市场借贷：一种新的银行范式？| To Fintech and Beyond

2019年5月，《金融研究评论》（the Review of Financial Studies）出版了题为“To FinTech and Beyond”的特刊，其中包含10篇区块链、技术与大数据应用于金融的文章。中国人民大学金融科技研究所（微信ID：ruc_fintech）的本次推送节选自其中的 Marketplace Lending: A New Banking Paradigm?  本文利用全新的投资者数据，揭示了与经验不足的投资者相比，经验丰富的投资者对贷款的筛选方式有所不同，且表现明显优于其他投资者。但是，当平台减少了可供投资者使用的信息时，其出色表现就会缩小。借贷平台要需在改善筛选结果和逆向选择问题间进行权衡。

来源 | The Review of Financial Studies

编译 | 孔祥宇

市场贷款 (Marketplace Lending) 依赖于投资者的筛选和信息生产，这与传统的银行范式有很大的出入。从理论上讲，资深投资者的参与在改善筛选结果的同时，也在投资者之间产生逆向选择。为了最大化贷款量，借贷平台需要在这两种力量间进行取舍。随着平台的发展，它可以提高平台的预筛选强度，但这会减少向投资者提供的信息。使用全新的投资者级别数据，我们发现经验丰富的投资者系统性地拥有更好的表现，且当平台减少向投资者的信息提供时，这种出色表现会减少。本文揭示了在这种新的贷款模型中信息生产的最佳分布。

一、研究综述

在过去十年中，借贷市场（通常也指P2P借贷平台），例如Lending Club，Prosper和Funding Circle，在消费者贷款和小型企业借贷中迅速获得了市场份额。这种快速发展对消费贷款市场，尤其是银行业，具有重要意义。

作为一个中介平台，贷款市场并不像传统银行那样承担发行贷款的流动性风险或违约风险，却为传统银行存贷款业务带来了创新。就借款人方面的创新而言，其主要依靠低成本的信息技术而得以大规模地从分散的单个借款人那里收集标准化信息。有了这些信息，借贷平台就可以使用算法来评估潜在贷款申请的风险，从而对贷款进行预筛选，在平台上列出其中的一部分，并按风险程度分类。

而投资者方面的创新（即本文的重点）同样重要。平台并没有汇总贷款并发布安全的信息脱敏的声明，而是向投资者提供有关每个预筛选过的贷款申请的详细信息，依靠投资者进一步筛选单个借款人并直接投资于单个贷款。这些投资者包括个人和机构投资者中那些信息丰富的投资者，以及被动和不老练的投资者。这些多样化的投资者完全承担贷款风险，并在大规模的借款人中进行筛选，由此产生的平台与投资者之间的联合信息生产，挑战了传统借贷中银行作为面向投资者的唯一信息生产者的传统角色。

平台与经验各异的投资者之间的联合信息生产提出了几个问题：首先，在借贷平台上更老练的投资者是否会更深入地筛选借款人，从而系统地胜过那些不老练的投资者？如果是这样，那么成熟的投资者的表现与平台的预筛选和信息提供存在什么样的相关性？最后，鉴于投资者的异质性，就贷款预筛选和向投资者提供信息以实现最大化交易量而言，平台的最优设计是什么？回答这些问题对于理解平台和投资者信息生产之间如何相互作用至关重要。这种理解可以进一步说明市场借贷的前景和陷阱。本文将就解决这些问题进行探讨。

我们的研究还受到市场贷款行业发展过程中令人费解的事件的启发。2014年11月7日，最大的借贷平台Lending Club删除了先前向投资者提供的100个关于借款人特征的变量中的一半。这一变化是出乎意料的，并使许多市场参与者感到惊讶，因为这是Lending Club历史上唯一的对投资者不利的举动。鉴于信息透明度对于投资者筛选至关重要，因此减少提供给投资者的信息集的背后的经济原理是什么？

二、研究方法及结论

为了解决上述问题，本文构建了一个市场借贷模型，并使用全新的包括借款人和投资者数据的数据集进行测试。

首先，从理论上讲，信息丰富的投资者会积极使用平台提供的信息来筛选贷款（超出平台预筛选水平）并确定要投资的优质贷款。相比之下，不老练的投资者则不进行筛选。在平台进行了足够的预筛选的条件下，他们可以被动地投资贷款，以实现平均的回报，或者他们根本不进行投资。因此，老练的投资者要胜过不老练的投资者。由于经验丰富的投资者可以识别好的贷款并为其提供资金，因此，在不成熟的投资者不愿投资的情况下，经验丰富的投资者的参与有助于增加平台上融资的贷款数量。

