您好, 访客   登录/注册

中国P2P网络借贷综合利率研究现状及研究展望

来源:用户上传      作者:

  摘要:国内的利率市场化进程为互联网金融提供了宽广的发展空间,而P2P网络借贷又在互联网金融众多模式中独树一帜。P2P网络借贷具有互联网金融实效性、便捷性和普惠性等特点,对推进利率市场化和小微金融的发展起着至关重要作用。如今P2P网络借贷市场已被众多学者证明,其是一个复杂系统,而反应其市场价格的借贷利率也呈现出非线性特征,本文简要介绍了P2P网络借贷综合利率的研究现状以及其非线性特征,并据此做出了P2P网络借贷利率的研究展望。
  关键词:P2P网络借贷综合利率 非线性特征 研究展望
  一、背景介绍
  与国外成熟P2P市场相比,中国的P2P网贷发展历时较短,因此行业内部发展参差不齐,且与之相关的法律法规尚不完善,人们认为P2P网贷平台利率过于高、风险大,可能面临平台倒闭、跑路的风险。P2P网贷市场中参与者众多、博弈关系众多、变量要素多,使其呈现复杂性特征,并以非线性方式与外界进行信息交换。本文基于P2P网贷利率非线性的特征,介绍了P2P网络借贷利率的国内外研究现状、非线性特征以及未来的研究展望。
  二、P2P网络借贷利率研究现状
  在网络借贷利率影响因素的研究文献中,国外的研究聚焦于借款者资质对于借款利率水平的影响。其中信用级别是影响借款利率的重要因素,往往与借款利率呈反比关系,即信用水平越低借款者的借款利率越高。Ravina指出,借款人在相同条件下,较为美貌的照片能使其更容易获得借款或者相同借款成功率下降低借款利率。Lin的研究中发现,借款人信息描述更详细、语言中表现不确定性因素较少时能够获得较低借款利率。Klafft的研究结果表明,借款人信用水平越高,其违约率越低。在国内的研究中,廖理等人基于“人人贷”平台数据进行研究,发现借款人的信用水平越高,其借款成功率就越高且借款成本较低。姜培和宋良荣以“拍拍贷”平台上的数据为研究样本,实证结果表明,借款人以往的成功借款次数、借款金额、借款期限以及信用水平是网贷利率的主要影响因素。在李金阳等人的研究中,视频认证以及加入优先计划也会影响借款人的网贷利率。而在彭红枫的研究中,借款人的贷款陈述也能降低借款成本,且信用水平较低的借款人提供贷款陈述对借款成本影响更大。裴平和蔡越的文献指出,借款人加入群组的行为有主于提高其贷款成功率,并获得较低的借款利率。
  也有较多文献研究了P2P网贷利率定价的决定过程。陈虹和马永健的研究发现,成交利率与投资人数量和借款人数量比值存在反向关系,平台交易量与成交利率水平、国债收益率以及银行间拆借利率存在反向关系。沈伟雄对网贷利率的定价模式进行了区分和归类,并比较了国内P2P网贷平台与欧美国家平台之间在实践操作上的不同之处。
  在P2P网贷利率波动特点方面,国内研究也有大量文献可循。比如陈霄和叶德珠实证研究表明,中国P2P网贷利率具有波动聚集性、逆周期性以及尖峰厚尾的特性。钱金保研究了六次货币政策调整对P2P网贷平均利率和网贷交易量的冲击,显示货币政策在P2P网贷市场的作用有限。何启志和彭明生论证了Shibor银行间拆借离率的基准利率地位,并检验了P2P网贷利率与传统金融利率的溢出效应。徐欢基于BDS法,检验分析了P2P网贷利率、借款期限等四项时间序列,证明了P2P网络借贷市场的非线性依赖特征,并进一步分析得出,这种非线性依赖结构可能来源于低纬混沌。彭承亮等人基于不同分布下的AR-GARCH模型,刻画了P2P网贷利率的波动,证明了P2P网贷利率的波动具有丛集性和持久性特征,但其杠杆效应不显著。
  三、P2P网络借贷利率的非线性特征
  非线性通常是相对于线性而言,具备线性特征需要满足以下条件:一是符合叠加原理,二是变量间的关系是直线关系,即变量间的变化率是恒定的。非线性则不遵循叠加原理,且非线性关系中变量是相互作用的。典型的非线型系统往往具有复杂性、自组织性、非平衡性以及非平稳性等特征。
