互联网金融监管博弈研究：以P2P 网贷模式为例

俞 林 康灿华 王 龙

一、引 言

近年来，互联网金融在我国飞速发展，引起了社会各界的关注。根据清科研究中心对互联网金融的定义，互联网金融是以互联网为资源和以大数据、云计算为基础而采用新型金融模式运作的一种新型行业，包括金融网销、众筹平台、P2P 和互联网银行等。相比于传统的金融模式，互联网金融具有操作简单、方便、效率更高的优点，缩短了交易距离，提高了交易效率，满足了不同层次的金融需求，促进了金融市场的发展。迅速发展的互联网金融市场给投资者带来了许多机会，但是也带来了风险和问题。从本质来看，尽管互联网金融产品具有在线化和技术化的特点，但是互联网金融的本质依然是金融，金融产品是以风险定价的方式来对信用进行衡量，传统金融具有的信息不对称、信用风险、监管等问题，随着互联网的介入而变得更加复杂化。在互联网金融的众多模式中，P2P 网贷(Peer-to-Peer Lending)是指从事点对点中介服务的网贷平台和不依靠传统的银行服务而直接通过网络平台来完成的模式。由于其贷款门槛低、覆盖面积广、信息流通快和资金汇集能力强等特点，成为最典型的互联网金融模式，因此可以通过分析P2P 网贷来对互联网金融进行研究。

中国的P2P 市场诞生的原因是中小型投资者投资渠道的匮乏以及小微企业对资金需求的未满足性。一方面，中小型投资者的投资渠道无外乎股市、房产、储蓄存款和理财产品等，品种单一；另一方面，小微企业的融资需求没有得到满足，并且资金成本较高，传统的金融机构并没有提供给小微企业良好的金融服务，而互联网的发展使得双方接触更加方便，所以催生了P2P 网贷市场的发展。目前，P2P 市场已经形成了包括P2P 平台企业、融资合作方、投资方、需求方、第三方服务公司、监管层在内的产业链。根据P2P 网贷企业的运营模式，可以把P2P 行业的模式分为信息中介、信用中介和信用担保三种模式。在信息中介模式中，P2P 网贷企业仅提供交易平台，充当纯粹的中介，借款者在平台上发布借款信息，贷款人根据各种资料和借款者的信用情况来决定是否出借。在该种模式下，P2P 网贷企业不涉及任何交易，其收益主要为成交服务费，比较典型的有拍拍贷。在信用中介模式下，P2P 网贷企业为借款者和贷出者提供信用咨询、信贷方案制定等信用管理服务，并且会对借款人进行信用评级，对交易双方的决策会产生一定影响，但是并不要求借款者提供抵押物。在信用担保模式下，P2P 网贷企业不仅在线上提供信用管理服务，还在线下对借款者的情况进行实地考察，同时，引入第三方担保，保障资金贷出者的资金安全。在国内征信体系未建立的情况下，信用中介、信用担保模式逐渐发展成为主流模式。

据天眼数据研究中心不完全统计，截至2015 年5 月31 日，我国P2P 网贷平台数量达2643 家。2015 年5 月新增平台112 家，同4 月新增平台数量相同，新增平台数量同比2014 年5 月上升27.27%,。不过，2015 年5 月新增问题平台数量为60 家，环比上升11.11%,，同比上升500%,。从数据可以看出，虽然P2P 网贷行业发展很快，但是还存在一些问题和风险。综合考虑，P2P 网贷模式中存在的风险主要分为以下几种：(1)违约风险，即借款者不能按照协议规定的日期和数量进行还款，造成违约风险的原因是信息不对称以及借款人信用水平的不断变化；另外，我国大部分网贷平台设立了担保制度，在借款人不能还款时由网贷平台进行赔付，但是如果网贷平台出现经营不善或者未按照约定进行赔付，贷款人同样会遭受信用风险。(2)欺诈风险，指借款人在借款之初就伪造自己的信息等，或者网贷平台为了提高交易量，虚构标的或成交额等，导致贷款者的错误选择，给贷款者的资金安全带来了风险。(3)政策风险，目前我国针对互联网金融行业的法律法规较少，缺乏针对P2P 行业的专门法律，现有的金融行业法规无法对P2P 的业务范围、风险监督、防范和控制等进行统一的规定；(4)操作风险，在P2P 网贷模式中，P2P 网贷企业承担起了关键作用，但由于P2P 网贷属于新兴产业，从业人员缺乏专业的培训和实践锻炼，并且网贷行业缺乏明确有效的法律支撑，所以可能导致P2P 网贷企业运营中不能有效对借款人进行信用审核等工作，造成了风险。综合以上分析，P2P 行业的风险也即发展中的问题，要保障行业的健康发展，需要针对以上风险和问题进行研究，分析出避免风险和问题的方法。

