劉 偉，夏立秋

(東北財經(jīng)大學管理科學與工程學院，遼寧 大連 116025)

1 引言

以互聯(lián)網(wǎng)為代表的信息技術(shù)促進了傳統(tǒng)金融業(yè)的互聯(lián)網(wǎng)化，同時也催生了許多新興的互聯(lián)網(wǎng)金融模式如網(wǎng)絡借貸市場、第三方支付、互聯(lián)網(wǎng)貨幣和眾籌等模式。其中，網(wǎng)絡借貸市場是一種最為典型的互聯(lián)網(wǎng)金融模式。網(wǎng)絡借貸市場(主要是指P2P網(wǎng)絡借貸，即Peer to Peer Lending)是不以銀行等金融機構(gòu)為中介的個體與個體之間依托互聯(lián)網(wǎng)平臺直接建立借貸關(guān)系，是一種融合了互聯(lián)網(wǎng)技術(shù)與小額信貸的新型金融模式[1]，通過去除中介化為個人與個人之間提供了公開透明的小額信用交易的可能。最早的P2P網(wǎng)絡借貸平臺是成立于2005年的英國Zopa公司，美國的Prosper、Lending Club和Kiva等也是成立較早、非常成熟的P2P網(wǎng)絡借貸平臺。自2007年我國的第一家P2P網(wǎng)絡借貸平臺——拍拍貸成立以來，相繼成立了人人貸、紅嶺創(chuàng)投、宜人貸、陸金所等上千家P2P網(wǎng)絡借貸平臺，P2P平臺交易規(guī)模井噴式增長，影響范圍日趨廣泛。根據(jù)網(wǎng)貸之家聯(lián)合盈燦咨詢發(fā)布的《2016年中國網(wǎng)絡借貸行業(yè)年報》顯示，截至2016年底，我國網(wǎng)絡借貸平臺正常運營數(shù)量為2448家，比2015年減少985家；2016年我國網(wǎng)絡借貸行業(yè)成交量達到2.06萬億，月均增速5.15%，較2015年增長了110%；綜合收益率為10.45%，呈下降趨勢；平均借貸期限為7.89個月，較2015年增長1.08個月。我國網(wǎng)絡借貸行業(yè)從“野蠻發(fā)展”階段邁向“規(guī)范發(fā)展”階段。網(wǎng)絡借貸市場所呈現(xiàn)的借貸雙方直接交易、無中介、非專家參與、借貸金額小、期限短、無抵押等區(qū)別于傳統(tǒng)金融業(yè)的鮮明特點[2]，不僅提高了資本市場投融資的效率，也使得民間資本更加透明化和市場化。

網(wǎng)絡借貸市場降低了融資成本和融資門檻，有效地解決了個人融資困難和小微企業(yè)的融資困境問題，實現(xiàn)了“金融脫媒”背景下微金融和普惠金融的發(fā)展。但是，在網(wǎng)絡借貸市場迅猛擴張的同時，也暴露出一些問題和風險隱患，平臺跑路、詐騙、非法集資等問題時有發(fā)生。傳統(tǒng)金融業(yè)的信用風險、流動性風險、操作風險等依然存在，同時，網(wǎng)絡借貸市場出現(xiàn)一些新的風險特征，如用戶隱私泄露與濫用、資金安全等信息技術(shù)風險，交易邊界拓展帶來的“長尾風險”尤為突出。加強對網(wǎng)絡借貸市場的監(jiān)管，以規(guī)范平臺和借貸方的行為十分緊迫。政府高度重視互聯(lián)網(wǎng)金融行業(yè)的規(guī)范有序發(fā)展，2013～2015年我國政府工作報告多次提出推動互聯(lián)網(wǎng)金融創(chuàng)新，規(guī)范互聯(lián)網(wǎng)金融服務，促進互聯(lián)網(wǎng)金融行業(yè)健康發(fā)展。2016年，銀監(jiān)會發(fā)布了《P2P網(wǎng)絡借貸風險專項整治工作實施方案》、《網(wǎng)絡借貸信息中介結(jié)構(gòu)業(yè)務活動管理暫行辦法》以及《網(wǎng)絡借貸信息中介結(jié)構(gòu)備案登記管理指引》等多項規(guī)范網(wǎng)絡借貸市場秩序的文件。但是，目前網(wǎng)絡借貸市場的發(fā)展仍然處于初級階段，作為新興互聯(lián)網(wǎng)金融模式的相關(guān)法律法規(guī)和監(jiān)管制度仍不健全，金融監(jiān)管機構(gòu)的監(jiān)管依據(jù)不充足、監(jiān)管成本過高、尋租行為使得網(wǎng)絡借貸市場的監(jiān)管存在較強不確定性。因此，網(wǎng)絡借貸市場的有序運行取決于金融監(jiān)管機構(gòu)的監(jiān)管力度、網(wǎng)絡借貸平臺的自我規(guī)范行為以及投資者的投資行為之間的策略博弈，研究不同參與主體的博弈均衡策略，對于完善網(wǎng)絡借貸市場的制度規(guī)范，引導不同參與主體規(guī)范自身行為，促進網(wǎng)絡借貸市場的有序運行具有重要意義。

