P2P網貸信息不對稱問題研究

摘要：P2P網貸作為金融體系中的重要組成部分正如火如荼地飛速發展。但是網絡平臺上嚴重的信息不對稱問題必然會影響其健康發展。已有相當數量的研究著眼于P2P網貸中信息不對稱的問題并探討解決方案。本文對這些研究的發現進行了歸納整理，發現P2P借款人通過“邊干邊學”的方式提高了自己的推斷能力，社會網絡在緩解信息不對稱中起到了重要作用。同時，指出了現存研究的局限性并為今后的研究方向和實踐方式提供了建議。

關鍵詞：P2P網貸；信息不對稱；社會網絡

中圖分類號：F832

一、 P2P網絡借貸加劇信息不對稱

2006年諾貝爾和平獎得主尤努斯教授（孟加拉國）創造了P2P小額借貸，它是一種將非常小額度的資金聚集起來借貸給資金需求人群的一種商業模式，它具有重要的社會價值：滿足個人資金需求；發展個人信用體系；提高社會閑散資金利用率（吳曉光，2012）?；ヂ摼W技術的飛速發展將P2P由線下搬至線上，一個顯著的特征就是它擺脫了傳統中介的支持和擔保，直接聯系起了資金的需求者和借出者（Lin et al.，2009；Collier Hampshire，2010；Bachmann et al.，2011）。盡管低搜尋成本能部分解釋P2P網貸的飛速增長的現象，但是借貸雙方之間嚴重的信息不對稱問題仍然存在。許多平臺出于隱私保護，不公開參與人的全部信息，造成了信息不對稱加劇。盡管如此，在次貸危機之后，P2P網貸在全球范圍經歷了爆發式增長。難道P2P平臺能提供更多有關借款人信用風險的“軟信息”來平衡匿名機制帶來的 “硬信息”的缺失？ P2P出借人如何有效利用這些 “軟信息”？解答這些問題不僅對P2P平臺的長期發展有重要意義，也有助于我們更好的理解金融市場。

為了解答這些問題，眾多學者對極具代表性的P2P平臺（如Prosper）交易記錄做了充分研究。國內的P2P網絡平臺在2013年經歷了爆發式增長，但仍處于成長初期階段，且運營模式主要借鑒國外平臺；加之國內個人征信系統尚處于大力建設初期，有關P2P網絡平臺上對借款人的信用鑒別和篩選的研究極為缺乏。鑒于此現實情況，筆者主要歸納了若干國外學者基于Prosper平臺對P2P網絡平臺中的信息不對稱問題研究的相關文獻。

研究發現，除了運營方式的差別，Prosper與傳統借貸市場主要有以下兩個區別：

一方面，匿名的在線交互給Prosper帶來了傳統銀行所不曾面對的新的挑戰。盡管Prosper提供身份認證并公布由美國主要信用機構Experian提供的借款人信用記錄，但Prosper出于隱私保護等目的不公開借款人的具體信用分數，而是根據分數對借款人進行粗略的信用分級。加之在分散的個人直接出借的借貸形式中，出借人沒有足夠的專業知識和動機對借款人的信用風險狀況進行判斷和篩選。這意味著，與傳統銀行相比，Prosper平臺上的出借人面臨著更嚴重的逆向選擇和道德風險問題。

另一方面，Prosper利用社會網絡提供的“軟”信息來彌補上述“硬”信息不足所帶來的挑戰。借款人和出借人可以發起建立或申請加入在線小組，小組成員之間可以相互“背書”以提升其信用水平，且對某些特定貸款，小組成員可以參與投標。小組成員的背書和投標均有特別標注。但是，不同于典型的微金融小組（如格萊珉銀行），Prosper并沒有給小組成員強加連帶責任，且參與背書的小組成員無需承擔任何法律責任。因此，P2P網絡平臺上的社會網絡的有效性只是經驗性的，有待檢驗。

