致借款人最终无法还款，产生风险。事后道德风险是在借款到期时，借款人有能力还款，但是不愿意还款。

二、P2P借贷信用风险产生机制的理论分析

（一）信用体系不完善导致事前逆向选择的博弈分析

在没有社交网络引入时，P2P借贷实际上是一种典型的民间借贷形式，即便是存在很多的投资人，也无法实现对借款人信用的有效识别。在这种情形下，我们可以简化的假设这个市场涉及两方市场参与者，一方是投资人，另一方是借款人，而P2P借贷平台仅作为信息中介，不参与借贷交易。

（1）对借款人的假设

每个借款人都有1单位的劳动，其项目需要1单位的劳动投入和1单位的资本投入。借款者的风险类型可以划分为安全型和风险型两类。安全型借款人Bs的项目成功率高，风险型借款人Br的项目成功率低。pi为i（i＝s,r）类型借款人项目成功的概率，pi∈（0,1］，ps＞pr。设安全型借款人的比例为q，则风险型借款人的比例为1－q，q∈（0,1］。

借款人在项目执行过程中，将自己1单位的劳动投入到项目中，其劳动的机会成本记为u，也就是借款人将自己劳动投入到其他工作上的保留收益。假定借款人没有初始资本，他们必须借入1单位的资本才能开始项目，而P2P借贷中，借款人无法提供传统意义上的担保或者抵押。借款人追求收益的最大化。在项目完成后，借款人的项目收益为Yi，在概率pi下，项目成功Yi＞1，在概率1－pi下，项目失败，收益为零。

（2）对投资人的假设

投资人每单位资金的机会成本是ρ，机会成本包括资金的筹集成本和交易成本，投资人要求的“毛利率”为r，ρ＞1且r＞1。放款人由于市场竞争而获得零利润，我们称之为零利润约束。

（3）借贷行为分析

采用Stiglitz和Weiss（1981）假设，假设两种类型项目的预期收益大小一样，即psYs＝prYr≡Y。这里，ps＞pr，Ys＞Yr，也就是高风险高回报。

借款人的项目符合社会性生产的要求，借款人进行项目投资，对社会来说是有益的，会对借款人的劳动机会成本和投资人的资金成本升值，即

在纯中介型的P2P借贷中，借款人不提供任何实物资产或者金融资产作为抵押，因此，借款人的项目收益大于被要求的还款，即Yi＞ri，也即借款人在项目成功时，有能力进行还款。我们称之为有限责任约束。

P2P借贷中，不同于美国等国家，我国并没有形成完善的征信体系，投资人无法获得借款人的风险类型信息，也即信息不完全。如此以来，Br将伪装成Bs，这样可以以较低的利息获取借款。在这种情况下，理想的均衡状态将被打破，投资人将不能实现收支均衡，也就是零利润约束条件将不能得到满足。此时，投资人将选择用同一个利率进行放贷。这时就只剩下一个借贷市场，根据借款人零利润约束条件，均衡利润是

此时，借款人的预期收益是

因为，p＜［qp＋（1-q）p］＜p，容易得到r*＜*＜r*，因此，E'＜E，E＜E'T'＞T，T＞T'

在这种情形下，预期收益对于安全型借款人而言下降了，对于风险型借款人而言上升了，均衡利率对于安全型借款人而言上升了，对于风险型借款人而言下降了。究其原因，是两种类型的借款人需要支付相同的利率，但是安全型借款人的支付概率更大。

则借款人的利率上限ri（m ax），此时借款人的预期收益

综上，由于我国并没有形成完善的征信体系，投资人在P2P借贷中无法获得借款人的风险类型信息，投资人不得不选择高利率，市场仅能满足高风险型借款人的借款需求，逆向选择问题不可避免。

（二）缺乏有效监督机制导致事中道德风险的博弈分析

在没有社交网络引入时，P2P借贷实际上是一种典型的民间借贷形式，而投资人对借款人直接进行监督的成本非常高。在这种情形下，我们可以简化的假设这个市场涉及两方市场参与者，一方是投资人，另一方是借款人，而P2P借贷平台仅作为信息中介，不参与借贷交易。