國內(nèi)外學者對網(wǎng)絡借貸市場的研究主要集中四個方面。一是網(wǎng)絡借貸的運營模式及機制研究，如Berger和Gleisner[3]、Puro等[4]、盧馨和李慧敏[5]、王會娟和廖理[6]、；二是網(wǎng)絡借貸市場借款人信息的識別以及對借款成功率的影響研究，重點研究借款人的個人基本信息(種族、性別、學歷情況、婚姻狀況、子女情況、外貌等)與借款成功率，如Pope和Sydnor[7]、Ravina[8]、Duarte等[9]、王會娟和何琳[10]、Loureiro和Gonzalez[11]；借款描述、信用評級、財務狀況等信息與借款成功率，如Puro等[4]、Herzenstein等[12]、Lin等[13]、王會娟和廖理[6]；個人經(jīng)歷、社交網(wǎng)絡關(guān)系與借款成功率，如Herzenstein等[12]、Lin等[13]、Everett[14]、Liu De等[15]。三是網(wǎng)絡借貸市場出借人的投資行為研究(廖理和張偉強[16]；馮博等[17])，重點了研究出借人的信息識別能力與投資行為，如廖理等[1]、Iyer等[18]；學習能力與投資行為，如Freedman和Jin[19]；偏見歧視與投資行為，如廖理等[20]、Lin和Viswanathan[21]；羊群行為與投資行為影響。如Liu De等[15]、廖理等[22]。四是網(wǎng)絡借貸的風險防范與監(jiān)管對策研究，如謝平等[23]、俞林等[24]。以上對網(wǎng)絡借貸市場的研究多數(shù)采用定性研究或?qū)嵶C研究方法。近幾年來，已有部分文獻開始運用博弈論方法對網(wǎng)絡借貸市場的參與者行為、風險與監(jiān)管問題進行研究，但是研究文獻數(shù)量較少。如帥青紅[25]構(gòu)建了P2P網(wǎng)絡借貸公司和監(jiān)管機構(gòu)之間的博弈模型，并從行業(yè)自律、進入門檻和處罰機制等方面提出規(guī)范P2P網(wǎng)絡借貸行業(yè)發(fā)展的建議；俞林等[24]以P2P網(wǎng)絡借貸為例，建立了網(wǎng)絡借貸平臺企業(yè)、借貸雙方和監(jiān)管機構(gòu)的兩兩博弈模型，并從信用評級、網(wǎng)絡借貸保險制度和利率定價機制等方面提出網(wǎng)絡借貸行業(yè)發(fā)展的對策；杜楊[26]利用復制動態(tài)進化機理分析了創(chuàng)新與監(jiān)管模型中的群體博弈局勢的變化形態(tài)，進而揭示出現(xiàn)有金融管理模式下網(wǎng)絡借貸創(chuàng)新的路徑選擇與監(jiān)管策略之間的博弈互動機制；劉偉等[27]運用演化博弈理論研究了互聯(lián)網(wǎng)金融平臺行為及監(jiān)管策略的博弈演化過程，系統(tǒng)考察了互聯(lián)網(wǎng)金融平臺行為及監(jiān)管博弈過程的影響因素，并對固定懲罰機制和動態(tài)懲罰機制下互聯(lián)網(wǎng)金融平臺行為及監(jiān)管策略博弈均衡進行了比較；Liu Wei和Xia Liqiu[28]構(gòu)建了網(wǎng)絡借貸市場中借款者和貸款者之間的演化博弈模型，分析在有限理性情況下，貸款者和借款者的行為選擇的演化均衡狀態(tài)和對P2P網(wǎng)絡借貸平臺風險的影響?，F(xiàn)有文獻對網(wǎng)絡借貸平臺、金融監(jiān)管機構(gòu)和投資者之間的三方行為的博弈均衡策略研究不多，演化博弈方法已經(jīng)廣泛應用在公共管理[29-30]、供應鏈管理[31]及創(chuàng)新管理[32]等領(lǐng)域之中，本文采用演化博弈方法研究網(wǎng)絡借貸平臺的自律行為、金融監(jiān)管機構(gòu)的監(jiān)管策略和投資者行為之間的三方博弈演化路徑及均衡策略，并以拍拍貸平臺為案例進行數(shù)值模擬分析，提出規(guī)范網(wǎng)絡借貸市場有序運行的對策建議。

