1、复旦大学经济学院本科生毕业论文中国 P2P 网络借贷利率决定机制分析基于宏观视角内容提要：2013 年以来，P2P 网贷（个体和个体之间通过互联网平台实现的直接借贷）受到大众的热捧，引起了监管部门和社会各界的密切关注。截至 2017 年底 4 月，P2P 网络借贷交易额超过 4 万亿人民币，可见这一市场已成为金融体系中不可忽视的一部分。有不少学者探讨 P2P 利率的定价机制以及成功率的测算模型，从 P2P 市场加权平均利率这一宏观指标入手的却不多，现有研究难以说明网贷市场利率究竟如何被决定，为何过去几年利率中枢遭遇了明显的下移。本文从宏观视角出发，以 P2P 网贷市场最大的研究机构 网贷之家上
2、 2014 年 1 月到 2016 年 4 月的 P2P 行业数据为研究对象，构建误差修正模型和脉冲响应模型，分析了P2P 网络利率的决定机制。通过逻辑推导和模型计算发现， P2P 网络利率不仅受余额宝利率影响，还显著受 P2P 平台的总成交量所影响，同时和平台上的贷款期限有微弱关系。实证分析显示，余额宝利率变化有 84%可以传导到一月后的 P2P 网络利率；在余额宝解释的基础上，成交量每放大 2.7 倍，P2P 网络利率降低 0.6 个百分点，而贷款期限每提升 1 个月，P2P 网络利率提升 0.15 个百分点。根据模型，我们预判 P2P 网络利率即将迎来拐点，结束过去几年的下降周期，走向上
3、升通道。关键词：P2P 网络利率成长期市场网络金融复旦大学经济学院本科生毕业论文What Influences the Interest Rate ofOnline P2P Lending MarketAbstract: Since 2013, as the infrastructure of finance movedto maturity, Online P2P lending market has aroused heated discussion, causing close attention of the regulatory authorities. With the conti
4、nuous development of P2P lending, this market has become influential in the national economic system, whose transaction value surpasses 4000 billion yuan. There are enough essays discussing the pricing mechanism of the interest rate of a single P2P lending deal, while few scholars study from the mac
5、ro-perspective. Not many noticed that the pivot of the interest rate collapsed fiercely in the last few years.Based on the macro-perspective, Using data from a peer-to-peer lending research website (), we study the determining mechanism of the interest rate of P2P lending. We find that the interests
6、 of the P2P market are influenced not only by the interest rate of yuebao，but also by the transaction value and loan period. Firstly, we suggest that volume has much impact on interest rate that a 2.7x increase would cause a 0.6 percent point decrease in interest rate. Secondly, 84% of the change in
7、 the interest rate of yuebao would conduct the change of P2P interest market. Thirdly, loan period would slightly influence the P2P interest rate in the forward direction. According to our research, we can infer that P2P interest rate is facing up with an inflection point. There is a great probabili