  与传统金融机构相比,P2P网贷作为一种新型脱媒的借贷方法,其市场中存在相当多的不确定因素。越来越多学者的研究表明,P2P网络借贷市场如今已是一个复杂系统,市场中参与要素以及其行为方式都呈现出显著的复杂性和非线性特征。P2P网贷利率作为反映P2P网贷市场价格的指标,已被国内学者证明其具有显著的非线性依赖性、非正态性以及波动聚集性等的非线性特征。
  (一)P2P网贷利率的非线性依赖特征
  国内已有研究证明,P2P网贷利率的时间序列数据存在显著的非线性依赖结构。检验序列是否存在非线性依赖结构的常用办法是Brock,Dechert和Scheinkman提出的BDS统计检验,其是一种单变量统计假设检验。国内徐欢其基于BDS统计检验,对P2P网络借贷的综合利率、借款期限、交易额以及人气指数四个时间序列进行非线性依赖结构检验,其研究结果表明,四列指数的时间序列对数增长率均具有显著的非线性依赖结构,经进一步检验分析,综合利率时间序列具有83%的可能性存在时变方差,并推测出P2P网贷序列的非线性依赖结构可能源自于低纬混沌。
  (二)P2P网贷利率的非正态性特征
  传统金融理论基于有效市场以及理性人假说,认为金融资产收益率遵循随机游走,其概率分布接近于正态分布或对数正态分布。但现实中大量实证表明,市场中的资产收益率并不呈现正态分布。PaulLevy提出正态分布是唯一具有确定标准差的平稳分布,并将不具备确定标准差的平稳分布定义为非正太分布。Mandelbrot的研究则阐述了资产收益率的厚尾性和非对称性特征,并认为偏度和峰度是描述序列概率密度分布的重要指标。由此,“尖峰厚尾”被学者认为是资产收益率的典型的非正太性特征。
  基于Mandelbrot的研究,Malkovich,Cox和Srivastava等对序列的正太性检验方法进行了研究。Jarque和Bera提出了針对未知随机扰动序列的正太性检验方法,为验证样本数据是否具有正太分布的偏度和峰度的拟合效果提供了可靠依据。   在P2P网贷市场非正太性特征研究方面,陈霄等学者已研究证明P2P网贷利率序列分布并不是正态分布,而是呈现右偏、尾部比正太分布尾部薄的“矮胖”形状。
  (三)P2P网贷利率波动聚集性特征
  P2P网络借贷综合利率的波动聚集性是指,一段时间内利率在出现较大幅度波动后会紧接着出现另一较大幅度波动,或在出现小幅度波动后紧跟着另一小幅度波动。序列存在波动聚集性则意味着序列存在异方差,一般用自回归条件异方差模型(ARCH)来刻画波动聚集性特征。ARCH模型首先由Engle于1982年提出,Bollerslev在其基础上拓展了ARCH模型,提出广义的自回归条件异方差模型,即GARCH模型,推广了自回归条件异方差模型在金融序列研究中的应用。
  在P2P网贷利率的波动聚集性特征研究方面,学者何启志采用AR-GARCH模型检验序列的波动聚集性特征,经过实证分析,P2P网贷市场利率的波动具有显著的波动聚集性。
  四、P2P网络借贷利率的研究展望
  从已有文献研究可知,P2P网贷利率具有显著的非线性特征。作为反映投资人收益水平和借款人还款能力的网贷利率,其波动会对投资者收益、借款人融资成本以及平台稳健运营产生重要影响,因此,从利率方面研究这一非传统金融的价格波动特征以及其未来走向,对于市场参与者来说具有重要的现实意义。对于具有非线性特征的P2P网络借贷利率进行波动特征分析以及趋势预测,传统的基于线性范式的经济学方法显然不能满足非线性分析的要求,且单一模型和简单组合预测模型可能不能满足分析要求,未来笔者将嘗试采用基于非线性的多尺度组合预测模型,对P2P网贷综合利率序列进行分析和预测,寻求符合其波动特征的预测方法。
  参考文献:
  [1]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.
  [2]王会娟,廖理.中国P2P网络借贷平台信用认证机制研究—来自“人人贷”的经验证据[J].中国工业经济,2014,(4):136-147.
  [3]陈霄,叶德珠.中国P2P网络借贷利率波动研究[J].国际金融研究,2016a,(1):83-96.
转载注明来源:https://www.xzbu.com/3/view-14755224.htm