信息不對稱嚴重影響借貸市場健康發展：宏觀來說，資金進入到不應得到支持的高風險、低效率領域，使得資源發生錯配，嚴重降低了市場配置資源的效率，進而帶來經濟的低效率和產業結構的畸形；從微觀來說，優秀的借款人得不到資金而難以為繼，資金的錯投又給出借人帶來了極大的風險，在風險事件發生時使壞賬率驟升，造成巨大損失。Prosper 自2006年2月上線運營，至2013年已完成4.4億美元的借貸，吸納會員159萬人，成為現今最成熟、最先進的P2P網絡平臺，也仍面臨嚴重的信息不對稱問題。作為信息技術和金融領域Web2.0的革命性應用（Iyer et al.，2009；Lin et al.，2012），P2P網絡平臺能有效利用信息的快速發布和搜尋，提供眾多促成交易完成的工具和媒介，大幅降低了搜尋成本，提升了市場效率（Brown，2008；Herzenstein et al.，2008）。然而融資這一方面的效率提升同時伴隨著另一方面的信息不對稱問題的加劇，這一問題需要引起重視并得到有效解決。相關從業者和學者面臨著以下三個亟待解決的問題：一是什么加重了P2P平臺中的信息不對稱問題？二是社會網絡能有效解決信息不對稱嗎？三是如何構建有效的社會網絡體系？

這三個問題的解決，對P2P網絡平臺在未來更好的發揮作用具有重要意義。我國的P2P平臺在個人征信體系不健全的現狀下，也積極探索其他解決信息不對稱問題的方式，比如“線上線下結合”的運營模式。但如此一來在一定程度上有悖于P2P網絡平臺的初衷：低成本、高效率、無媒介、無抵押。因此，筆者希望在總結歸納國外的研究成果的基礎上，在今后的研究中能結合國內P2P網絡平臺的發展現狀，提出適合國內平臺發展的可借鑒經驗。

二、解決P2P網絡借貸信息不對稱問題的對策

在傳統的借貸市場上，商業銀行扮演著交易中間人的角色，資金提供方和資金需求方之間無直接聯系，而是均與商業銀行對接。商業銀行擁有較為專業的風險評估和風險控制工具，并且憑借其專業化和信譽度掌握更多借款人的信用信息，他們能在事前對借款人信用風險有準確的判斷，并在事后對貸款的使用情況進行充分地監管，以此有效規避由信息不對稱引起的逆向選擇和道德風險問題。

形成鮮明對比的是，在P2P網絡平臺中，出借人很難獲得與借款人信用狀況相關的多元的信息，從而導致了嚴重的信息不對稱問題（Lin et al.，2009）。因此，相關文獻著重于以下問題的研究以減輕信息不對稱帶來的風險：（1）至今在P2P平臺上出借人在篩選借款人方面的表現情況。（2）社會網絡如何解決P2P平臺中存在的信息不對稱。（3）如何得到有效的軟信息，即如何建立有效的社會網絡。

（一）對出借人在篩選借款人方面表現的評價

本部分主要從以下幾方面分析。

1.出借人所處的信息環境

以Prosper為例，該平臺自開始運營后就多次調整過信息政策，具體調整見表1。

簡單來說有三種有關借款人的信息：包括Experian提供的信用記錄在內的“硬”信息、由社會網絡產生的“軟”信息和借款人在留言板自行發布的未經驗證的信息。

從Prosper上線運營開始，其發布的“硬”信息主要有債務收入比、信用等級、有無違約記錄等不良行為、是否有房產、信用卡數及卡號、信用額度和借款申請歷史情況等（Lin，2009；Lin et al.，2009；Lin et al.，2012）。其中，信用等級是根據借款人信用分數進行的粗略分級，出借人無法獲得具體的信用分數。2009年7月調整后的分級標準為760及以上為AA，720—759為A，680—719為B，640—679為C，600—639為D，560—599為E（調整前為540—599），520—559為HR（調整前為0—540），取消了信用分數少于520的和無信用分數的借款人資格。盡管在調整之后，Prosper提供了更精細的信用分級，但是區間化的信用等級在假設借款人提供的所有“硬”信息均為真實信息的條件下，仍產生一種匿名效果，使得在區間內的逆向選擇風險大大提升。如果發生借款人在自行提供的“硬”信息中有造假行為，而這部分信息是出借人乃至P2P平臺都難以驗證的（雖然平臺有網絡驗證，然而造假蒙混過關并不困難），則出借人面臨的信息不對稱問題的嚴重程度驟升。