2 網(wǎng)絡借貸平臺、金融監(jiān)管機構(gòu)和投資者之間的三方博弈模型構(gòu)建

2.1 網(wǎng)絡借貸市場參與主體界定

網(wǎng)絡借貸市場的參與主體包括網(wǎng)絡借貸平臺、金融監(jiān)管機構(gòu)和投資者(本文僅考慮資金借出者，即投資者)。網(wǎng)絡借貸市場存在個體非理性、群體非理性和信息不對稱等非有效性因素，多方參與主體具有不同利益訴求，網(wǎng)絡借貸市場的有效運行取決于參與主體之間行為策略的博弈。

金融監(jiān)管機構(gòu)是金融行業(yè)規(guī)則和政策的制定者，如銀監(jiān)會、銀監(jiān)局等。對于新興的網(wǎng)絡借貸市場，金融監(jiān)管機構(gòu)需要制定和明確網(wǎng)絡借貸平臺的準入規(guī)則、經(jīng)營范圍、資金管理方式、信息披露以及風險的防范管理等政策和法律法規(guī)，金融監(jiān)管機構(gòu)對于規(guī)范網(wǎng)絡借貸市場的健康運行、保證參與各方的資金安全起著至關(guān)重要的作用。同時，金融監(jiān)管機構(gòu)也是網(wǎng)絡借貸市場的參與者，有其自身的目標和利益，并影響其他各參與方的目標、預期和行動(帥青紅[25])。網(wǎng)絡借貸平臺是網(wǎng)絡借貸市場的運行主體和網(wǎng)絡借貸用戶(個人或機構(gòu))交易的媒介，投資者和借款者均可利用這個網(wǎng)絡平臺，實現(xiàn)借貸的“在線交易”。網(wǎng)絡借貸平臺需要遵循市場的競爭規(guī)則，按照互聯(lián)網(wǎng)金融行業(yè)的政策法規(guī)要求，規(guī)范自身行為，保證網(wǎng)絡借貸參與者交易的安全。投資者是通過網(wǎng)絡借貸平臺運用信貸資金或自有資金向借款者發(fā)送貸款的個人或金融機構(gòu)。投資者根據(jù)借款者的貸款利率、貸款期限、認證情況和信用等級，自由選擇投資組合。

網(wǎng)絡借貸市場的有序運行需要各個參與者規(guī)范各自行為，共同合作，但是他們之間又面臨利益沖突。網(wǎng)絡借貸平臺大部分是中介平臺，具有逐利特征，平臺對借款者信用審核不嚴以及平臺非法建立資金池等行為，使投資者面臨一定的違約風險。金融監(jiān)管機構(gòu)對網(wǎng)絡借貸平臺的高監(jiān)管成本，平臺準入審核的權(quán)利尋租行為等使其存在管理風險。網(wǎng)絡借貸市場參與者之間的行為博弈會影響網(wǎng)絡借貸市場的秩序。

2.2 模型假設

本文基于演化博弈的方法來分析投資者、網(wǎng)絡借貸平臺和金融監(jiān)管機構(gòu)之間的利益沖突和最優(yōu)選擇，提出如下假設：

(1)博弈過程的參與主體包括投資者C，金融監(jiān)管機構(gòu)S(包括地方監(jiān)管機構(gòu))和網(wǎng)絡借貸平臺D，三方博弈主體都是有限理性的。