8、ty to see the interests increasing in the next few years.Keywords:P2PNetwork；DevelopingMarket ；Interest Rate；Internet Finance复旦大学经济学院本科生毕业论文目录一、引言 .1（一）研究背景与意义 .1（二）研究思路 .2（三）研究特色 .2二、文献综述 .4三、决定机制分析 .6（一）P2P 网络借贷利率现状介绍 .6（二）利率决定框架 .7四、数据说明与选取 .10（一）数据来源与变量说明 .10（二）数据说明 .10五、实证分析 .13（一）变量平稳性检验 .13（二
9、）VECM 模型 .14（三）数据分析 .14（四）脉冲响应模型 .15五、结论与展望 .17后记 .19复旦大学经济学院本科生毕业论文1一、引言（一）研究背景与意义借贷是人类最古老的金融活动，在我国已经有至少三千年的历史，战国时期放款取息就已非常普遍。中国明代中叶之后出现钱庄，西方则在 1407 年率先在威尼斯成立银行，开启了近代金融的大幕。21 世纪，随着网络技术的飞快发展 和社会信用体系的完善，一种“个人对个人”的突破银行限制的网络借贷途径成为可能，我们将其称为 P2P，取“peer to peer”之义。P2P 小额借贷是一种将非常小额度的资金聚集起来、借贷给资金需求者的商业模式，其社
10、会价值主要体现在满足个人资金需求、发展个人信用体系和提高社会闲散资金利用率三个方面，由 2006 年“诺贝尔和平奖”得主尤努斯教授（孟加拉国）首创。全球第一家 P2P 平台 Zopa 于 2005 年诞生于英国，中国第一家网贷平台则诞生于 2007 年左右，之后呈爆发增长的态势。这导致了这一领域学术研究的滞后性，往往从论文立意到发表这段时间，市场环境已经发生了很大变化。值得注意的是，从前学者往往将 P2P 借贷市场作为一个利基市场分析，但根据网贷之家的统计，这一市场的累计成交量已超 4 万亿人民币，待还余额接近 1 万亿人民币，相比 2016 年末的社会融资总量 155.99 万亿元虽然仍很小
11、，却不是可以忽视的部分。P2P 借贷是一种依托于网络而形成的新型金融服务模式，本质上属于民间借贷，打破了传统金融领域的信息壁垒，其重要特点是：（1）资金对接双方不借助中介而进行直接融资，这意味着 P2P 借贷市场基本达成了市场化的定价。（2）P2P 网贷的交易透明度很高，利率/额度/借款人信用信息对大众可见，拉平了信息不对称。（3）P2P 网贷的交易成本较低，交易达成的时间间隔大多不会超过一天，而且中间成本相比传统渠道也很低。那么研究 P2P 这一目前最为市场化的利率就拥有了很强的政策意义，我们可以将其作为一个体现民间借贷利率的绝佳观测量。因此本文试图探究清楚影响这一利率的主要机制，从而判断，
12、何时何地运用 P2P 网贷利率这一指标具有复旦大学经济学院本科生毕业论文2可信度。同时，我们还可以跟踪显著影响 P2P 网贷利率的变量，从而对 P2P 网贷利率未来的走势作出预判。（二）研究思路本文在研究中主要使用了时间序列回归分析和计量方法，主要内容将按以下顺序展开：第一章为引言，主要介绍本文选题的背景并对论文的章节安排、架构及创新之处进行介绍。第二章为文献综述，主要对国内外 P2P 市场研究进展的概述。第三章为决定机制分析，从逻辑角度探究可能影响 P2P 利率的因素，并构建简单的分析框架。第四章为数据与模型，主要通过 VECM 模型的几次试验结果，推断 P2P 借贷利率的驱动因素，并通过脉
13、冲响应模型验证利率传导性。第五章为结论与展望，主要总结本文研究所得出的结论，以及分析本文的不足和进一步的研究方向。图 1 本文研究思路（三）研究特色国内目前基于 P2P 借贷市场的研究中，多是通过建立多元回归模型来分析单笔交易的利率和成功率，并给出微观交易的定价模型。本文的创新之处在于：复旦大学经济学院本科生毕业论文3第一，创新性地采用宏观视角，将网贷市场综合利率作为研究对象，选取逻辑相关的宏观变量或者政策变量作为影响因子，通过实证模型建立相关关系并检验。第二，数据选取具有创新性和全面性。P2P 借贷数据为笔者通过爬虫技术进行的历史信息抓取，来源为人人贷等 10 家 P2P 标杆企业，并未采用
14、单一网贷平台的数据以避免抽样偏差，也未采用网贷之家等媒体数据以防止其算法偏差。复旦大学经济学院本科生毕业论文4二、文献综述近些年来，许多国外的专家学者对 P2P 市场进行了研究。国外学者对于 P2P 领域的研究主要集中于两块：如何解决信息不对称问题以及 P2P 市场的投资者行为。关于信息不对称问题，学者们致力于研究如何让信息不对称一方的投资者在 P2P 平台上获取合理收益。Collier 和 Hampshire（2010）研究结果表明在小额信贷市场中，投资者主要通过将金融负债和人际关系联合来减少信息不对称带来的风险。Freedman 和 Jin ( 2014)采用 Prosper 平台的样本得
15、出良好的社会关系有利于降低借贷利率。关于 P2P 投资者行为，Krumme 和 Herrero(2009)首次对 P2P 市场投资者偏好的分布进行了分析， 他们发现投资者更偏好高风险类别，借款人信用等级能够与对应风险良好的匹配。Herzenstein 和 E-Lee 等 ( 2012)证实了 P2P 借贷市场存在羊群效应 。从 2012 年开始，伴随着国内 P2P 平台的蓬勃发展，国内学者也开始关注这一领域。廖理等 (2014) 认为，由于存在利率上限限制，我国 P2P 市场利率并非完全市场定价。赵天骄（2015）利用 Hotelling 模型论证了银行竞争同质化，而 P2P 平台扩充了间接融
