金融科技背景下P2P網(wǎng)貸平臺(tái)：進(jìn)展與展望

林艷艷　張盼盼　侯席培

摘 要：P2P網(wǎng)貸平臺(tái)由于門檻低、便捷、收益高等特點(diǎn)在過去十年獲得迅速發(fā)展，但同時(shí)由于高風(fēng)險(xiǎn)、不易監(jiān)管等特征在近幾年又逐漸回落，引起較大關(guān)注。在金融科技、互聯(lián)網(wǎng)金融的新背景下，P2P平臺(tái)又受到什么樣的影響，是個(gè)值得探討的話題。論文首先從硬信息、軟信息、羊群行為三個(gè)方面總結(jié)了信息不對(duì)稱對(duì)P2P平臺(tái)的影響；其次以風(fēng)險(xiǎn)控制與相對(duì)于銀行的中介功能兩個(gè)角度為切入點(diǎn)，關(guān)注金融科技對(duì)P2P平臺(tái)的影響；最后就金融科技對(duì)未來P2P網(wǎng)貸形式的轉(zhuǎn)換以及創(chuàng)新發(fā)展進(jìn)行展望，以期為進(jìn)一步開展相關(guān)研究提供參考。

關(guān)鍵詞：P2P網(wǎng)貸；硬信息；軟信息；羊群行為；金融科技

中圖分類號(hào)：F 83

文獻(xiàn)標(biāo)志碼：A

P2P Online Lending Platform：Progress and Prospect

LIN Yanyan ZHANG Panpan HOU Xipei

（Antai School of Economics and Management， Shanghai Jiao Tong University， Shanghai 300020， China）

Abstract：The P2P online lending platform has developed rapidly in the past ten years due to the characteristics of low threshold， convenience and high income， but at the same time， due to the characteristics of high risk and difficult supervision， it has gradually declined in recent years， which has attracted great attention. Under the new background of fintech and Internet finance， what kind of impact the P2P platform is receiving is a topic worthy of discussion. This paper first summarizes the impact of information asymmetry on P2P platforms from three aspects：hard information， soft information， and herd behavior. Secondly， from the perspectives of risk control and intermediary functions relative to banks， it focuses on the impact of financial technology on P2P platforms. Finally， the development of financial technology will look forward to the future form transformation and innovative development of P2P online lending， in order to provide reference value for further relevant research.

Key words：P2P online lending; hard information; soft information; herd behavior; financial technology

0 引言

從互聯(lián)網(wǎng)時(shí)代到金融科技時(shí)代，P2P平臺(tái)的發(fā)展給人們生活帶來極大影響。P2P網(wǎng)貸也稱市場(chǎng)借貸，是指?jìng)€(gè)人或企業(yè)通過P2P網(wǎng)貸平臺(tái)向其他個(gè)人或機(jī)構(gòu)貸方借貸。它是沒有傳統(tǒng)金融中介機(jī)構(gòu)參與，能夠作為銀行貸款替代品的一種借貸。Lin等 （2013） 指出P2P個(gè)體之間可能是不存在聯(lián)系的陌生人，而非放貸人與企業(yè)家、管理人員或企業(yè)存在社會(huì)關(guān)系，P2P網(wǎng)貸僅僅為網(wǎng)絡(luò)的需求 （借款人） 和供給 （放貸人） 之間提供一個(gè)交互的平臺(tái)。借貸雙方的信息不對(duì)稱是P2P借貸面臨的主要挑戰(zhàn)之一。P2P貸款的前期工作包括對(duì)借款人進(jìn)行預(yù)篩選、信用評(píng)分等，故如何廣泛收集信息，減少信息不對(duì)稱的影響，提高評(píng)分的準(zhǔn)確性，是P2P平臺(tái)研究的重點(diǎn)。

過去十年中，Lending Club、Prosper和Funding Circle等網(wǎng)貸平臺(tái)，在消費(fèi)者和小型企業(yè)借貸中迅速獲得了市場(chǎng)份額，但由于潛在風(fēng)險(xiǎn)的爆發(fā)，在近幾年出現(xiàn)部分回落，到2020年底P2P基本關(guān)閉。在此期間，國(guó)家出臺(tái)一系列行業(yè)法規(guī)以規(guī)范行業(yè)發(fā)展，同時(shí)也有諸多學(xué)者針對(duì)P2P網(wǎng)貸進(jìn)行相應(yīng)的研究。金融科技的發(fā)展，催生了以眾籌、大數(shù)據(jù)金融等為代表的互聯(lián)網(wǎng)金融創(chuàng)新模式。