(2)博弈主體C、S和D均采取兩種策略。投資者C采取“參與投資”和“不參與投資”兩種行為策略，策略集合為{參投C1，不投C2}；網(wǎng)絡借貸平臺采取“自律”和“不自律”兩種行為策略，策略集合為{自律D1，不自律D2}。網(wǎng)絡借貸平臺的“不自律”行為，如客戶資金與平臺資金不能有效隔離、金融產(chǎn)品營銷誤導、泄露客戶隱私信息等，這些行為將嚴重影響網(wǎng)絡借貸市場“長尾”人群的資金安全和市場秩序。金融監(jiān)管機構(gòu)對網(wǎng)絡借貸平臺行使監(jiān)督的職責，也有兩種策略，即“嚴格監(jiān)管”和“寬松監(jiān)管”兩種行為策略，策略集合為{低監(jiān)管力度S1，高監(jiān)管力度S2}。

(3)假設金融監(jiān)管機構(gòu)選擇“嚴格監(jiān)管”策略的概率為x(0≤x≤1)，選擇“寬松監(jiān)管”策略的概率為1-x；投資者選擇“參與投資”行為策略的概率為y(0≤y≤1)，選擇“不參與投資”行為策略的概率為1-y；網(wǎng)絡借貸平臺選擇“自律”行為策略的概率為z(0≤z≤1)，選擇“不自律”行為策略的概率為1-z。

(4)三方博弈收益矩陣的構(gòu)建。假定投資者的投資額度為P，i為網(wǎng)絡借貸平臺的平均年收益率，因此投資者通過網(wǎng)絡借貸平臺進行投資獲得投資回報為P×i；假定投資者為識別網(wǎng)絡借貸平臺是否存在欺詐行為，以及對網(wǎng)絡借貸平臺的信任進行評價投入的時間、精力等成本C11，取值范圍為[0,∞)，若投資者不通過網(wǎng)絡借貸平臺進行投資，則不需要花費成本。假定網(wǎng)絡借貸平臺選擇“自律”行為策略的基本收益為R21，為此網(wǎng)絡借貸平臺需要付出的管理成本和機會成本為C21，如平臺運行規(guī)范和制度的建立、技術(shù)平臺的研發(fā)、工作人員行為的檢查以及違規(guī)所獲取的收益大小等，取值范圍為[0,∞)；網(wǎng)絡借貸平臺選擇“不自律”的行為策略，會獲得額外收益為P，付出的成本為C22，如金融監(jiān)管機構(gòu)對其進行的懲罰，取值范圍為[0,∞)，其中C21R32。ΔR31為網(wǎng)絡借貸平臺采取“自律”行為策略時給金融監(jiān)管機構(gòu)帶來的超額收益(網(wǎng)絡借貸平臺不自律的動機)；ΔR32為網(wǎng)絡借貸平臺采取“不自律”行為策略時給金融監(jiān)管機構(gòu)帶來的額外損失，即金融監(jiān)管機構(gòu)進行“寬松監(jiān)管”時的社會公共福利損失，如平臺惡意騙貸造成的投資者損失、平臺的利率機制不健全造成的金融秩序混亂、平臺技術(shù)風險造成的投資者資金和隱私信息的丟失等。假定金融監(jiān)管機構(gòu)選擇“嚴格監(jiān)管”則會對采取“不自律”的網(wǎng)絡借貸平臺進行L的懲罰，并且L>P。根據(jù)上述假設，三方博弈的收益矩陣如表1所示。

表1 投資者、網(wǎng)絡借貸平臺和金融監(jiān)管機構(gòu)的三方博弈收益矩陣

2.3 三方演化博弈模型的建立

(1)

復制動態(tài)方程實際上是一種描述某一特定策略在一個種群中被采用的頻數(shù)或頻度的動態(tài)微分方程[19]。金融監(jiān)管機構(gòu)策略的演化博弈復制動態(tài)方程為：

(2)

(3)

金融監(jiān)管機構(gòu)的演化博弈復制動態(tài)方程為：

(4)

(5)

網(wǎng)絡借貸平臺的演化博弈復制動態(tài)方程為：

(6)

由式(2)、(4)和(6)組成的動態(tài)系統(tǒng)的復制動態(tài)方程，如式(7)所示：

(7)