本文的研究目的是通过博弈分析和实证研究来完善互联网金融监管体系。研究以P2P 网贷模式为例，通过建立P2P 网贷企业、借款方、贷款方和监管方之间的博弈模型，并结合实际案例的风险问题，提出了P2P 网贷行业监管措施。本文的创新点在于建立了多种主体之间的博弈分析，并将影响互联网金融发展的各种因素融入到博弈模型中，同时与实证研究相结合，最终得出研究的政策建议。

二、国内外研究综述

国内学者对互联网金融的研究主要集中在风险控制、制度建设和运营模式的探讨等方面。

传统金融和互联网金融二者进行合作是当下的最佳选择，有效监管和健全信用机制是互联网平台稳步盈利的有力保障(王筱钰，2014；尤瑞章和张晓霞，2010)。中国现有的P2P 网络小额信贷运行模式存在风险管理机制不完善、利率水平不合理和缺乏保障制度等方面问题(王紫薇、袁中华和钟鑫，2012)。针对现有的P2P 运行模式，可以从借款者信用风险分析、投资者构成分析以及多方信息综合分析等多个角度构建定量模型(王宝玉，2013；雒春雨，2013)，并从强行业监管、动态比例监管、原则性监管与规则性监管相结合等方面提出互联网金融监管原则和措施(张晓朴，2014；廖愉平，2015)。

在P2P 网络借贷风险的博弈分析方面，国内的研究重心在于通过博弈论研究P2P市场参与者之间的影响因素。用博弈论来分析P2P 行业中监管机构与被监管机构之间的互动关系，找出平衡点，将保险与P2P 网络信贷相结合等，为相关法律的制定提供一定的理论依据和措施建议等(帅青红，2014；余晓波和许哲远，2015；游翔兰，2014)。

国外的互联网金融行业发展较早，在互联网金融方面也形成了相对比较成熟的监管模式，不同的国家在监管模式、监管强度、监管手段和监管主体等方面有不同的侧重点。在监管模式上，国外将互联网金融纳入到现有的法律框架中，即互联网金融的发展必须遵循已经存在的各种法律，例如消费者权益保护法、信贷法等，同时，还特别强调个人守法运营和行业自律，例如英国格外强调行业自律；在监管强度方面，国外针对本国互联网金融发展的不同情况，采取的监管强度也不同，澳大利亚、英国等国家对互联网金融的监管采取轻度监管的方式，对于互联网金融的硬性监管要求也比较少，投入的监管资源相对来说也比较有限，而美国对于互联网金融的监管比较严格，除了联邦证券、交易管理委员会等传统金融监管机构外，还有2008 年金融危机后出现的美国消费金融保护局，尤其是在金融创新方面，美国的监管更为严格。作为P2P 行业的龙头企业，Lending Club 曾被美国交易管理委员会无限期的停止全面业务，直到相关产品通过审批后才恢复。同时，美国对于金融违规的处罚也特别严重，2013 年美国消费者金融保护局曾对一家小额贷款公司开出1.9 亿美元的巨额罚单。在监管手段方面，国外采取的监管手段主要是消费者权益保护为中心，进行注册制和强制性信息披露，例如德国的第三方支付系统必须经通过德国联邦信息技术安全局或其认可的评估机构的审核，才可以得以推广；在监管主体方面，国外的做法是不建立统一的监管机构，涉及到哪方面的业务就由对应的监管机构负责，例如，美国的Paypal、SFNB 就分别由证券和银行分别来进行监管。目前少数国家开始建立互联网金融监管评估的框架，强调将互联网金融的灵活性和适用性、消费者和投资者保护等统一起来。

在P2P 平台方面，国外的P2P 平台已经有了比较稳定的运作模式，不同的平台均具有自己的特色，并且具有了稳定的利润。国外的P2P 网贷模式主要有Zopa、Kiva、Prosper 三种。Prosper 平台采取单纯的中介的形式，借贷双方均需提供基本财务信息给平台，借款人设定借款金额以及可以支付给出借人的最高利率金额，出借人提出自己可以提供的金额以及最低的利率，平台通过选择最低的利率组合提供给借款人。Zopa平台采取复合中介的形式，主要有两种运营模式，一种模式类似于Prosper，另外一种模式不仅要借款双方提供基本信息，还要对借款人进行信用等级评定，并根据信用等级进行市场细分，核定每个细分市场的借款利率，出借人根据自己的风险承受能力，选定市场后进行分散投资，降低了投资风险，而且Zopa 平台还可以提供催款等服务，通过承担更多的工作，有效的控制了风险。Kiva 平台属于公益性平台，免费提供撮合服务，运营费用主要来自于捐款，Kiva 平台主要通过小额信贷的方式来降低风险。