基于以上背景，本文首先對(duì)以往研究中P2P平臺(tái)的影響因素進(jìn)行分類總結(jié)；其次關(guān)注互聯(lián)網(wǎng)以及金融科技對(duì)P2P平臺(tái)的影響；最后就金融科技對(duì)未來P2P網(wǎng)貸形式的轉(zhuǎn)換以及創(chuàng)新發(fā)展進(jìn)行展望，以期為進(jìn)一步開展相關(guān)研究提供參考。

1 信息不對(duì)稱對(duì)P2P平臺(tái)的影響

在平臺(tái)注冊(cè)的借款人提交借款需求的同時(shí)，需向平臺(tái)提供相應(yīng)的信息，不同的平臺(tái)對(duì)信息提交的要求不同。對(duì)于個(gè)體而言，需要提交的信息包括收入的詳細(xì)信息、就業(yè)情況、其他負(fù)債、借款的目的以及個(gè)人說明。Greiner （2010）的研究結(jié)果表明對(duì)于P2P借貸市場(chǎng)而言，提供有關(guān)借款人的經(jīng)濟(jì)狀況 （例如信用等級(jí)和房屋所有權(quán)） ，其社會(huì)資本 （例如社會(huì)群體身份和背書） 以及貸款質(zhì)量的信息 （例如貸款說明和圖片） 非常重要。Lynn等 （2019） 在書中指出，有關(guān)P2P借貸的研究發(fā)現(xiàn)，信息不對(duì)稱的程度會(huì)影響P2P平臺(tái)能否生存以及是否成功。P2P平臺(tái)和放貸人都會(huì)通過一系列的機(jī)制使得信息不對(duì)稱的影響最小化，最常見的是“硬信息”“軟信息”機(jī)制，此外還涉及“羊群行為”的研究（有關(guān)的定義詳見后文）。Greiner （2010） 認(rèn)為P2P交易雙方的信任以及信任機(jī)制的建立可以減少信息不對(duì)稱引起的不確定性。Iyer等 （2016） 指出P2P市場(chǎng)中的放貸人會(huì)使用市場(chǎng)提供的豐富信息集來推斷借款人的信譽(yù)。因此，如何根據(jù)已有信息對(duì)借貸行為進(jìn)行定量定性分析，建立信任機(jī)制，對(duì)于促進(jìn)P2P市場(chǎng)的繁榮發(fā)展至關(guān)重要。所以，本部分主要從硬信息、軟信息、羊群行為三個(gè)方面對(duì)P2P平臺(tái)發(fā)展的相關(guān)研究文獻(xiàn)進(jìn)行歸類總結(jié)。

1.1 硬信息

“硬信息”指可以準(zhǔn)確量化和有效傳輸?shù)男畔ⅰum等 （2012） 通過實(shí)證研究證實(shí)，放貸人更加重視反復(fù)交易產(chǎn)生的硬信息。Emekter等 （2015） 發(fā)現(xiàn)信用等級(jí)、負(fù)債收入比等在貸款違約中起著重要作用。

1.1.1 信用等級(jí)

Duarte等 （2012） 發(fā)現(xiàn)對(duì)個(gè)體信用的印象在金融交易中具有重要影響，因?yàn)樗鼈兛梢灶A(yù)測(cè)借款人以及放貸人的行為。Emekter等 （2015） 使用Lending Club 的數(shù)據(jù)進(jìn)行研究，強(qiáng)調(diào)了信用等級(jí)作為信號(hào)的重要性，指出較高的信用等級(jí)可以提高貸款融資的成功率和降低違約風(fēng)險(xiǎn)。Freedman和Jin （2017） 認(rèn)為 Prosper平臺(tái)的放貸人由于觀察的是經(jīng)過匯總的借款人信用等級(jí)類別，而不是實(shí)際的信用分?jǐn)?shù)，故會(huì)面臨逆向選擇問題。但若平臺(tái)發(fā)布更詳細(xì)的信用信息，逆向選擇問題會(huì)得到緩解。同樣，最近的研究表明，信用等級(jí)可能不能對(duì)借款人信用度準(zhǔn)確估計(jì)，并且進(jìn)一步的信息披露可以提高用于P2P借貸決策的硬信息的準(zhǔn)確性。Iyer等 （2016） 的研究也表明Prosper上的放貸人比僅僅根據(jù)借款人信用分?jǐn)?shù)對(duì)借款人違約率進(jìn)行預(yù)測(cè)的準(zhǔn)確率要高45%。