但是，投资者复杂性的异质性在投资者之间造成了内生的逆向选择问题，这可能会损害交易量。因为老练的投资者可以在不老练的投资者进行投资之前就识别出良好的贷款并为其提供融资，所以老练投资者的参与会降低那些不老练的投资者最后面对的贷款的平均质量。意识到这一逆向的问题，不老练的投资者需要较高的利率，或者相应地较低的贷款价格才能达到收支平衡，这将导致平台上的现行利率较高。较高的利率（即较低的贷款价格）减少了平台上的贷款申请量，从而损害了交易量。如果逆向选择变得过于严峻，那么不老练的投资者可能不会收支平衡，甚至可能退出整个市场，导致借贷量的进一步下降。

因此，为了最大化交易量，平台将以最优化的方式在老练的投资者参与的正面和负面影响间进行权衡。当平台的预筛选成本最初很高时，该平台会选择较低的预筛选强度，并向投资者分发更多信息。这种环境鼓励老练的投资者参与，即使不老练的投资者不参与也能增加交易量。当平台的预筛选成本随着平台的发展而变低时，它会改变自己的政策——提高预筛选强度，以使不老练的投资者愿意进行投资，同时减少信息分发，以减轻由经验丰富的投资者引起的逆向选择。

预测模型非常依赖于高复杂度的投资者数据。尽管平台公开了借款人级别的数据，但尚未公开提供有关投资者特征及其贷款组合的数据。本文获得了由第三方算法提供商LendingRobot提供的丰富数据集，其中包括Lending Club和Prosper这两个最大的贷款平台上的大量个人投资者的投资组合构成。因此，本文可以研究跨平台的、同一投资者群体中的老练投资者的贷款筛选及其表现。重要的是，就投资者成熟度而言，我们的样本包括大量的异质性：一些投资者自己进行投资，而另一些投资者则依赖LendingRobot提供的各种筛选和下单技术。

本文实证分析分几个步骤进行。首先，本文表明，更老练的投资者依靠不同的贷款特征来筛选所投资的贷款，这表明了他们的信息优势。被经验丰富的投资者选择的贷款的违约概率显著更低，这意味着随着时间的推移，在所有风险类别的贷款中，经验丰富的投资者都系统地胜过不成熟的投资者。我们发现，经验丰富的投资者选择的贷款的平均违约率比平均贷款或不老练的投资者选择的贷款低3％，这相当于平均违约风险降低了20％以上。这证明了经验丰富的投资者会产生信息。

使用上述2014年Lending Club的事件，我们采取双重差分法来建立因果关系，以证明平台信息提供量大幅减少对精明投资者的业绩产生的影响。我们发现，老练的的投资者在信息削减后的表现下降了一半以上。通过参考平台积极管理逆向选择的理论论证，本文对这一意外事件给出了合理解释，与平台“平衡竞争环境”相对应。根据本文的解释，该事件表明借贷平台重视不老练的投资者，因此即使在没有具体监管的情况下，其行为也好像它们在“保护”他们。

最后，我们发现平台的预筛选强度也在不断提高，因为平台风险类别在预测违约方面越来越精确。除了直接吸引经验丰富的投资者外，这种提高的准确性还可能通过减少给定风险范围内的贷款异质性来减轻逆向选择的风险。与管理逆向选择的平台相一致，我们还发现有力的时序证据表明，近年来成熟的投资者表现已经下降。

三、总结

与传统的银行范式不同，新兴市场借贷的一个显着特征是平台和投资者的联合信息生产。为了最大程度地提高贷款量，平台要在改善筛选结果和逆向选择问题间进行权衡，这两者都是成熟的投资者参与的结果。因此，向投资者提供一般水平的预筛选强度和信息是最佳策略。通过使用新颖的投资者级别数据，本文的实证结果表明，与经验不足的投资者相比，经验丰富的投资者对贷款的筛选方式有所不同，且表现明显优于其他投资者。但是，当平台减少了可供投资者使用的信息时，其出色表现就会缩小。

以下为文章部分截图

……

获取完整报告

请后台回复“市场借贷”

获取下载链接

END

编辑/孔祥宇

责编/齐庆武

关于我们

中国人民大学金融科技研究所（以下简称 “研究所”），英文名“FinTech Institute of Renmin University of China”，简称“RUC FinTech Institute” ，是专注于金融科技理论、应用与政策的新型智库和研究机构，也是人民大学金融科技学科“双一流”建设的延伸科研平台。研究所充分利用中国人民大学在金融、经济、管理、统计、法律以及计算机科学等方面的跨学科优势，打破学科壁垒，加强交叉融合，不断推进金融科技的前沿研究。研究所坚持理论联系实际，注重应用成果转化，不断加强学界、业界和政策部门的良性互动，重点打造一个“产学研政”四位一体的多元化平台，为推动金融科技行业健康可持续发展提供决策参考。

加入群聊

为了增进与粉丝们的互动，研究所建立了金融科技微信交流群，欢迎大家进群参与。

入群方法：后台回复“加群”，加小助手为微信好友,添加时备注个人姓名（实名认证）、单位、职务等信息，经群主审核后，即可被拉进群。

中国人民大学金融科技研究所

扫码关注我们

Research portal for all FinTech trends and policies.