（1）对借款人的假设

每个借款人都有1单位的劳动，其项目需要1单位的劳动投入和1单位的资本投入。借款人在项目执行过程中，将自己1单位的劳动投入到项目中，其劳动的机会成本记为u＾，也就是借款人将自己劳动投入到其他工作上的保留收益。假定借款人没有初始资本，他们必须借入1单位的资本才能开始项目，而P2P借贷中，借款人无法提供传统意义上的担保或者抵押。借款人追求收益的最大化。在项目完成后，借款人的项目收益为Y，在概率p下，项目成功Y＞1，在概率1-p下，项目失败，收益为零。

借款人工作努力会带来成本C＝αp2/2，α是固定的成本因子，衡量的是借款人努力工作的边际成本。

（2）对投资人的假设

投资人每单位资金的机会成本是ρ，机会成本包括资金的筹集成本和交易成本，投资人要求的“毛利率”为r，ρ＞1且r＞1。放款人由于市场竞争而获得零利润，我们称之为零利润约束。

（3）借贷行为分析——不存在社交网络的情景

当借款人努力工作，借款人的项目符合社会性生产的要求，即

在纯中介型的P2P借贷中，借款人不提供任何实物资产或者金融资产作为抵押，因此，借款人的项目收益大于被要求的还款，即Y＞1，也即借款人在项目成功时，有能力进行还款。我们称之为有限责任约束。

在有限责任约束下，当利率给定，市场均衡时，借款人的预期收益是

由投资人的零利润约束条件pr＝ρ，当借款人努力工作时，借款人的借款参与条件≥成立。

P2P借贷中，投资人无法观察到借款人的工作努力水平，投资人对借款人直接进行监督的成本也非常高。如此以来，借款人可能存在事中道德风险，借款人可能努力工作，来获得Y的收益，或者不努力工作，将节约的成本转移到其他的活动中去，从而最大化个人的收益。但是由于借款人的项目成败是随机的，因此，借款人还面临着选择。

假设借款人努力工作时的努力水平为p1，其负效用成本为C1＝αp21/2；借款人偷懒时的努力水平为p2，其负效用成本为C2＝αp22/2。因此对于借款人努力工作的激励相容条件是

此时，r≤Y－α（p1－p2）／2。

因此，投资人如果需要借款人努力工作，其设定的利率必须r≤Y－α（p1－p2）／2，同时，投资人设定的均衡利率还需要满足零利润约束条件pr＝ρ。在现实条件下，投资人难以找到符合两个约束条件的均衡利率。当均衡利率r*＞Y－α（p1－p2）／2时，借款人就会偷懒，投资人承受的风险将增大，此时，投资人就会选择停止放贷。如此一来，就导致借款人无法获得借款，带来社会福利的损失。

（三）缺乏有效约束机制导致事后道德风险的博弈分析

由于我国法制不健全，P2P借贷中借款人违约很难受到法律的制裁，而且缺乏担保，很难形成一种有效的违约约束机制。为了探明这一情景导致的事后道德风险，我们简化的假设这个市场涉及两方市场参与者，一方是投资人，另一方是借款人，而P2P借贷平台仅作为信息中介，不参与借贷交易。

（1）对借款人的假设

每个借款人都有1单位的劳动，其项目需要1单位的劳动投入和1单位的资本投入。借款人在项目执行过程中，将自己1单位的劳动投入到项目中，其劳动的机会成本记为u＾，也就是借款人将自己劳动投入到其他工作上的保留收益。假定借款人没有初始资本，他们必须借入1单位的资本才能开始项目，而P2P借贷中，借款人无法提供传统意义上的担保或者抵押。借款人追求收益的最大化。在项目完成后，借款人的项目收益为Y，在概率p下，项目成功Y＞1，在概率1-p下，项目失败，收益为零。

（2）对投资人的假设

投资人每单位资金的机会成本是ρ，机会成本包括资金的筹集成本和交易成本，投资人要求的“毛利率”为r，ρ＞1且r＞1。放款人由于市场竞争而获得零利润，我们称之为零利润约束。