1.1.2 種族及性別

黑人借款人的調(diào)查結(jié)果與統(tǒng)計(jì)層面上的種族歧視是相符的，作者還發(fā)現(xiàn)女性獲得貸款的可能性更高。Pope和Sydnor （2011） 發(fā)現(xiàn)相同信用評(píng)級(jí)下，黑人獲得貸款的可能性比白人低25%～35%。同時(shí)，由于黑人違約率相對(duì)較高，故對(duì)黑人收取的平均利率更高。Ravina （2019） 的研究支持以上結(jié)論。Tao等 （2017） 發(fā)現(xiàn)中國(guó)P2P網(wǎng)絡(luò)借貸平臺(tái)特有的線下身份驗(yàn)證過程有助于減少該市場(chǎng)中種族歧視的發(fā)生。Pope和Sydnor （2011） 針對(duì)觀察到的黑人比白人違約率更高的現(xiàn)象提出三個(gè)有效的解釋，從而論證P2P借貸市場(chǎng)實(shí)際上比所預(yù)期的要更平等對(duì)待不同種族的借款人。

1.1.3 貸款利率

Rigbi （2013）的研究表明較高的利率上限會(huì)增加貸款融資的可能性，尤其是借款人只是暫時(shí)性資金短缺的時(shí)候。廖理等 （2014） 指出人人貸借貸平臺(tái)非完全市場(chǎng)化的利率部分反映了借款人的違約風(fēng)險(xiǎn)。Duarte等 （2012） 對(duì)放貸人利率設(shè)定的有效性進(jìn)行了測(cè)試，研究表明可信賴度處于前20%的借款人能以低于平均借款人136個(gè)基點(diǎn)的利率獲得貸款；除此之外如果獲得貸款，其支付的利率要比不太可信的借款人低50個(gè)基點(diǎn)。

1.2 軟信息

“軟信息”指難以量化的信息。P2P市場(chǎng)貸款的文獻(xiàn)主要集中在借款人的軟信息如何改善貸款結(jié)果方面。Freedman和Jin （2017）發(fā)現(xiàn)某些社交網(wǎng)絡(luò)變量可能傳達(dá)有關(guān)借款人風(fēng)險(xiǎn)的軟信息，從而彌補(bǔ)Prosper.com上缺乏硬信息的情況不足。此外，也有部分學(xué)者研究軟信息對(duì)放貸人的影響。Vallée和Zeng （2019） 首次對(duì)放貸人特征如何影響貸款篩選結(jié)果進(jìn)行研究。更進(jìn)一步，Iyer等 （2016） 指出對(duì)于質(zhì)量相對(duì)較低的借款人而言，非標(biāo)準(zhǔn)化或軟信息的使用對(duì)于放貸人在進(jìn)行借款人搜索時(shí)更為重要。本文根據(jù)所披露的信息按照軟信息標(biāo)準(zhǔn)從照片、社交網(wǎng)絡(luò)、心理和行為因素等方面對(duì)已有文獻(xiàn)進(jìn)行歸類總結(jié)。

1.2.1 照片

Ravina （2019） 發(fā)現(xiàn)，在控制信用、房屋所有權(quán)以及其他硬性財(cái)務(wù)信息后，借款人種族、年齡等個(gè)人特征都會(huì)影響放貸人的決策，并與其事后表現(xiàn)相關(guān)。此外，也有學(xué)者對(duì)個(gè)人吸引力進(jìn)行了研究。Duarte等 （2012） 發(fā)現(xiàn)借款人的吸引力幾乎沒有作用，與Gonzalez和Loureiro （2014） 的研究結(jié)論相悖，作者指出貸款成功的可能性與借款人和放貸人之間相對(duì)年齡和吸引力緊密相關(guān)。Ravina （2019） 也證明了吸引力的作用，其研究發(fā)現(xiàn)具有吸引力的借款人更有可能以較低的利率獲得貸款，這與美女在市場(chǎng)上能獲得優(yōu)惠待遇的故事相吻合。

1.2.2 社交網(wǎng)絡(luò)

社交網(wǎng)絡(luò)會(huì)影響借款人的信用風(fēng)險(xiǎn)。Lin等 （2013） 認(rèn)為平臺(tái)所體現(xiàn)的友誼網(wǎng)絡(luò)是信用質(zhì)量高低的信號(hào)。已有研究表明貸方將這些社會(huì)關(guān)系解釋為有關(guān)借款人質(zhì)量的積極信息，所觀察到的社會(huì)關(guān)系會(huì)提高融資概率、降低利率，F(xiàn)reedman和Jin （2017） 發(fā)現(xiàn)社交網(wǎng)絡(luò)具有一定的價(jià)值，但遠(yuǎn)非一個(gè)完美的信號(hào)，市場(chǎng)不能完全理解社交網(wǎng)絡(luò)與借款人質(zhì)量之間的信號(hào)傳導(dǎo)效應(yīng)，因此需對(duì)已有的友誼網(wǎng)絡(luò)進(jìn)行更深層次的細(xì)化。Lin等 （2013） 指出朋友類型對(duì)貸款選擇及貸款結(jié)果均產(chǎn)生影響。