国外主要从风险控制的角度来研究P2P，在对比国内外的研究方式时发现，定性的和定量的两种信息对P2P 都会产生影响，定量信息包括财务、信用方面的数据信息，定性信息包括无法用数据进行测量的信息，国内主要通过定性的信息来进行判定。在国外的运行模式中，致力于对每个环节进行精细控制，即使网贷存在信息不对称的情况，通过平台对整个环节的控制，也可以降低网贷风险，实现比传统金融更低的坏账率(Michael Klafft，2008；Dongyu Chen，2012；)。同时，通过对欧洲不同的P2P 平台之间对比分析发现，Zopa 平台的成功主要来源于其精确的风险控制，在Zopa 平台上，75%,的借款申请都会被拒绝，正是这种严格门槛制度，降低了风险(Laura Larrimore，2011；Magee、Jack R.，2011；)。在运营模式上，从差异利率、朋友网络和社会网络相互监督以及从借款人的角度，建立决策支持模型，为借款人提供风险评估、寻找出借者和促进交易完成等来促进行业的发展(German Samuel R.、Hampshire Robert C. 和Krishnan Ramayya，2008；Lin Mingfeng、Prabhala Nagpurnanand R. 和 Viswanathan Siva，2013；Jinghua Wu、Yun Xu，2011)。

综上所述，本文以P2P 网贷模式为例，通过建立包括P2P 网贷企业、借款方、贷款方和监管方之间的多方博弈模型，结合实证研究，提出了P2P 网贷行业监管措施。

三、互联网金融参与主体之间的博弈行为分析

P2P 网贷行业的参与主体包括P2P 网贷监管机构、P2P 网贷平台企业、借款人和贷款人。其中，P2P 网贷行业监管机构是行业的规则制定者，影响着其他各方的行为和利益；P2P 网贷企业为小微企业、个体工商户以及中低收入者提供传统金融机构无法提供的金融服务。通过分析不同参与主体之间的行为，可以得出控制风险的策略。

1. P2P 平台企业和借款方之间的博弈

在信用担保和信用中介的模式下，由于我国征信体系的不完整，P2P 平台企业负责对借款者的资质、信用等情况进行审核，但出于利益考虑，借款者可能会虚报信息进行欺诈，所以有必要控制风险，阻挡资质不良的借款人进入P2P 市场。在此，通过建立不完全信息动态博弈模型来分析P2P 网贷平台和借款人之间的博弈行为。

该不完全信息动态博弈模型的假设条件为：(1)参与主体包括P2P 网贷平台和借款人；(2)进入P2P 市场的借款人良莠不齐，将其分为好、坏两种类型，但是该信息仅借款人自己知道，P2P 网贷企业和贷款人并不知道；(3)对于资质良好、无虚假资料的借款人，P2P 网贷企业允许其在平台上进行交易；(4)资质不良的借款人，可以选择提交资料或不提交资料；(5)引入第三方自然人作为博弈起点，将借款人的资质信息内生化。

参数设置为：C，P2P 平台企业的信用审核成本，包括人工成本、办公经费等，C＞0；M，审核收益，即通过审核带来的社会价值，M＞0；L，资质未达标的借款人进入市场后给平台企业、贷款人带来的损失；B，借款提交资料，申请进入市场花费的成本；T，借款人通过申请后所获得的收益；h，借款人进行资料造假被审核发现后遭受的惩罚；P(g|J)、P(b|J)，在借款人选择提交资料的情况下，P2P 平台企业认为借款人好、坏的概率；P(s|b)、P(F|b)，借款人通过审核和未通过审核的概率。

建立的不完全信息动态博弈模型如下图所示：

图1 不完全信息博弈模型

在该博弈模型中，P2P 网贷企业的策略是(审核，不审核)，借款人的策略是(提交，不提交)。由于借款人了解自身的情况，所以在第二阶段根据自身情况来选择提交资料或者不提交资料，如果第二阶段借款人选择不提交资料，则无论其性质为好或者坏，都不会产生收益和损失；如果第二阶段借款人选择提交资料，则P2P 平台企业可以选择审核或者不审核。针对两种行为，其收益分别如下：