除了相關的“硬”信息，平臺還會利用其互聯網技術帶來的極大便利開發“軟”信息—-模糊的、難以量化的信息，來彌補“硬”信息的相對缺失，這就是對社會網絡的利用（Collier Hampshire，2010；Iyer et al.，2009）。Web2.0技術使得出借人很容易從借款人的社會網絡中獲得大量“軟”信息，如借款人的年齡、性別、愿意支付的最高利率、所在小組成員人數、借款申請中成員背書數（或比例）、為其他成員背書字數等。有時，借款人還可以根據自己的需要在借款申請描述中加入自己的照片或家庭合影，或者描述一個精彩的故事來打動出借人。出借人可以從這些充滿“噪音”的“軟”信息中提取自己關心的信息作為判斷借款人信用品質的依據。

2.對出借人篩選表現的評價

Iyer和Asim（2013）根據Prosper平臺上過去的債務表現對出借人篩選借款人的能力做出了檢驗。他們假設“每個出借人的目標都是投資組合收益最大化”（后來他們放松了該假設，結果與預測無太大出入），選用利率作為貸款表現的預測指標，用兩種方式做出了檢驗：一種是對利率和過去的貸款表現進行線性回歸，將擬合優度R2作為篩選表現的檢驗結果，即出借人預測貸款違約的能力，同時建立借款人的信用分數與貸款表現的線性回歸和計量經濟學家利用所有可獲得的量化信息做出線性回歸，對三者的R2進行比較；另一種方法采用了信號探測理論和商業銀行經常采用的、標準化的技術方法——受試者工作特性曲線（ROC），將曲線下的面積（AUC）作為表現檢驗結果，并比較了選用利率、借款人分數和計量預測作為不同標準下的AUC。在第一種方法下，他們發現出借人表現優于信用分數的預測能力，前者的R2是后者的兩倍，說明出借人能較好的預測貸款的違約情況（即借款人的信用品質）并據此選擇合適的貸款利率。但是有一種可能的解釋是較高的利率本身導致了借款人的負擔過重從而導致違約（Stiglitz and Weiss，1981），這種反向的因果關系加強了二者的聯系。Iyer和Asim通過考察信用等級邊界發現沒有證據表明利率對貸款表現存在因果效應，排除了反向因果的影響。在第二種方法下，他們得到了類似的結果。利率對違約的預測能力比信用分數高出45%之多，達到了計量經濟學家80%的水平。

通過對不同信用等級的進一步研究，Iyer和Asim發現在相對優質（AA、A、B）的借款人中，利率的預測作用更有效。同時根據不同類型的信息預測，他們發現，“硬”信息在用于判斷優質借款人的信用品質時更重要，“軟”信息在判斷相對次級的借款人的信用品質時尤其重要。他們發現存在出借人對借款人信用判斷出現較大偏差的情況，而他們更傾向于將其認定為出借人出于慈善目的進行的貸款。

不同于Iyer和Asim如此樂觀的結論，S.Freedman和Jin.G.Z發現在P2P網絡平臺上，專業知識和相關經驗的缺乏導致出借人做了很多錯誤判斷，而不是僅僅出于慈善目的。出借人可以區分不同信用等級的借款人，但是在同一區間內，由于出借人無法獲得具體的信用分數，當其他可獲得信息相同時他們便無法區分不同的借款人，這就導致了在每個區間內產生逆向選擇（Akerlof，1970）。事實不可否認，盡管宏觀經濟環境和P2P平臺的信息政策幫助出借人向優質借款人集中，但是在每個信用區間尾部的逆向選擇問題也在增加。

但他們也發現出借人在P2P平臺參與借貸的過程中會“邊干邊學”來提升自己對借款人信用品質判斷的水平，進而逐步修正自己的錯誤判斷。S.Freedman和Jin.G.Z通過研究出借人對之前的貸款中產生的延遲和違約行為如何反應來檢驗出借人的學習能力。他們發現，如果出借人之前的資產組合中發生違約，則其會在今后的資產組合中減少相應類型借款人的貸款，并通過實證排除了宏觀經濟沖擊（如2008年的次貸危機）和其他因果關系（如之前的違約）導致隨后貸款本金的被動減少的情況。然而，不同的出借人學習能力有差別，并不是每個出借人都能從過去的錯誤中吸取教訓（他們不認可慈善目的這種解釋）。對面臨的信息不對稱問題，出借人會通過對次級借款人提高貸款利率來做出應對。Prosper的信息政策使社會網絡在不斷凈化后發揮了更重要的作用，這都在一定程度上幫助出借人加深了對“次級”借款人的理解，緩解了信息不對稱。出借人成長和P2P平臺信息的優化都預示著P2P網絡借貸將有更加光明的未來。