1.2.3 心理和行為因素

Galak等 （2011） 證明親社會(huì)行為心理對(duì)借款人選擇的影響，研究結(jié)果指出放貸人更傾向于向單個(gè)借款人和與自己性別、職業(yè)和名字首字母更相像的人進(jìn)行放貸。Chemin和Laat （2013） 發(fā)現(xiàn)放貸人的慈善行為可能會(huì)降低貸款利率。Kawai （2014） 發(fā)現(xiàn)較低的準(zhǔn)備金金額導(dǎo)致貸款融資的可能性下降，從而有效區(qū)分良好的和不良的借款人。Hildebrand等 （2017） 研究發(fā)現(xiàn)投資者是否存在獎(jiǎng)勵(lì)對(duì)所發(fā)放貸款的數(shù)量和種類、利率及績(jī)效的影響存在明顯差異。

1.3 羊群行為

羊群行為指?jìng)€(gè)體追隨其他個(gè)體的做法，即使他所擁有的私人信息表明不應(yīng)該如此做。Bikhchandani和Sharma （2000） 對(duì)羊群行為進(jìn)行了更詳細(xì)的定義，即個(gè)體在未知道其他投資者的決策時(shí)進(jìn)行投資，但若發(fā)現(xiàn)其他投資者不進(jìn)行投資則會(huì)放棄該投資；反之，若其發(fā)現(xiàn)其他投資者正在投資則會(huì)決定將不投資變?yōu)橥顿Y。

1.3.1 基于美國(guó)的研究

Lynn等 （2019） 在其書中將P2P平臺(tái)的羊群行為分為理性和非理性兩種。Zhang和Chen （2017） 發(fā)現(xiàn)放貸人的決策會(huì)受到市場(chǎng)中其他人的影響，并在某些情況下做出非理性的跟隨他人的行為。Zhang和Liu （2012） 為放貸人的羊群行為是理性的提供了證據(jù)。Greiner （2013）探究影響羊群行為數(shù)量的因素、羊群行為的后果以及對(duì)市場(chǎng)參與者影響的好壞。Zhang和Liu （2012） 指出理性的羊群行為優(yōu)于不理性的羊群行為。

1.3.2 基于中國(guó)的研究

與美國(guó)相比，中國(guó)市場(chǎng)存在不成熟以及投資者經(jīng)驗(yàn)不足等缺點(diǎn)，故造成不同的投資行為。也就是說，放貸人的行為在不同的市場(chǎng)環(huán)境以及具有不同貸款經(jīng)驗(yàn)的群體中有所不同，所以美國(guó)貸款市場(chǎng)的調(diào)查結(jié)果不能簡(jiǎn)單地應(yīng)用于中國(guó)等新興市場(chǎng)。近來，學(xué)者們?cè)谝延醒芯康幕A(chǔ)上，紛紛對(duì)中國(guó)市場(chǎng)的P2P羊群行為展開研究，發(fā)現(xiàn)羊群行為在中國(guó)P2P市場(chǎng)尤為顯著。針對(duì)中國(guó)市場(chǎng)的研究同樣證明羊群行為是存在理性和非理性的。Chen和Lin （2014） 用中國(guó)最大的P2P平臺(tái)PPdai.com的數(shù)據(jù)，發(fā)現(xiàn)羊群行為主要由非理性主導(dǎo)。這與根據(jù)美國(guó)Prosper.com的數(shù)據(jù)獲得的結(jié)果存在差異，作者將其歸因于文化和經(jīng)濟(jì)因素的不同。

Caglayan等 （2021） 用中國(guó)領(lǐng)先的P2P平臺(tái)Renrendai.com中大約500萬個(gè)放貸人每小時(shí)的數(shù)據(jù)，進(jìn)行高維固定效應(yīng)估算，提供了放貸人羊群行為的證據(jù)。Zhang和Chen （2017） 同樣用Renrendai.com的小時(shí)數(shù)據(jù)展開研究，同時(shí)控制融資比例以及借款時(shí)限，發(fā)現(xiàn)放貸人之間存在模仿彼此行為的現(xiàn)象。Liu等 （2015） 用中國(guó)另外一大P2P平臺(tái)PPdai.com的數(shù)據(jù)也同樣提供了羊群行為的證據(jù)。廖理等 （2018） 研究發(fā)現(xiàn)在控制借款各項(xiàng)特征的情況下，隨著羊群效應(yīng)的增強(qiáng)，借款的違約率在下降。

1.3.3 基于韓國(guó)等其他國(guó)家的研究

也有部分學(xué)者對(duì)韓國(guó)等其他國(guó)家進(jìn)行研究。Lee等（2012） 使用韓國(guó)最大的P2P平臺(tái)Popfunding.com的數(shù)據(jù)，研究發(fā)現(xiàn)該市場(chǎng)存在顯著的羊群效應(yīng)且其邊際效應(yīng)是遞減的。Yum等 （2012） 同樣采用該平臺(tái)的數(shù)據(jù)，他們的研究結(jié)果證實(shí)當(dāng)關(guān)于借款人信用度的信息極為有限時(shí)，放貸人會(huì)從人群中尋找答案；而當(dāng)具有更多可驗(yàn)證的信息時(shí)，放貸人會(huì)傾向于放棄市場(chǎng)的集體意見并依靠自己的推理進(jìn)行判斷。