16、资体系，并提出 P2P 平台具有交叉网络外部性,借款者和投资者的需求弹性不同,是典型的双边市场。姜培和宋良荣（2016）对网贷利率的定价机制做出了研究，发现影响因素主要是信用等级、借款金额、借款期限、借款网贷成功的案例等。郑迎飞（2017）认为平台属性会对网贷利率造成显著影响，民营平台的利率显著高于其他投资背景的平台。总结以上，我们可以发现，尽管学者们对 P2P 市场的研究不少，但大多采用微观视角，研究什么因素影响最终成交的利率，而对 P2P 综合利率这一重要宏观指标体现的市场意义挖掘不足。从宏观角度切入该市场研究的国内研究，仅有如下三篇：王小宁（2016）基于拍拍贷的数据发现股票价格指数对
17、P2P 借贷交易有显著正向影响。周耿和范从来（2016）基于人人贷的数据研究了货币政策对网贷市场利率的影响，发现降息降准的货币政策实施对 P2P 市场的利率下降产生了显著影响，而且通过实证发现,我国 P2P 市场的利率形成机制是高度复旦大学经济学院本科生毕业论文5市场化的,并且市场具备买方市场的特征。陈霄和叶德珠（2016）发现 shibor对网贷市场利率存在正向“溢出效应”，并证明了网贷市场利率的聚集效应和反转效应。本文试图从逻辑推导出可能影响 P2P 综合利率的因素，并用多元回归方法进行验证，从而更好地预测未来 P2P 借贷市场的利率走势，并对其余成长期市场的研究提供借鉴意义。复旦大学经济
18、学院本科生毕业论文6三、决定机制分析（一）P2P 网络借贷利率现状介绍P2P 网络借贷指借款人在网络借贷平台上发布借款信息（主要是期限/额度/利率），平台在互联网上吸引感兴趣的投资者满足其需求的模式，这种模式将传统的银行信贷关系转化成互联网上多方的借贷关系，实现了“1 对 N”的资金融通。其中 P2P 平台起到了三重作用：资金中介，平滑信息（类做市商）和信用评级，并通过账户管理费等方式盈利。P2P 借贷一般无抵押，凭借联网的信用机制评估贷款的可行性，并在偿还发生问题时通过贷款人的社会关系加以催收。2016 年，全年累计网贷平台达 4624 家，数量相比 2015 年增加了 20.29%，累计成
19、交额突破 2 万亿，行业在监管政策不断发布的同时继续保持较快发展。网贷行业经历了野蛮生长之后，2016 年迎来了监管元年。中国互金协会成立，网贷暂行管理办法发布，互金风险专项整治，资金存管指引、备案登记指引纷纷出台。随着监管政策的落地，网贷平台面临银行存管、电信许可，以及违规、大标整改等问题。根据股东背景，可将 P2P 平台划分为国资系/银行系/上市公司系/风险投资系等，其中民营系在 2016 年的成交量占比达到了 53%，占据超半数比例。按地域划分，P2P 平台的成交额主要集中在广东/北京/上海/深圳四地，四地区全年总成交额之和占全国总成交额的 85.68%。按投资人年龄划分，80 后为投资
20、的中坚人群，占 46%的比例，其次是 90%后投资者。过去几年，P2P 利率历经了过山车一般的下行周期，网络媒体多将原因归结为三点：央行推行的“放水”政策，越来越多平台加入导致的恶性竞争和行业的日益规范。但由于没有数据支撑，评论家众说纷纭，因此有必要通过逻辑推导和实证分析找出 P2P 利率背后的驱动因子。复旦大学经济学院本科生毕业论文72014-12014-32014-52014-72014-92014-112015-12015-32015-52015-72015-92015-112016-12016-32016-52016-72016-92016-112017-12017-30.0%5.0%
21、10.0%15.0%20.0%25.0%p2pp2p利 率图 2P2P 利率发展趋势（二）利率决定框架P2P 平台的利率到底是怎么决定的？这需要从其交易过程说起。一个典型的交易过程是：（1）资金需求方需要一笔钱满足其消费/投资需求，因此选择一个 P2P 网站进行贷款申请，首先确定申请贷款的金额/期限/利率，按要求填写资料并通过审核后，这笔贷款需求将会化作一个“标”出现在 P2P 平台上；（2）资金供给方（投资者）希望让自己的资产得到增值，得知某 P2P 平台是一个收益率不错的投资渠道，于是登上该网站寻找收益与风险合适的“标”，将资金分批投入不同的“标”；（3）资金经平台抽点后，转到资金需求方账上；从中我们可以看到，就单笔交易而言，其利率由资金需求方给出，看似单边定价。实际上从动态和宏观的角度看，P2P 利率具有双边定价和博弈的属性，类比新三板的股票交易，如下图所示。图 3P2P 平台交易示意图当我们选取加权平均利率这一宏观指标时，这一指标就代表了成千上万笔交易的综合，它将表现为资金供给方和需求方预期利率动态博弈的结果。若不考虑平台抽点，并将作用机制简化为线性则为：P2P rate = * expected rate of demand + * expected rate of supply即：R =*r d +* r s（1）资金供给方的预期收益率 rs=opct + rp（2）