P2P 平台企业进行审核的收益为：

P2P 平台企业不进行审核的收益为：

由于P(g|J)+P(b|J)=1，令U1=U2，则：

当P(g|J)＞(L-C)/L 时，P2P 平台企业选择进行审核，当P(g|J)＜L-C)/L 时，P2P平台企业不进行审核时得到的收益更大；由于资质未达标的借款人进入市场，会给平台企业、贷款人带来巨大的损失，L 的数值远大于监管成本C 以及监管收益M，则(LC)/L 趋近于1，则P2P 平台企业的稳定策略为进行信用审核。

对于借款人，其性质为好时，不管是否被审核，他所获得的收益均为T，当借款人的性质为差时，期望收益为：

令 W=0，则P(s|b)=1-T/(T+h+B)

在现实中，如果借款人能够成功进入市场，其获得的收益T 远大于付出的成本B以及受到的惩罚h，所以只要有很小的激励，借款人就倾向于提交资料，进入市场，即借款人的稳定策略是进行提交资料，不管其本身符不符合资质要求。所以，以下策略和信念组成了该博弈模型的贝叶斯均衡：借款人选择提交申请，无论其是否能够达到要求；借款人选择提交的判断依据是收益大于零；P2P 平台企业选择监管，无论借款人是否符合标准。

运用逆向归纳法来证明上述策略是一个完美贝叶斯均衡，对于P2P 平台企业来说，只要其实施审核的收益大于不实施审核收益，P(g|J)＞(L-C)/L，就会选择审核。资质不好的借款人如果靠虚假资料进入市场，不仅会给平台企业带来声誉损失，还会给贷款人带来资金损失，其所造成的损失L 是巨大的，远大于P2P 企业的运营成本C和收益M，从维持市场和行业秩序的角度来看，也必须阻止资质不好的借款人进入，所以(L-C)/L 的数值接近于1，所以对于P2P 网贷企业，其选择进行信用审核是稳定策略。对于借款人，如果其资质为好，则无论是否被审核，他获得的收益均为T，则其必定选择提交；如果其资质为差，由于收益T 远大于惩罚h 和成本B，则也倾向于提交资料。

总之，P2P 平台企业和借款方之间的博弈平衡在于借款人进入市场时，无论资质如何，肯定会选择提交资料，P2P 平台企业对借款人进行信用审核。这对现实的启示是在互联网金融行业中可设置市场准入制度来对借款人进行资质审核，降低不良资质借款人的市场进入预期。

2. 借款方和贷款方之间的博弈

借款方进入P2P 市场与贷款方达成交易后，可能会出现不能按照协议规定的日期和数量进行还款的风险。针对此种情况，贷款方在进行投资时，有必要了解借款人的各种情况，从而有选择性的借出资金。在此背景下，借款方和贷款方之间的博弈行为可以通过建立进化博弈模型进行分析，资金出借方的行为方式包括借款和不借款给借款方，而借款方的行为方式包括按时还款和赖账，并作如下假设：(1)资金出借方和借款方都满足有限理性条件；(2)资金出借方和借款方的博弈是在市场条件下进行，但是当借款方出现赖账行为时，会面临监管机构的处罚；(3)博弈双方均知道对方的收益，博弈是非对称的进化博弈。

参数设定如下：p，资金出借方同意借款的概率；q，借款方的还款概率；A，表示贷款的金额；r，表示贷款的利率；C，资金出借方搜集借款方的信息、筛选借款方所付出的成本；R，借款方通过借款得到的收益；H，由于借款方赖账所遭受的惩罚。支付矩阵如表1。

表1 借贷双方博弈的支付矩阵

对于出借方，同意借款的收益为：U1=q(Ar-C)+(1-q)(-A-C)，不同意借款的收益为：U2=0，期望收益为：U=pU1+(1-q)U2=pq(Ar-C)+p(1-q)(-A-C)。

应用复制动态方程，则得到资金出借方同意借款概率的比例变化率：

令F(p)=0，得到p=0 和p=1 两个稳定状态。对F(p)进行求导得：

当q=(A+C)/(Ar+A)时，对于任意p，F(p)均为零；当q＞(A+C)/(Ar+A)时，p=1 为进化稳定策略，即出借方同意借款，借款企业按时还款；当q＜(A+C)/(Ar+A)时，p=0 为进化稳定策略，即借款企业赖账，出借方不同意借款，此时的市场秩序完全被打乱。对于借款方，还款的收益为：V1=p(R-A-Ar)，赖账的收益为：V2=p(RH)，借款方的期望收益为：V=qV1+(1-q)V2=qp(R-A-Ar)+(1-q)p(R-H)。