2 金融科技對(duì)P2P平臺(tái)的影響

風(fēng)險(xiǎn)控制是 P2P借貸的核心競(jìng)爭(zhēng)力，科技助力其高效健康成長(zhǎng)。大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等技術(shù)的發(fā)展為網(wǎng)絡(luò)借貸的發(fā)展提供了條件。大數(shù)據(jù)征信通過對(duì)零碎多維的信息進(jìn)行篩選和匯總，解決網(wǎng)絡(luò)借貸信息不對(duì)稱、征信成本高等問題。區(qū)塊鏈技術(shù)能為P2P交易提供技術(shù)支撐。云計(jì)算、人工智能等技術(shù)一方面能夠?qū)杩罘竭M(jìn)行風(fēng)險(xiǎn)測(cè)定，另一方面能夠優(yōu)化放貸方傳統(tǒng)的人工審核模式，提高效率，實(shí)現(xiàn)智能決策。

2.1 P2P 網(wǎng)貸風(fēng)險(xiǎn)控制

林春雨等 （2015） 采用大數(shù)據(jù)技術(shù)，構(gòu)建P2P網(wǎng)絡(luò)借貸平臺(tái)風(fēng)險(xiǎn)預(yù)警模型。也有學(xué)者使用不同的金融科技技術(shù)構(gòu)建P2P網(wǎng)絡(luò)借貸平臺(tái)信用評(píng)級(jí)方案，如仇曉霞 （2016） 基于BP神經(jīng)網(wǎng)絡(luò)模型，而謝術(shù)芳 （2016） 則基于云計(jì)算。范超等 （2017） 研究發(fā)現(xiàn)支持向量機(jī)、樹類等非線性模型對(duì)預(yù)判P2P平臺(tái)風(fēng)險(xiǎn)更加有效。Bastani等 （2019） 利用Wide & Deep學(xué)習(xí)提出的兩階段評(píng)分方法優(yōu)于現(xiàn)有的信用評(píng)分。Cong等 （2021） 提出關(guān)于加密貨幣的動(dòng)態(tài)資產(chǎn)定價(jià)模型，模型允許用戶在數(shù)字平臺(tái)上進(jìn)行P2P交易。

2.2 P2P 網(wǎng)貸金融中介功能研究

人們普遍認(rèn)為，金融中介主要是為了減少借款人與放貸人之間的信息不對(duì)稱。Thakor （2020） 在其研究中提出金融科技背景下P2P平臺(tái)是否會(huì)取代傳統(tǒng)銀行借貸的疑問。

部分學(xué)者對(duì)消費(fèi)者信貸市場(chǎng)中P2P平臺(tái)與傳統(tǒng)銀行之間為替代還是補(bǔ)充關(guān)系進(jìn)行了理論和實(shí)證研究。從理論上講，以技術(shù)為基礎(chǔ) （金融科技）的貸方對(duì)銀行信貸的影響是模棱兩可的。如果金融科技貸方違約風(fēng)險(xiǎn)增加，則銀行可以減少信貸；反之則增加信貸。從實(shí)證上講，Vallée和Zeng （2019） 提到P2P平臺(tái)由貸方完全承擔(dān)貸款風(fēng)險(xiǎn)的方式對(duì)傳統(tǒng)借貸方式中銀行的角色產(chǎn)生挑戰(zhàn)。Balyuk和Davydenko （2019） 認(rèn)為P2P借貸平臺(tái)已經(jīng)演變成新的中介機(jī)構(gòu)，它能夠在沒有銀行作為中介的條件下將借款人和貸款人聚集在一起。由于P2P平臺(tái)發(fā)起貸款的固定成本相對(duì)較低，故P2P貸款對(duì)于銀行邊際借款起到替代作用，對(duì)銀行的小額貸款起到補(bǔ)充作用。De Roure等 （2022） 通過P2P貸款和德國(guó)銀行信貸市場(chǎng)的數(shù)據(jù)實(shí)證檢驗(yàn)得出：（1） 當(dāng)一些銀行面臨較高的監(jiān)管成本時(shí)，P2P貸款會(huì)增長(zhǎng)；（2） P2P貸款比銀行貸款風(fēng)險(xiǎn)更大；（3） P2P貸款的風(fēng)險(xiǎn)調(diào)整利率低于銀行貸款的利率。Thakor （2020） 對(duì)兩者的關(guān)系進(jìn)行總結(jié)，指出P2P借貸將使銀行失去一些市場(chǎng)份額，但暫時(shí)并無法取代銀行借貸。此外，作者提出自己的暢想，認(rèn)為銀行會(huì)收購(gòu)P2P平臺(tái)或與其合作，最終會(huì)建立自己的P2P平臺(tái)。