投资人对借款人的监督强度为m∈[0,1]，那么他能觉察到借款人逃债行为的概率为m，而他无法觉察到的概率则为1－m。如果投资人觉察到借款人的策略拖欠行为，那么投资人将不会再给借款人放款，这一点与P2P借贷中的黑名单制度一致。

（3）一期项目下借贷行为分析——不存在社交网络的情景

假如投资人与借款人之间的借款行为只有一期，对于一个决定还款的借款人而言，其预期收益为E1＝Y－r

对于一个决定拖欠的借款人而言，其预期收益为E2＝mY＋（1－m）Y

mY表示借款人逃债被人发觉时的收益，（1－m）Y表示借款人逃债没有被人发觉时的收益。

借款人如期还款的激励相容条件为E1＞E2

即r＜0。

我们可以看到，在一期借款情形下，没有有效的约束机制时，借款人必定会拖欠。

（4）两期项目下借贷行为分析——不存在社交网络的情景

借款人的投资一般不仅仅需要一期借款，而需要多期借款，我们此处讨论两期借款的情形，其管理含义与多期类似。如果借款人第一期债务如期偿还，投资人将再次提供资金，如果借款人第一期债务不能如期偿还，投资人将不再提供资金。假设折现率为δ，则借款人第二期的收益折现后为V＝δY。

对于一个决定偿还借款的借款人而言，其预期收益为E1＝Y－r＋V

对于一个决定拖欠的借款人而言，其预期收益为E2＝mY＋（1－m）（Y＋V）

mY表示借款人逃债被人发觉时的收益，此时借款人无法获得第二期的借款，所以第二期无收益；（1－m）（Y＋V）表示借款人逃债没有被人发觉时的收益。

借款人如期还款的激励相容条件为Y－r＋V≥mY＋（1－m）（Y＋V）

即r≤mV。

因此，当投资人设定的利率在mV之下时，一个项目成功的借款人才会如期还款。这一状况显然比仅有一期借款时的情形好。但是，由于借款人很难制定一个既满足r≤mV条件，又满足投资人零利润约束条件的利率，这将使得事后道德风险不可避免。

三、结论与建议

本文以信息经济学和博弈论为基础，研究分析了P2P借贷的信用风险成因，提出了P2P借贷风险成因的理论框架。通过三个博弈模型的分析可见，P2P借贷中，由于我国信用体系不够完善，导致事前逆向选择；由于缺乏有效的监督机制，导致事中道德风险；由于缺乏有效的约束机制，导致事后道德风险。这构成了P2P借贷信用风险产生的基本机制。特别的，如果借款时多期借款，事后道德风险在一定程度上得到缓解。

具体而言，由于我国并没有形成完善的征信体系，投资人在P2P借贷中无法获得借款人的风险类型信息，投资人不得不选择高利率，市场仅能满足高风险型借款人的借款需求，逆向选择问题不可避免。缺乏有效监督机制时，借款人和投资人难以找到符合两个约束条件的均衡利率，投资人就会选择停止放贷，借款人无法获得借款，带来社会福利的损失。缺乏有效约束机制时，借款人很难制定一个既满足r≤mV条件，又满足投资人零利润约束条件的利率，这将使得事后道德风险不可避免。

通过上述分析，本研究对我国P2P网络借贷行业信用风险管理提出以下几个方面的建议：

（1）事前实施有效的征信与评级。行业外推进央行征信体系的广泛接入，亦可加强与银行业金融机构的合作；行业内建立“征信共享网络平台”；平台内不断优化风控系统和信用评价体系。以此扩充信息来源，减少对借款人提供的传统信息的依赖。

（2）事中强化监督机制。利用社交网络或者采用电话回访等方式进行不定期监督与跟踪；建立责权担保机制，以此督促成员之间互相监督，提高工作效率，减少事中道德风险。

（3）事后加强违约约束与催收机制。行业外加快建立和健全相关法律；行业内建立大众制裁，完善黑名单制度；平台内，加强对借款人贷前的教育，告知借款人，违约后不仅仅是将会影响到其征信信息，还将影响到其社会声誉，对借款人形成一种心理约束。

［1］Hulme,M.K.,Wright,C.Internet Based Social Lending:Past,Present and and Future. Social Futures Observatory,2006