3 網(wǎng)絡借貸市場參與主體行為博弈的演化均衡分析

由上述三個動態(tài)復制方程求得雅可比矩陣為：

(8)

其中：

(9)

(10)

(11)

(12)

(13)

(14)

(15)

(16)

(17)

表2 均衡點的穩(wěn)定性分析

注：×表示符號無法判定；同時，未列出(F11,F22,F33)符號對應雅可比值和跡的判定，結(jié)果無法判斷。

如表2所示，網(wǎng)絡借貸市場參與主體行為策略的演化博弈均衡收到多種因素影響。金融監(jiān)管機構(gòu)對網(wǎng)絡借貸平臺采取“嚴格監(jiān)管”策略，帶來的收益R31、付出的成本C31；金融監(jiān)管機構(gòu)采取“寬松監(jiān)管”策略，帶來的收益R32，付出的成本C32；網(wǎng)絡借貸平臺選擇“自律”行為的成本C21、“不自律”行為的成本C22；金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略對網(wǎng)絡借貸平臺“不自律”行為的懲罰L、投資者的投資額度為P，都會影響網(wǎng)絡借貸市場參與主體行為博弈的穩(wěn)定性。

具體分析如下：

(1)在三方博弈演化過程中，若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益大于采取“寬松監(jiān)管”策略的收益，即R31-C31>R32-C32，此時，E1和E10為不穩(wěn)定點，E2為鞍點；金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略收益小于采取“寬松監(jiān)管”策略的收益，即R31-C31

(2)若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益小于采取“寬松監(jiān)管”策略的收益，即R31-C31P，則E6為不穩(wěn)定點。若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益大于采取“寬松監(jiān)管”策略的收益，即R31-C31>R32-C32，同時，金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略對網(wǎng)絡借貸平臺的“不自律”行為的罰金L大于P+C21-C22，并滿足L-P+C22-C21>R31-C31+R32-C32，此時，均衡點E6為鞍點。

(3)若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益大于采取“寬松監(jiān)管”策略的收益，即R31-C31>R32-C32，投資者的投資額度P大于網(wǎng)絡借貸平臺“不自律”策略與“自律”策略的成本之差，即P>C22-C21，則E7為不穩(wěn)定點；若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益大于采取“寬松監(jiān)管”策略的收益，即R31-C31>R32-C32，投資者的投資額度P小于網(wǎng)絡借貸平臺“不自律”策略與“自律”策略的成本之差，即PC22-C21，則E7為鞍點。

阿強聽到聲音后，立即沖出了家門，只見一位妙齡女子衣衫零亂地站在門外，一見到阿強就說：“快，快去追，流氓下樓了?！?/p>

(4)若金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的收益小于采取“寬松監(jiān)管”策略的收益，即R31-C31R32-C32，同時，金融監(jiān)管機構(gòu)選擇“嚴格監(jiān)管”策略對網(wǎng)絡借貸平臺的“不自律”行為的罰金L與投資者的投資額度P之差大于絡借貸平臺“不自律”策略與“自律”策略的成本之差，即L-P>C22-C21，此時，均衡點E8為鞍點。

(5)從模型求解可知，網(wǎng)絡借貸市場參與主體行為策略的演化博弈不具有穩(wěn)定中心點。

4 數(shù)值模擬分析

根據(jù)本文構(gòu)建的網(wǎng)絡借貸市場參與主體行為策略的演化博弈模型，以拍拍貸平臺為案例進行數(shù)值模擬分析。拍拍貸成立于2007年6月，是一家純信用無擔保P2P網(wǎng)絡借貸平臺，現(xiàn)已成為國內(nèi)規(guī)模最大、純線上模式和專注個人無抵押小額信貸領(lǐng)域的P2P標桿平臺。從借款余額來看，拍拍貸平臺發(fā)布的借款標的以小額貸款標的為主，首次個人借款額度控制在3000元左右，平臺1萬元以下借款標的占比超90%；從借款期限來看，拍拍貸平臺上發(fā)布的借款標的以短期為主，三個月到一年期標的的數(shù)量占比在80%以上；從借款者特征來看，借款需求多為勞動密集型行業(yè)從業(yè)者，用于個人消費的目的的借款占比達63.72%，用于實體經(jīng)營目的的借款比例占14.69%。拍拍貸平臺的歷史年化收益率平均為12%～20%。