近來，也有一些新的學(xué)者探索不同于以上的研究視角。Franks等 （2021） 對(duì)Propser.com在早期階段從基于拍賣的定價(jià)機(jī)制轉(zhuǎn)向平臺(tái)直接定價(jià)的動(dòng)機(jī)進(jìn)行研究。緊接著，Liskovich和Shaton （2017） 指出基于此轉(zhuǎn)變，經(jīng)驗(yàn)不足的借款人會(huì)迅速退出市場(chǎng)，最終主要對(duì)高風(fēng)險(xiǎn)借款人產(chǎn)生影響，作者對(duì)借款人的信貸成本進(jìn)行研究，強(qiáng)調(diào)了金融創(chuàng)新的作用。Vallée和Zeng （2019） 認(rèn)為低成本的信息技術(shù)創(chuàng)新能有效評(píng)估潛在的貸款申請(qǐng)風(fēng)險(xiǎn)，從而實(shí)現(xiàn)對(duì)借款人的預(yù)篩選。Iyer等 （2016） 指出P2P網(wǎng)貸市場(chǎng)不僅能對(duì)借款人進(jìn)行有效篩選，同時(shí)其基于非抵押品的貸款結(jié)構(gòu)特征為小額借款人提供了潛在的資本來源。

2.3 總結(jié)和展望

本文全面回顧了P2P有關(guān)的研究，并結(jié)合現(xiàn)階段互聯(lián)網(wǎng)金融、金融科技的大背景對(duì)文獻(xiàn)進(jìn)行分類總結(jié)。本文首先對(duì)影響P2P平臺(tái)發(fā)展的因素進(jìn)行詳實(shí)且細(xì)致的歸總，包括硬信息、軟信息以及羊群行為三個(gè)方面。其中：硬信息包括信用等級(jí)、種族及性別和貸款利率等容易獲取的信息；軟信息涵蓋照片、社交網(wǎng)絡(luò)、心理和行為因素等非結(jié)構(gòu)化的信息；羊群行為則包含美國(guó)、中國(guó)、韓國(guó)等國(guó)家的研究。其次關(guān)注金融科技大背景下P2P的研究現(xiàn)狀，包括風(fēng)險(xiǎn)控制以及其相對(duì)于銀行的中介功能。

隨著金融科技涉及的大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、人工智能等前沿技術(shù)在金融行業(yè)應(yīng)用的不斷深入，P2P行業(yè)也面臨新的變革，催生新的形式?，F(xiàn)階段P2P雖已基本關(guān)閉，但P2P的研究仍意義重大，未來P2P若重啟，其發(fā)展將進(jìn)入新階段，給傳統(tǒng)銀行經(jīng)營(yíng)帶來沖擊，同時(shí)監(jiān)管也面臨新的挑戰(zhàn)?；诖吮尘埃岢鲆韵氯齻€(gè)P2P發(fā)展方面本文認(rèn)為值得進(jìn)一步探索的話題。

大數(shù)據(jù)與P2P相結(jié)合。大數(shù)據(jù)的發(fā)展，使得數(shù)字足跡能夠提供與預(yù)測(cè)違約有關(guān)的重要信息，這有可能會(huì)威脅金融中介機(jī)構(gòu)的信息優(yōu)勢(shì)并對(duì)其業(yè)務(wù)模式形成挑戰(zhàn)。關(guān)于大數(shù)據(jù)與P2P的研究，應(yīng)著重理論與實(shí)證研究的結(jié)合，故未來的研究可側(cè)重于以下兩個(gè)方面：第一，理論基礎(chǔ)的構(gòu)建。未來P2P的應(yīng)用范圍從簡(jiǎn)單的自動(dòng)化到復(fù)雜的決策制定許多依賴于大數(shù)據(jù)，故進(jìn)行理論探索為實(shí)證研究提供依據(jù)是重中之重。第二，實(shí)證應(yīng)用的拓寬。如大數(shù)據(jù)環(huán)境下新信息的研究，現(xiàn)有研究已涉及基于文本的機(jī)器學(xué)習(xí)算法可發(fā)掘金融中介無法訪問或使用的軟信息，在信貸分析中發(fā)揮重要作用。未來研究可進(jìn)一步探索金融評(píng)分體系的構(gòu)建，完善信用識(shí)別的內(nèi)容，從而提高風(fēng)險(xiǎn)預(yù)警的水平。