［2］万建华 金融e时代：数字化时代的金融变局.北京 中信出版社,2013,5

［3］Peter Renton第一财经新金融研究中心.Lending Club简史.北京：中国经济出版社2013

［4］谢平,邹传伟.互联网金融模式研究.金融研究,2012, 390（12）11-22

［5］巴曙松.小微企业融资发展报告2013：中国现状及亚洲实践 博鳌亚洲论坛,2013

［6］Klafft,M.Online peer-to-peer lending:A lenders’perspective.In H.R.Arabnia and A.Bahrami（eds.）, Proceedings of the 2008 International Conference on

［7］E-Learning,E-Business,Enterprise Information Systems, and E-Government, Las Vegas, NV, July 14-17, CSREA Press,Athens,GA,2008a

［8］Greiner,M.E.,Wang,H.The Role of Social Capital in People-to-People Lending Marketplaces.Phoenix:Association for Information Systems,2009

［9］Wang,H.,and Greiner,M.E.Prosper:the eBay for money in lending 2.0.Communications of the Association for Information Systems,29,1,13,2011,243-258

［10］Hildebrand,T.,M.Puri,and J.Rocholl.2010.Skin in the game:Evidence from the online social lending market.Working Paper,Duke University

［11］Haewon Yum,Byungtae Lee,Myungsin Chae.From the wisdom of crowds to my own judgment in micro?nance through online peer-to-peer lending platforms.Electronic Commerce Research and Applications 11（2012）469-483

［12］Lauri Puro,Jeffrey E.Teich,Hannele Wallenius,Jyrki Wallenius.Borrower Decision Aid for people-to-people lending.Decision Support Systems 49（2010）52-60

［13］Radha Vedala,Bandaru Rakesh Kumar.An Application of Naive Bayes Classification for Credit Scoring in E-Lending Platform.International Conference on DataScience&Engineering An Application of Naive Bayes Classification for Credit Scoring in E-Lending Platform xxx（2012）81-84

［14］Chen,X.,Yang,L.,Wang,P.,&Yue,W.An Effective Interval-valued Intuitionistic Fuzzy Entropy to Evaluate Entrepreneurship Orientation ofOnline P2P Lending Platforms.Advances in Mathematical Physics,Volume 2013（2013）.doi:10.1155/2013/467215

［15］Ghatak M,Guinnane T W.The economics of lending with joint liability:theory and practice.Journal of development economics,1999,60（1）195-228

［16］Aghion D,Armendariz B,Gollier C.Peer group formation in an adverse selection model.The Economic Journal,2000,110（465）632-643

［17］Armendariz de Aghion B,Morduch J.The economics of micro?nance.Cambridge,MA:MIT Press,2005

［18］STIGLITZ,Joseph E.;WEISS,Andrew.Credit rationing in markets with imperfect information.The American economic review,1981,71.3:393-410

Analysis of Generation Mechanism Based on Game Theory in P2P Lending Credit Risk

NIU Feng,YANG Li
School of Business,Central South University,Changsha 410083 China Railway Co.Ltd,Beijing 100844

P2P lending as an important part of Internet financing in recent years,is showing a brutal growth.Due to technical factors deficiencies,management capacity,legal environment and credit environment,P2P lending credit risk is particularly prominent.In this paper,based on the information economics and game theory,it first proposed theoretical framework of P2P lending risk causes,then researched and analyzed the causes of P2P lending credit risk:the credit system is imperfect which result beforehand adverse selection,the lack of effective oversight mechanisms lead to a matter of moral hazard,the lack of effective restraint mechanism lead to post moral hazard.Finally,we put forward countermeasures and suggestions for credit risk management of P2P lending.

P2P,Internet Financing,Credit Risk,Game

F830

A

湖南省高校科技创新团队支持计划资助，普通高等学校哲学社会科学重点研究基地支持计划资助

牛丰，男，汉族，河南洛阳人，博士生，高级工程师，中南大学，研究方向：运输管理与规划；湖南长沙，410083杨立，男，汉族，湖北孝感人，博士，中国铁路总公司，研究方向：互联网金融；北京，100844