应用复制动态方程，则得到借款方按时还款的比例变化率：

对F(q)进行求导得：

由于p＞0，则如果H-A-Ar＞0，则q=1 为进化稳定策略，即借款方按时还款；如果H-A-Ar＜0，则q=0 为进化稳定策略，即借款方赖账。

从上述博弈分析可以看出，如果不存在H，即监管机构对借款方的赖账行为不进行处罚，由于-A-Ar 肯定小于0，所以q=0 为进化稳定策略，借款方赖账。从该参数的设置可以看出，要在互联网金融行业建立健全的法律体系和信用体系，必须对背信行为进行处罚，这样才能保证借款企业按时进行还款，若监管机构没有处罚措施，则借款方倾向于赖账。

通过对资金出借方的收益“当q＞(A+C)/(Ar+A)时，p=1 为进化稳定策略，即网贷平台贷款，借款方按时还款”进行分析，只要(A+C)/(Ar+A)越小，则p 趋向于1 的概率越大。当贷款金额A、资金出借方搜集借款方的信息、筛选借款方所付出的成本C确定时，利率r 越高，出借方越倾向于借款；当贷款金额A、利率r 确定时，C 越低，即搜集借款方的信息花费的成本越低时，出借方越倾向于借款，这在现实中的意义在于要建立完善的信用信息系统，使出借方能够方便获得借款人的信用、资质等各种信息，这能够促进金融市场的发展；当利率r、出借方搜集信息的C 确定时，贷款金额A 越小，借款方越容易同意借款，这在现实中的意义是指，贷款金额越小，借款方越期望承担风险，所以分散投资可以降低风险，而且也有利于市场的发展。

总之，在交易达成后，对背信行为的处罚可以降低背信概率的发生，同时，提高借款利率，完善信用信息系统，可以促进交易的形成，从而推动互联网金融行业的发展。对投资者的启示是进行分散投资，降低风险。

3. 监管方和P2P 平台企业的博弈分析

P2P 网贷平台作为P2P 市场的运行主体，有义务遵循市场的竞争规则，P2P 网贷企业的运行正常与否关系到P2P 市场是否健康有序发展，监管方对P2P 市场的监管需要重点监控P2P 网贷平台的运行状况，对于P2P 网贷市场的运行，要建立持续的风险监测机制。

假设在制度完整的情况下，金融监管机构建立相应的机制来对P2P 网贷企业进行持续的风险监测，对网贷企业的非正常行为进行检测，并采取相应措施。网贷平台正常运行是指网贷企业根据行业管理规则，诚实守信，遵纪守法，不主动采取违规方式。非正常运行是指网贷平台以侵占投资者利益为目的进入市场，通过虚报交易量等手段募集资金，在资金达到一定数额后携款“跑路”等。针对此种情况，可以通过博弈模型来进行分析。

参数设置如下：L，P2P 网贷企业筹集到的资金；V，网贷企业正常经营所获得的收益；r，P2P 网贷企业承诺给的利率；K，网贷企业正常经营时，处于行业管理的考虑，监管方会给予一定的补贴；C，监管机构进行风险监测付出的成本；M，监管机构发现网贷企业非正常经营时给予网贷企业的惩罚，M＞K；N，监管机构发现网贷企业非正常经营时获得的奖励；W，网贷企业非正常经营而监管机构未发现时对社会造成的不良影响；p，网贷企业正常经营的概率；q，监管方能够监测到网贷企业行为的概率。支付矩阵如表2。

表2 监管博弈的支付矩阵

网贷企业正常运行的收益：U1=q(K+V)+(1-q)V，网贷企业非正常运行的收益：U2=q(-M)+(1-q)L，网贷企业的期望收益：U=pU1+(1-p)U2=p[q(K+V)+(1-q)V]+(1-p)[-qM+L(1-q)]。

应用复制动态方程，则得到网贷企业正常经营的概率的比例变化率：

令F(p)=0，得到p=0 和p=1 两个稳定状态。对F(p)进行求导得：

当q=(L-V)/(K+M+L)时，对于任意p，F(p)均为零；当q＞(L-V)/(K+M+L)时，p=1 为进化稳定策略，即网贷企业正常运行，监测机构能够检测到企业的经营行为；当q＜(L-V)/(K+M+L)时，p=0 为进化稳定策略，即网贷企业非正常运行，而监测机构不能够提前检测到企业的经营行为。

很明显，只有q 大于(L-V)/(K+M-V+L)才有现实意义，则若(L-V)/(K+M+L)的值较小，实现q＞(L-V)/(K+M-V+L)的概率越大。通过分析可得，当其他参数未变时，分别降低网贷企业非正常经营时未被发现的收益L 或者增加正常经营时的收益V、K 时，可以使(L-V)/(K+M+L)的值变小。此博弈分析的现实指导意义在于通过制定措施来降低企业非正常经营的预期，措施包括正向和反向，正向措施包括鼓励企业正常经营，可以通过补贴等手段，反向措施包括对企业风险进行实时监测、对非正常经营行为进行处罚等。