根據(jù)拍拍貸平臺實際運行情況和對我國網(wǎng)絡借貸市場的基本情況，對模型參數(shù)進行如下設定。假設在網(wǎng)絡借貸市場中金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略帶來的收益R31∈[80,160]，“嚴格監(jiān)管”的成本C31∈[30,80]；金融監(jiān)管機構(gòu)“寬松監(jiān)管”帶來的收益R32∈[40,80]，“寬松監(jiān)管”的成本C32∈[30,60]；投資者投資的額度P∈[0,5]，七日年華收益率i∈[8%,20%]；網(wǎng)絡借貸平臺采取“自律”行為帶來的收益R21∈[20,80]，網(wǎng)絡借貸平臺“自律”行為的成本C21∈[10,100]，C22∈[10,100]；金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略對網(wǎng)絡借貸平臺“不自律”行為的罰金L∈[30,200]。各參數(shù)的初始值分別為R31=100，C31=60，R32=50，C32=30，P=0.5，i=10%，R21=40，C21=10，C22=20，L=30。將相關(guān)參數(shù)帶入上述構(gòu)建的三方博弈模型，利用MATLAB進行數(shù)值模擬分析，結(jié)果如圖1、圖2和圖3所示。

圖1 不同初始值的三方博弈行為的演化路徑

圖2 金融監(jiān)管機構(gòu)不同懲罰L對網(wǎng)絡借貸平臺行為策略的影響

圖3 投資者的不同投資額度P對網(wǎng)絡借貸平臺行為策略的影響

(1)網(wǎng)絡借貸市場中三方博弈行為的演化路徑

不同初始值的三方博弈群體最終博弈結(jié)果存在明顯的差異，金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”策略的概率越高，網(wǎng)絡借貸市場平臺采取“自律”行為策略的概率越高，如圖1所示，網(wǎng)絡借貸市場不存在穩(wěn)定的均衡點，三方博弈不同的初始值，會產(chǎn)生不同的鞍點，網(wǎng)絡借貸市場參與主體行為策略的演化博弈不具有穩(wěn)定中心點，同時驗證表2分析的結(jié)果。

對式(6)求關(guān)于L的一階偏導數(shù)得到式(18)：

(18)

根據(jù)假設條件，任一初始點及其演化后的點在式(19)的三維空間內(nèi)才有意義。

V={(x,y,z)|0≤x≤1,0≤y≤1,0≤z≤1}

(19)

(3)投資者的投資額度P對網(wǎng)絡借貸平臺行為策略的影響

求式(6)關(guān)于P的一階偏導數(shù)得到式(20)：

(20)

5 結(jié)語

本文構(gòu)建了一個包括網(wǎng)絡借貸平臺、金融監(jiān)管機構(gòu)和投資者的網(wǎng)絡借貸市場參與主體的三方行為策略演化博弈模型，探討了各參與主體不同的行為策略的影響因素及演化路徑。從演化博弈的角度分析了網(wǎng)絡借貸平臺、金融監(jiān)管機構(gòu)和投資者的策略選擇對網(wǎng)絡借貸市場運行的影響，并以拍拍貸平臺為案例進行數(shù)值模擬分析。研究發(fā)現(xiàn)：不同初始值的三方博弈結(jié)果存在顯著差異，網(wǎng)絡借貸市場參與主體行為策略的演化博弈不具有穩(wěn)定中心點、且不存在穩(wěn)定的均衡點，三方博弈均衡受投資者的投資額度、網(wǎng)絡借貸平臺的年均收益率、平臺成本、金融監(jiān)管機構(gòu)的成本、對平臺不自律行為的處罰等多種因素共同影響。數(shù)值模擬分析顯示，當金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”措施時，懲罰值越高，網(wǎng)絡借貸平臺越傾向于選擇“自律”的行為策略，隨著投資者投資額度的增加，網(wǎng)絡借貸平臺選擇“自律”行為策略的概率逐漸降低。在網(wǎng)絡借貸市場中，金融監(jiān)管機構(gòu)采取“嚴格監(jiān)管”措施更有利于促進網(wǎng)絡借貸市場的健康發(fā)展，同時，網(wǎng)絡借貸平臺增加小額投資者的人數(shù)，吸引更多的中小投資者參與網(wǎng)絡借貸，更有利于促進網(wǎng)絡借貸市場的發(fā)展。