區(qū)塊鏈與P2P相結(jié)合。數(shù)字貨幣應(yīng)用、智能合約應(yīng)用是目前區(qū)塊鏈技術(shù)的主要應(yīng)用方向，未來區(qū)塊鏈技術(shù)可逐步延伸至互聯(lián)網(wǎng)借貸、金融產(chǎn)品識(shí)別交易等方向，為雙方交易提供安全可信任的環(huán)境。未來的研究可側(cè)重于區(qū)塊鏈技術(shù)在P2P領(lǐng)域的應(yīng)用，包括影子銀行、眾籌的進(jìn)一步探索發(fā)展。

云計(jì)算、人工智能與P2P相結(jié)合。人工智能通過機(jī)器學(xué)習(xí)等技術(shù)，通過不斷學(xué)習(xí)和試錯(cuò)從而不停地調(diào)整交易策略，有效管理風(fēng)險(xiǎn)。如果特定風(fēng)險(xiǎn)被適當(dāng)管理，則人工智能將前景光明。

已有研究主要關(guān)注新技術(shù)發(fā)展對(duì)現(xiàn)有金融中介帶來的沖擊影響，未來研究可關(guān)注：一是不同金融中介作為信貸供應(yīng)方對(duì)最終消費(fèi)者以及投資者的影響。信貸儲(chǔ)蓄如何受到影響？流動(dòng)資金的供應(yīng)如何受到影響？ 這些影響如何轉(zhuǎn)化為福利？二是新環(huán)境下，面臨傳統(tǒng)銀行、影子銀行和非中介金融機(jī)構(gòu)共存的現(xiàn)象，如何對(duì)現(xiàn)有的金融中介理論進(jìn)行調(diào)整，如傳統(tǒng)商業(yè)銀行和P2P網(wǎng)絡(luò)借貸之間并駕齊驅(qū)的機(jī)制能否在信貸市場(chǎng)上更廣泛地進(jìn)行。

參考文獻(xiàn)：

［1］LU B， HAO S， PINEDO M， et al. Frontiers in service science：fintech operations：an overview of recent developments and future research directions［J］. Service Science， 2021， 13（1）：19-35.

［2］LIN M， PRABHALA N 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.

［3］LYNN T， MOONEY J G， ROSATI P， et al. Disrupting finance：FinTech and strategy in the 21st century［M］. Springer Nature， 2019.

［4］VALLEE B， ZENG Y. Marketplace lending：a new banking paradigm？［J］. The Review of Financial Studies， 2019， 32（5）：1939-1982.

［5］GREINER M. Determinants and consequences of herding in P2P lending markets［J］. Proceedings of the 19th Americas Conference on Information Systems， Chicago， 2013：15-17.

［6］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（6）：1554-1577.

［7］LEE I. Encyclopedia of e-commerce development， implementation， and management［M］.Hershey：IGI global， 2016.

［8］YUM H， LEE B， CHAE M. From the wisdom of crowds to my own judgment in microfinance through online peer-to-peer lending platforms［J］. Electronic Commerce Research and Applications， 2012， 11（5）：469-483.

［9］EMEKTER R， TU Y， JIRASAKULDECH B， et al. Evaluating credit risk and loan performance in online peer-to-peer （P2P） lending［J］. Applied Economics， 2015， 47（1）：54-70.

［10］DUARTE J， SIEGEL S， YOUNG L. Trust and credit：the role of appearance in peer-to-peer lending［J］. The Review of Financial Studies， 2012， 25（8）：2455-2484.

［11］FREEDMAN S， JIN G Z. The information value of online social networks：lessons from peer-to-peer lending［J］. International Journal of Industrial Organization， 2017， 51：185-222.

［12］TAO Q， DONG Y， LIN Z. Who can get money？ Evidence from the Chinese peer-to-peer lending platform［J］. Information Systems Frontiers， 2017， 19（3）：425-441.

［13］RAVINA E. Love & loans：the effect of beauty and personal characteristics in credit markets［J］. Available at SSRN 1107307， 2019.

［14］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）：53-92.

［15］RIGBI O. The effects of usury laws：evidence from the online loan market［J］. Review of Economics and Statistics， 2013， 95（4）：1238-1248.

［16］廖理， 李夢(mèng)然， 王正位. 聰明的投資者：非完全市場(chǎng)化利率與風(fēng)險(xiǎn)識(shí)別：來自P2P網(wǎng)絡(luò)借貸的證據(jù)［J］. 經(jīng)濟(jì)研究， 2014， 49（7）：125-137.

［17］GONZALEZ L， LOUREIRO Y K. When can a photo increase credit？ The impact of lender and borrower profiles on online peer-to-peer loans［J］. Journal of Behavioral and Experimental Finance， 2014， 2：44-58.

［18］MORSE A. Peer-to-peer crowdfunding：information and the potential for disruption in consumer lending［J］. Annual Review of Financial Economics， 2015， 7：463-482.