经过同上类似的计算过程，可以求得监测机构能够提前检测到网贷企业行为的概率的比例变化率为：

对F(q)进行求导得：

可以得出，当p( - N - M +Lr ) -C +Lr+N+W＞0 时，q=1 是进化稳定的策略；由于p＜1，所以当W、N 特别大时，p(-N-M+Lr)-C+Lr+N+W＞0 的概率将增加。由于网贷企业非正常经营会给社会造成巨大损失，在实际情况中，W 的值显然较大。另外，N 代表监管机构发现网贷企业非正常经营行为时获得的奖励，提高N 的现实指导意义在于提升对监管成功时的奖励，包括物质奖励、名誉奖励等。由于目前我国的针对互联网金融的监管技术和手段还未完善，所以N 的存在还有利于督促监管技术和手段的创新和发展。

当q=1 时，p=1 也是稳定进化策略，即网贷企业正常经营，监管也可以监测到，市场运行机制发展完善。

总之，在P2P 网贷企业运行阶段，监管方需要进行持续的风险监测机制以及采取行业管理措施，行业管理措施包括鼓励监管创新、实时监管、鼓励企业正常经营，对非正常行为进行惩罚等。

四、案例研究

接下来将以P2P 网贷行业的龙头企业人人贷为案例进行实证研究，结合实际案例来研究P2P 网贷行业的问题，并分析解决措施。

人人贷成立于2010 年5 月，注册资本为1 亿，目前人人贷属于P2P 网贷行业交易量领先的平台企业之一，根据网站数据统计，2014 年人人贷成交笔数61,265 笔，成交金额3,728,323,100 元，同比增长138%,，平均投标利率12.36%,，并且根据P2P 网贷行业门户网站网贷天眼的评级，人人贷的等级排名为第二名，评价指标包括偿兑性、非常规标、利率、运营、期限、流动性等。由此可见，虽然人人贷的成立时间稍晚，但是已经走在了行业前列。

从业务运行模式来讲，人人贷采取线上投标和线下抵押相结合的方式，同时实行风险保证金制度来保障投资人的资金安全。结合上述的博弈理论研究，可以从三方面来分析人人贷网贷平台的运营利弊。

经过上文所述P2P 平台企业和借款人之间的博弈分析可知，在互联网金融行业中需设置市场准入制度，来对借款人进行资质审核，降低不良资质借款人的市场进入预期。在人人贷和借款人之间的博弈中，借款人准备发起贷款时，人人贷针对借款人进行信用认证和信用评级，并针对借款人的不同身份来采取不同的信用认证方式。针对工薪贷的借款人，需要进行身份认证、个人信用报告、劳动合同或在职证明、近3 个月工资卡银行流水；针对生意贷的借款人，需要进行身份认证、个人信用报告、经营证明、近6 个月常用银行卡流水；针对网商贷的借款人，进行身份认证、提供网店地址及阿里旺旺账号以及QQ 视频认证等。同时，还需提供可选认证资料，包括房产认证、购车认证、结婚认证、学历认证、技术职称认证等。完成一个认证都会被赋予一个信用分数，通过信用分数的总和大小来获得信用评级，信用等级从高到低依次分为AA、A、B、C、D、E、HR 共六个，不同的信用等级对应不同的借款服务费，按照信用等级从高到低分别为0、1%,、2%,、2.5%,、3%,、4%,、5%,，并且人人贷把收取的借款服务费全部存于风险备用金账户用于人人贷的本金保障计划。

通过借款人和贷款人之间的博弈分析可知，在交易达成后，对背信行为的处罚可以降低背信概率的发生，同时，提高借款利率，完善信用信息系统，可以促进交易的形成，促进互联网金融行业的发展。在人人贷的运行管理机制中，通过信用审核后，借款人可以在人人贷网贷平台上发布借款信息，借款利率由借款人自行制定。在借款人和贷款人之间的博弈中，如果借款人出现还款逾期，人人贷会采取电话、短信等通知借款人，如果用户在5 天内还未归还当期借款，人人贷将会联系该用户的紧急联系人、直系亲属、单位等督促用户尽快还款。如果用户仍未还款，交由专业的高级催收团队与第三方专业机构合作进行包括上门等一系列的催收工作，直至采取法律手段。另一方面，对于贷款人的资金安全，人人贷还采用本金保障计划，人人贷的本金保障计划主要是为了降低当借款人赖账时给贷款方带来的损失，人人贷对每笔的投资做保本承诺。但是该风险备用金计划的使用具有有限偿付的规定，“风险备用金账户”资金对受保障借款的理财人(债权人)逾期应收赔付金额的偿付以该账户的资金总额为限。当该账户余额为零时，自动停止对理财人逾期应收赔付金额的偿付，直到该账户获得新的风险备用金。这一规则的设立在对贷款人的资金安全进行保障的同时，也给网贷企业本身添加了一道防火墙。