網(wǎng)絡借貸市場的有序運行和風險控制需要網(wǎng)絡借貸參與主體的協(xié)同，從金融監(jiān)管機構(gòu)來說，政府應加大對網(wǎng)絡借貸行業(yè)監(jiān)管的資金投入和政策支持，不斷完善監(jiān)管制度和法律法規(guī)，建立行業(yè)準入門檻、行業(yè)經(jīng)營準則和行業(yè)技術(shù)標準。設立監(jiān)管紅線，進行適度監(jiān)管，鼓勵網(wǎng)絡借貸行業(yè)創(chuàng)新，對觸犯監(jiān)管紅線的行為加大懲罰力度，促進行業(yè)自律。建立行業(yè)大數(shù)據(jù)指數(shù)，官方發(fā)布網(wǎng)絡借貸平臺企業(yè)的風險監(jiān)測結(jié)果，為投資者提供投資決策參考。從網(wǎng)絡借貸平臺來說，應加強自律管理，互聯(lián)網(wǎng)金融行業(yè)協(xié)會應逐步完善自律管理制度框架，充分發(fā)揮行業(yè)自律機制在規(guī)范網(wǎng)絡借貸平臺的市場行為、信息共享和合法權(quán)益保護等方面的積極作用；網(wǎng)絡借貸平臺應及時、準確地進行信息披露，不斷優(yōu)化平臺信息披露的內(nèi)容，提高透明度，接受監(jiān)管機構(gòu)的監(jiān)督，為投資者提供正確的投資指引。從投資者自身來說，應提高風險防范意識，加強網(wǎng)絡借貸平臺的運行機制和相關(guān)投資知識的自我學習，不斷提升投資信息和風險的識別能力，避免從眾行為。

本文的研究存在一些需要改進的地方，由于仿真數(shù)值在模擬的條件下進行，對網(wǎng)絡借貸市場參與者行為分析的有效性可能存在偏差，未來將收集多源網(wǎng)絡借貸平臺大數(shù)據(jù)，采用計量經(jīng)濟學和數(shù)據(jù)挖掘方法進行實證分析，從而進一步完善網(wǎng)絡借貸市場參與者行為的相關(guān)研究。

參考文獻：

[1] 廖理, 李夢然, 王正位. 聰明的投資者：非完全市場化利率與風險識別——來自P2P網(wǎng)絡借貸的證據(jù)[J]. 經(jīng)濟研究, 2014, (7): 125-137.

[2] 李焰, 高弋君, 李珍妮，等. 借款人描述性信息對投資人決策的影響——基于P2P網(wǎng)絡借貸平臺的分析[J]. 經(jīng)濟研究, 2014, (S1): 143-155.

[3] Berger S C, Gleisner F. Emergence of financial intermediaries in electronic markets: The case of online P2P lending [J]. Business Research, 2009, 2(1): 39-65.

[4] Puro L, Teich J E, Wallenius H, et al. Borrower decision aid for people-to-people lending [J]. Decision Support Systems, 2010, 49(1): 52-60.

[5] 盧馨, 李慧敏. P2P網(wǎng)絡借貸的運行模式與風險管控[J]. 改革, 2015, (2): 60-68.

[6] 王會娟, 廖理, 中國P2P網(wǎng)絡借貸平臺信用認證機制研究——來自“人人貸”的經(jīng)驗證據(jù)[J]. 中國工業(yè)經(jīng)濟, 2014, (4): 136-147.

[7] Pope D G, Sydnor J R. What's in a picture? Evidence of discrimination from Prosper.Com [J]. Journal of Human Resources, 2011, 46(1): 3-37.

[8] Ravina E., Love & loans: The effect of beauty and personal characteristics in credit markets [EB/OL]. Available at SSRN 1107307, 2012.

[9] Duarte J, Siegel S, Young L. Trust and credit: The role of appearance in peer-to-peer lending [J]. Review of Financial Studies, 2012. 25(8): 2455-2484.

[10] 王會娟, 何琳. 借款描述對P2P網(wǎng)絡借貸行為影響的實證研究[J]. 金融經(jīng)濟學研究, 2015, (1): 77-85.