人類不完全理性導致其決策行為受其心理活動和感官感受影響。Laura.G和Yuliya.K.L從心理學、管理學和市場營銷的角度開發視角，檢驗了借款人和出借人個人特征（如個人魅力、年齡、性別）對貸款決策的影響。在可獲得的客觀信息有限的條件下判斷借款人的信用品質，進而在眾多可選擇的決策中選出最終決策時，簡單線索帶來的啟發起到了極其重要的作用（Payne et al.，1993），它可以使決策過程簡單化。雖然這種啟發能提高決策效率，但是它們往往使最終決策偏離最佳決策（Tversky Kahneman，1974）。Laura.G和Yuliya.K.L通過分析P2P平臺上的歷史交易記錄，檢驗了借款人的照片、性別、年齡等因素對出借人心理的沖擊，進而研究了出借人可能產生的偏見對其決策行為的影響。他們發現：中年年紀的借款人更能獲得出借人的信任，從而可以從出借人手中得到更大額度的貸款，而學生年紀的借款人則只能獲得較小額度；當直觀年齡不能成為判斷依據時，借款人的直觀個人魅力和相對出借人性別則成為另外的主要線索，不同于一般的“美麗溢價”理論（該理論認為個人魅力總是和健康、聰明、可靠聯系起來，即有魅力的人更能獲得青睞），有魅力的借款人會遭到出借人的冷漠。這種“魅力罪惡”效應按照進化心理學的解釋，是來自于出借人評估同性借款人時產生的加強的競爭意識（Buss，1988），當人們判斷他人時會受對自己的判斷的影響。

在P2P網絡平臺上的借款人會根據需要發布自己的照片等個人信息，而這些信息使出借人產生的偏見可能會導致出借人的貸款決策偏離其根據借款人“硬”信息和“軟”信息（來自社會網絡的）做出的最佳決策。Laura.G和Yuliya.K.L的研究發現表明，縱使信息不對稱問題得到一定程度上的解決，出借人在決定貸款決策時仍可能犯錯誤。

總結來說，針對信息不對稱問題的研究很多，在評價出借人對借款人信用品質推斷的能力時，得到了較為樂觀的結論：首先，出借人能較好地推斷借款人的信用品質，并且在不斷的實踐中通過學習提升自己的推斷能力。其次，社會網絡在“硬”信息相對缺乏的P2P網絡平臺上起了很重要的作用，其產生的“軟”信息成為出借人推斷借款人（尤其是信用等級較低的借款人）的信用品質的重要依據。但是對出借人行為的研究較少，Laura.G和Yuliya.K.L以其全新視角告訴我們，出借人的心理感受會顯著影響其決策行為，可能導致錯誤的貸款決策。

（二）信息不對稱的解決：社會網絡的作用

P2P是一個互聯網概念，除了技術概念外還指人們通過互聯網直接交流。P2P網絡平臺是利用互聯網的信息交互便利和大數據技術為銀行體系外的資金供需雙方提供服務平臺。目前我國眾多P2P借貸平臺采取線下信貸員考察監督的方式來應對信息不對稱問題，而這種方式有悖于P2P網貸的初衷，提高了借貸成本并添加中間環節，且在平臺環節本身加劇了諸如非法集資、欺詐、多重信息不對稱等風險，頗有“無奈”之意。因此在此處著重討論利用大數據技術的解決方式，更符合P2P網絡平臺的發展環境和發展要求。

1.社會網絡的形式

社會網絡主要有在線小組和朋友網絡兩種形式（Lin，et al.，2012）。個人可以在網絡平臺上發起建立在線小組并作為小組首領，負責小組網頁的制作維護、招募組員、指導并監督組員。每一位借款人不能同時成為兩個及以上小組的組員，小組首領不對小組負有法律責任，而是被寄希望于在小組內營造社區環境來給組員施壓以督促他們按時還款。小組首領可以為組員提供背書增信或參與投標，且其背書行為和投標行為會在該借款人的借款清單中標注出來以供出借人參考。2007年2月，Prosper開始允許借款人邀請朋友加入平臺并獲得朋友的背書增信。與網絡上的小組成員相比，朋友更了解借款人的基本情況和背景，其評價更有說服力。