综上所述，人人贷是典型的P2P 网贷平台企业，人人贷的运营环境和业务模式也代表了大多数P2P 网贷企业的运营模式，通过分析人人贷的运营模式可以看出外部环境和自身运营尚存在以下值得解决的问题：第一，对于P2P 网贷行业乃至互联网金融行业，法律体系尚未完善，目前存在的专门针对互联网金融行业的法律、法规有央行会同部委起草制定的《关于促进互联网金融健康发展的指导意见》作为基本法，但是相关的细节并没有完善；第二，人人贷所进行的信用审核主要是为了防范借款人的欺诈，但是由于所有的审核都是从线上完成的，可能出现对借款者信用审核力度不足的情况，而人人贷的做法是目前大部分P2P 网贷企业的做法，所以在P2P 网贷行业中仅依靠线上审核始终不能很好的控制违约率；第三，在信用审核环节，所有的信用审核都由网贷平台企业人人贷来进行，而作为实际出资的贷款方却无法直接审核借款人的信用情况，无法判断信息的真假，所以实际上贷款方处于不利的地位；第四，人人贷的风险备用金计划的着重点在于风险发生了以后如何来进行补救，是属于风险的补偿机制，但是一旦前端交易风险发生的概率超过了风险补偿，那么不仅网贷企业本身会面临经济损失，而且会将这种风险传导给贷款人。

总体来说，人人贷在运营过程中的外部环境和自身的运营特点，反映了P2P 行业的整体情况，反映出P2P 行业在法律法规的制定、行业管理等方面还有很大的完善空间。

五、结 论

本文首先提出了互联网金融行业中可能出现的风险和问题，然后对不同参与主体之间的博弈行为进行了分析，最后结合实证研究和案例分析提出如下政策建议。

第一，建立统一的P2P 网贷行业信用评级系统，减少信息不对称情况。根据博弈分析可知，在P2P 网贷分析中，稳定的策略是P2P 网贷企业对参与者进行信用审核，P2P 网贷实质上是一种信用活动，交易者的信用信息对P2P 网贷行业的发展至关重要，但是基于对客户信息的保护，P2P 网贷行业并没有被纳入银行征信系统，所以监管部门可以推动P2P 行业建立一套信用评级系统，作为各个P2P 平台企业的信用审核标准和信用数据来源。以人人贷为例，在借款方提交借款资料后，人人贷可以通过统一的信用数据库来查询借款方的资料，一旦借款方被发现曾经提交过虚假资料，其在人人贷的贷款也会受到影响，这样一方面可以降低整体信用审核成本，提高信用信息的可获得性，另一方面降低资质不好的借款人进入市场的预期，减少了欺诈风险的发生。另外，通过借款人和贷款人博弈分析可知，当建立完善的统一信用信息系统后，贷款方搜集借款方的信息花费的成本会降低，这种情况下出借方倾向于借款，促进了P2P 行业的发展。

第二，提倡理性投资，规避违约风险。根据借款方和贷款方之间的博弈分析可知，当借款额较小时，出借方对风险的容忍度较高，所以在现实的P2P 投资中，贷款方不仅要在贷款前充分了解借款人的信息，还可以将资金分散投资在多个P2P 平台，这样不但可以降低自己的风险，而且还有利于促进P2P 行业交易的完成。

第三，引入P2P 网络借贷保险制度。目前采取P2P 网贷企业采取的信用担保制度虽然可以降低贷款方遭受违约风险时的损失，但是同时对于贷款方的赔付也会对P2P网贷企业的资金流动性产生影响。在这种情况下，监管方可以探索在P2P 行业引入保险制度，当P2P 网贷保险达到规模后，某一个坏账的出现可以由保险金来进行偿付，这样从根本上保障了贷款方的资金安全，同时可以让P2P 网贷企业拥有更加稳定的客源。以人人贷为例，一旦从行业的角度引入了P2P 网络借贷保险制度，人人贷就可以减少风险备用金的留存比例，从而推动更多的P2P 借贷业务的发展。

第四，建立统计监测运行体系，鼓励监管创新。监管方可以建立相应的运行监测体系，对人人贷等平台企业的资金流向、用途等进行监管，及时预警风险。从监管方和P2P 网贷企业的博弈分析模型可知。为了促进金融监管技术的发展，监管机构还可以建立相应的鼓励监管创新的手段，发挥监管人员的主观能动性和创新性，推动监管技术的发展。