[11] Loureiro Y K, Gonzalez L. Competition against common sense: Insights on peer-to-peer lending as a tool to allay financial exclusion [J]. International Journal of Bank Marketing, 2015, 33(5): 605-623.

[12] Herzenstein M, Sonenshein S, Dholakia U M, Tell me a good story and I may lend you money: The role of narratives in Peer-to-Peer lending decisions [J]. Journal of Marketing Research, 2011, 48(SPL): S138-S149.

[13] Lin M, Prabhala R, Viswanathan S. 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.

[14] Everett C R. Group membership, relationship banking and loan default risk: The case of online social lending [J]. Banking and Finance Review, 2015, 7(2): 15-54.

[15] Liu De, Brass D J, Lu Yong, et al. Friendships in online Peer-to-Peer lending: Pipes, prisms, and social herding [J]. MIS Quarterly, 2015, 39(3): 729-742.

[16] 廖理, 張偉強. P2P網(wǎng)絡借貸實證研究：一個文獻綜述 [J]. 清華大學學報(哲學社會科學版), 2017, 32(2): 186-196.

[17] 馮博, 葉綺文, 陳冬宇. P2P網(wǎng)絡借貸研究進展及中國問題研究展望 [J]. 管理科學學報, 2017, 20(4): 113-126.

[18] Iyer R, Khwaja A I, Luttmer E F P, et al. Screening peers softly: Inferring the quality of small borrowers [J]. Management Science, 2016, 62(2): 1554-1577.

[19] Freedman S, Jin G Z. Learning by doing with asymmetric information: Evidence from Prosper.com [R]. National Becreau of Economic Research, Working Paper, NBER, 2011.

[20] 廖理, 李夢然, 王正位. 中國互聯(lián)網(wǎng)金融的地域歧視研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2014, (5): 54-70.

[21] Lin M, Viswanathan S. Home bias in online investments: An empirical study of an online Crowdfunding market [J]. Management Science, 2016, 62(5): 1393-1414.

[22] 廖理, 李夢然, 王正位等. 觀察中學習：P2P 網(wǎng)絡投資中信息傳遞與羊群行為[J]. 清華大學學報, 2015, (1): 156-165.

[23] 謝平, 鄒傳偉, 劉海二. 網(wǎng)絡借貸監(jiān)管的必要性與核心原則[J]. 國際金融研究, 2014, (8): 3-9.

[24] 俞林, 康燦華, 王龍. 網(wǎng)絡借貸監(jiān)管博弈研究：以P2P網(wǎng)貸模式為例[J]. 南開經(jīng)濟研究, 2015, (5): 126-139.

[25] 帥青紅. P2P網(wǎng)絡借貸監(jiān)管的博弈分析[J]. 四川大學學報(哲學社會科學版), 2014, (4): 133-138.

[26] 杜楊. 基于動態(tài)演化博弈的網(wǎng)絡借貸創(chuàng)新路徑與監(jiān)管策略[J]. 統(tǒng)計與決策,2015, (17): 37-41.

[27] 劉偉, 夏立秋, 王一雷. 動態(tài)懲罰機制下互聯(lián)網(wǎng)金融平臺行為及監(jiān)管策略的演化博弈分析[J]. 系統(tǒng)工程理論與實踐, 2017, 37(5): 1113-1122.

[28] Liu Wei, Xia Liqiu, An evolutionary behavior forecasting model for online lenders and borrowers in peer-to-peer lending [J]. Asia-Pacific Journal of Operational Research, 2017, 34(1): 174008(1-14).

[29] 劉德海. 群體性突發(fā)事件中政府機會主義行為的演化博弈分析[J]. 中國管理科學, 2010, 18(1): 175-183.

[30] 鄭君君, 閆龍, 張好雨,等. 基于演化博弈和優(yōu)化理論的環(huán)境污染群體性事件處置機制[J]. 中國管理科學, 2015, 23(8): 168-176.

[31] 黃建華. 政府雙重干預下基于渠道商價格欺詐的農(nóng)產(chǎn)品交易演化博弈模型[J]. 中國管理科學, 2016, 24(11): 66-72.

[32] 張華. 協(xié)同創(chuàng)新、知識溢出的演化博弈機制研究[J]. 中國管理科學, 2016, 24(2): 92-99.