在社會網絡的構成上，國內和國外有細微的差別。在國內的P2P網絡平臺（如拍拍貸）的社會網絡包括朋友網絡和交流論壇兩部分，再如紅嶺創投只提供了交流論壇。朋友網絡與國外平臺(如Prosper)的朋友網絡相同，而交流論壇則類似于一個布告欄，在這里每個會員都可以對他人做出評論或對他人的評論做出回應。

2.社會網絡的作用和失靈

Lin et al.（2009；2012）發現在緩解借貸市場交易中存在的信息不對稱問題時，社會網絡發揮了極為重要的作用，并極大改善了借款人的信用水平。社會網絡對信用等級處于E和HR的借款人幫助較大（提高了其貸款成功率）而對D及以上的借款人幫助并不顯著 （Freedman Jin，2008；2009）。2006年10月，Prosper開始依據在線小組成員過去的貸款表現給小組評級。Lopez（2009）進一步發現，成為一個信譽良好的在線小組的一員可以提高借款人的借款成功率并且能幫助信用水平較低的借款人以可負但的利率獲得貸款。在借款人申請加入某個在線小組時，小組首領會考察借款人是否滿足條件，對其過去按時還款記錄予以確認；借款人在可能發生違約時擔心在朋友和小組成員中失去信譽而盡力還款；一些可能釋放正面信號的社會聯系（如教育水平和工作單位）等，都對加入在線小組或邀請朋友背書的借款人行為形成一定的約束，從而提升了其信用水平。社會網絡所提供的“軟”信息也能幫助出借人在“硬”信息極為匱乏的條件下對借款人信用品質做出推斷。然而社會網絡對緩解信息不對稱所起到的作用取決于其真實性和可靠性（Katherine Sergio，2009）。

Freedman和Jin（2008）發現，有的社會網絡沒有起到解決信息不對稱的作用，社會網絡能否其作用取決于其制度激勵。他們通過對Prosper過去的交易研究發現小組貸款（即該貸款的借款人為某個在線小組的成員），尤其是獲得了小組首領背書和投標的貸款，其收益率可能低于非小組貸款的收益率，且有更高的違約率。產生這一現象的原因在于，小組首領會因渴望獲得“首領獎勵”（當小組成員成功獲得貸款時小組首領可以獲得的4美元獎勵）而隨意為一個信用風險較高的借款人背書，并沒有對其進行應有的信用評估。小組首領戲弄信息制度的行為造成了在線小組的作用失靈，因此Prosper與2007年9月取消了“首領獎勵”這一激勵制度。

同樣的戲弄行為還可能發生在兩位陌生借款人上，他們通過相互背書甚至相互投標但不產生實際的資金交換以提高自己借款的成功率。Freedman和Jin（2008）發現虛假的相互背書而不投標確實提高了借款人的借款成功率，但對其償還行為沒有約束，說明借款人確實愚弄了出借人，社會網絡失靈加重了信息不對稱。而相互背書的同時相互投標則可以降低違約的可能性，此時社會網絡發揮了應有的作用。

Freedman和Jin同樣對另一種社會網絡形式——朋友網絡進行了檢驗，并發現它同樣可能發生作用失靈：一位借款人可以通過“賄賂”自己的朋友來誘使其為自己的貸款背書增信甚至投標，而其本身可能不具備償還貸款的能力。在正常的朋友背書情況下，研究發現僅有朋友背書而無投標的貸款表現比無背書貸款更差，表明僅有朋友背書不能提高借款人的信用水平。只有當既有朋友背書又有投標，即朋友愿意對此“軟”信息以親自投標的方式做出驗證時，朋友網絡才能正常發揮作用。

Iyer和Asim對留言板上問答環節中借款人自行發布的信用分數進行了檢驗。研究發現，由于此類信息難以得到查證，因此借款人有動機在自己所在的信用等級內虛報信用分數（不論他自己是否知道自己的確切信用分數）以獲得出借人的青睞。證據表明，與該信用分數相比，出借人通過推斷而制定的利率能更好地預測借款人違約。這說明出借人可能相信借款人自行發布的信用分數，存在被借款人愚弄的情況。