第五，建立合适的利率定价机制。根据借款方和贷款方之间的博弈模型分析可知，P2P 网贷行业的融资利率对成交也有一定的影响，融资利率可以由借贷平台、借款者或者市场供需规律来决定，例如拍拍贷实行利率竞拍制度，借出者利率低的胜出，降低了借款人的成本，而美国的P2P 网站对不同信用等级的用户实行不同的固定利率制度，信用等级越高的用户获得的贷款利率越低。结合实际情况，从长远来看，融资利率应该由市场供需规律来决定，但同时应该由监管层来规定利率上限，规范市场秩序。

第六，完善市场进入、运行和退出机制。P2P 网贷企业能够募集大量的资金，并且涉及到大量的投资人，一旦企业出现资金流动风险，会造成投资人的恐慌，同时会影响到投资人对其他互联网金融企业的心理预期，进而影响到整个互联网金融体系，所以需要完善进入、运行和退出等各方面的机制。在进入市场的环节对借款人的信用、资金等进行严格的审批。在市场运行阶段实行有效的资金管理机制和账款催收机制，将市场上资金存放在网贷平台企业以外的具有央行支付牌照的第三方支付平台，保障资金安全。同时，网贷平台企业可以鼓励借贷双方加入群组，依靠群体的力量来约束组内成员按时还款，鼓励贷款方参与到款项催收环节，曝光欠款者。在市场退出机制方面，监测到P2P 网贷企业可能出现退市的风险时，及时采取措施，截断风险的传播途径，保护投资者的利益不受到损害，从而稳定金融市场。

［1］ 王筱钰. 从博弈论角度分析传统金融业与互联网金融的关系[J]. 对外经贸，2014(7)：87-89.

［2］ 尤瑞章，张晓霞. P2P 在线借贷的中外比较分析——兼论对我国的启示[J]. 金融发展评论，2010(3)：99-105.

［3］ 王保玉，高承实，戴 青等. 基于无限重复博弈的P2P 网络信任模型研究[J]. 计算机应用研究，2013，9(30)：2802-2804.

［4］ 雒春雨. P2P 网络借贷中的投资决策模型研究[D]. 大连理工大学，2013.

［5］ 王紫薇，袁中华，钟 鑫. 中国P2P 网络小额信贷运营模式研究[J]. 新金融，2012，276(2)：43-45.

［6］ 张晓朴. 互联网金融监管原则：探索新金融监管范式[J]. 金融监管研究，2014，2(26)：6-17.

［7］ 廖愉平. 我国互联网金融发展及其风险监管研究[J]. 经济与管理，2015，3(29)：51-57.

［8］ 帅青红. P2P 网络借贷监管的博弈分析[J]. 四川大学学报(哲学社会科学版)，2014，4(193)：133-138.

［9］ 余晓波，许哲远. 博弈论视角下P2P 网络信贷与保险的结合[J]. 现代经济信息，2015，(3)：324.

［10］ 游翔兰. 基于博弈论的P2P 平台借贷行为研究[D]. 长沙：湖南大学，2014.

［11］ Michael Klafft. Online Peer-to-peer Pending：A Lender Perspective [C]. Proceedings of the International Conference on E-Learning，E-Business，Las Vegas CSREA Press，2008(32)：423-31.

［12］ Dongyu Chen，Chaodong Han. A Comparative Study of Online P2P Lending in the USA and China [J]. Journal of Internet Banking and Commerce，2012，17(2)：1-15.

［13］ German Samuel R.，Hampshire Robert C.，Krishnan Ramayya. Person-to-Person Lending：The Pursuit of (More)Competitive Credit Markets [J]. ICIS 2008 Proceedings：160.

［14］ Laura Larrimore，Li Jiang，Jeff Larrimore. Peer to Peer Lending：The Relationship between Language Features，Trust-worthiness，and Persuation Success [J]. Journal of Applied Communication Research，2011(2)：111-24.

［15］ Lin Mingfeng，Prabhala Nagpurnanand R.，Viswanathan Siva. Judging Borrowers by the Company They Keep：Friendship Networks and Information Asymmetry in Online Peer-to-peer Lending [J]. Management Science，2013，59(1)：17-35.

［16］ Magee，Jack R. Peer-to-peer Lending in the United States：Surving After Dodd-Frank [J]. North Carolina School Banking Institute Journal，2011(15)：139.

［17］ Jinghua Wu，Yun Xu. A Decision Support System for Borrower′s Loan in P2P Lending [J]. Journal of Computers，2011，6(6)：1183-90.