［19］GALAK J， SMALL D， STEPHEN A T. Microfinance decision making：a field study of prosocial lending［J］. Journal of Marketing Research， 2011， 48（SPL）：S130-S137.

［20］CHEMIN M， DE LAAT J. Can warm glow alleviate credit market failures？ Evidence from online peer-to-peer lenders［J］. Economic Development and Cultural Change， 2013， 61（4）：825-858.

［21］KAWAI K， ONISHI K， UETAKE K. Signaling in online credit markets［J］. Journal of Political Economy， 2022， 130（6）：000-000.

［22］HILDEBRAND T， PURI M， ROCHOLl J. Adverse incentives in crowdfunding［J］. Management Science， 2017， 63（3）：587-608.

［23］BANERJEE A V. A simple model of herd behavior［J］. The Quarterly Journal of Economics， 1992， 107（3）：797-817.

［24］BIKHCHANDANI S， SHARMA S. Herd behavior in financial markets［J］. IMF Staff Papers， 2000， 47（3）：279-310.

［25］ZHANG K， CHEN X. Herding in a P2P lending market：rational inference or irrational trust？［J］. Electronic Commerce Research and Applications， 2017， 23：45-53.

［26］ZHANG J，? LIU P. Rational herding in microloan markets［J］. Management Science， 2012， 58（5）：892-912.

［27］CAGLAYAN M， TALAVERA O， ZHANG W. Herding behaviour in P2P lending markets［J］. Journal of Empirical Finance， 2021， 63：27-41.

［28］LIU D， BRASS D， LU Y， et al. Friendships in online peer-to-peer lending：pipes， prisms， and relational herding［J］. MIS Quarterly， 2015， 39（3）：729-742.

［29］廖理， 向佳， 王正位. P2P借貸投資者的群體智慧［J］. 中國(guó)管理科學(xué)， 2018， 26（10）：30-40.

［30］LEE E， LEE B. Herding behavior in online P2P lending：an empirical investigation［J］. Electronic Commerce Research and Applications， 2012， 11（5）：495-503.

［31］林春雨，李崇綱，許方圓，等.基于大數(shù)據(jù)技術(shù)的P2P網(wǎng)貸平臺(tái)風(fēng)險(xiǎn)預(yù)警模型［J］.大數(shù)據(jù)， 2015， 1（4）：18-28.

［32］仇曉霞.P2P網(wǎng)絡(luò)借貸平臺(tái)信用評(píng)級(jí)研究［D］.上海：上海工程技術(shù)大學(xué)， 2016.

［33］謝術(shù)芳.云計(jì)算在企業(yè)信用評(píng)級(jí)系統(tǒng)中的應(yīng)用［D］.濟(jì)南：山東大學(xué)， 2016.

［34］范超，王磊，解明明.新經(jīng)濟(jì)業(yè)態(tài)P2P網(wǎng)絡(luò)借貸的風(fēng)險(xiǎn)甄別研究［J］.統(tǒng)計(jì)研究，2017，34（2）：33-43.

［35］BASTANI K， ASGARI E， NAMAVARI H. Wide and deep learning for peer-to-peer lending［J］. Expert Systems with Applications， 2019， 134：209-224.

［36］CONG L W， LI Y， WANG N. Tokenomics：dynamic adoption and valuation［J］. The Review of Financial Studies， 2021， 34（3）：1105-1155.

［37］THAKOR A V. Fintech and banking：what do we know？［J］. Journal of Financial Intermediation， 2020（41）：100833.

［38］BALYUK T. Financial innovation and borrowers：evidence from peer-to-peer lending［J］. Social Science Research Network， 2019.

［39］BALYUK T， DAVYDENKO S. Reintermediation in FinTech：evidence from online lending［J］. Journal of Financial and Quantitative Analysis， 2019：1-75.

［40］TANG H. Peer-to-peer lenders versus banks：substitutes or complements？［J］. The Review of Financial Studies， 2019， 32（5）：1900-1938.

［41］DE ROURE C， PELIZZON L， THAKOR A. P2P lenders versus banks：cream skimming or bottom fishing？［J］. The Review of Corporate Finance Studies， 2022， 11（2）：213-262.

［42］FRANKS J， SERRANO-VELARDE N， SUSSMAN O. Marketplace lending， information aggregation， and liquidity［J］. The Review of Financial Studies， 2021， 34（5）：2318-2361.

［43］LISKOVICH I， SHATON M. Borrowers in search of feedback：evidence from consumer credit markets［J］. 2017.

［44］BERG T， BURG V， GOMBOVIC′ A， et al. On the rise of fintechs：credit scoring using digital footprints［J］. The Review of Financial Studies， 2020， 33（7）：2845-2897.