總結來說，有很多學者對此問題做了研究。社會網絡作為解決P2P網絡平臺上信息不對稱問題的主要方式并不總是有效發揮作用，現實證據表明確實存在社會網絡失靈甚至加重信息不對稱問題的情況。社會網絡能否有效發揮緩解信息不對稱的作用取決于其制度上的激勵機制。有效的激勵機制產生較強約束時，在線小組才能發揮有效作用；當朋友網絡顯示與借款人有較強的關系約束（如關系較近的朋友、親戚或朋友自行投標）時，朋友網絡才能發揮有效作用。

三、對于現有研究的評價

我們發現盡管P2P網絡平臺上因為“硬”信息的匱乏存在著更嚴重的信息不對稱問題，但是出借人可以通過社會網絡獲取“軟”信息來彌補“硬”信息的不足。出借人通過“邊干邊學”逐漸掌握推斷借款人信用品質的知識和經驗，并通過收取高利率對沖信息不對稱帶來的風險。然而隨著出借人對風險認識愈加深刻，P2P網絡平臺上相對次級的借款人受到排擠，轉而為信用狀況良好的借款人提供了更多空間。這意味著如果不改善社會網絡對次級借款人的增信功能，P2P平臺將持續向信用水平較高的借款人（這部分人可以獲得銀行的信貸支持）靠攏從而與銀行形成直接競爭，失去了其向眾多不能獲得銀行信貸的人提供融資選擇的補充作用，這也有悖于P2P發展的初衷。此篇綜述加深了我們對P2P網絡平臺中信息不對稱問題和社會網絡作用條件的認識，并為今后的研究指出了方向。

從2005年開始的爆發式增長到現在的業務規模穩步上升，P2P網絡平臺仍處在發展初期，在國內尤其如此。國內外學者和從業者正在實踐中逐步探索其存在的問題和相應的對策?；谛盘柪碚摵蜕鐣Y本理論，現今的研究通過檢驗Prosper的交易數據探求了其上存在的信息不對稱及其解決。研究使用了科學的計量研究方法，對數據進行了科學的處理，對變量之間關系進行了科學分析和設定，并以信號探測理論的驗證方法進行支持。因此得到的結論具有可靠性與科學性，值得借鑒和應用。但需要注意的是，由于數據局限于Prosper平臺，相關結論在廣泛引用至其它條件下時可能產生差異。另外，由于眾多研究可能得出了一些矛盾的結論，因此在多個國家不同平臺從不同視角進行研究對我們更好的理解P2P有很大幫助。

四、對未來研究的展望

Sviokla（2009）認為未來五年每個大銀行都會有自己的網絡借貸，P2P網絡借貸將成為本世紀最重要的金融服務創新。預計對此新生事物的理論研究和實踐探索將更加成熟、完善?；诂F今研究存在的局限性和更深入了解P2P網絡平臺的需要，有以下三個可能研究方向僅供今后的研究參考。

（一）探求如何構建有效的社會網絡

正如上述結論所言，社會網絡有效發揮作用需要一定的制度條件。從“首領獎勵”的引入到取消，從朋友網絡的空缺到實施，Prosper在實踐中調整著社會網絡制度，為的是讓其發揮應有的作用。然而這些調整并不是一次性就可以到位的，需要今后的研究、總結、探索。

（二）從更豐富的角度研究出借人和借款人行為

出借人在專業知識和經驗不足，以及客觀信息匱乏的條件下做出貸款決策，其決策行為深受其心理活動影響，而一些簡單的信號即可對出借人心理產生強烈沖擊，而這些簡單的信號來自于借款人的行為。更深入地研究出借人和借款人行為有助于我們發掘更好的“軟”信息來源和更合理的決策依據。

（三）結合國內現狀探求國內平臺的發展策略

美國具備健全的個人信用體系，社會信用意識較強，全國征信系統完善，平臺所提供的“硬”信息真實可靠。而國內尚未建成全面的個人征信系統，眾多平臺采用借款人淘寶賬戶信譽度等替代信用分數進行信用分級，數據有失真實可靠和權威性。在“硬”信息更不完善，社會信用體系不健全的情況下如何開展P2P網貸并維護其健康運行，是值得國內學者潛心探索的。

參考文獻：

[1]莫易嫻.P2P網絡借貸國內外理論與實踐研究文獻綜述[J].金融理論與實踐，2011（12）.

[2]吳曉光.論P2P網絡借貸平臺的客戶權益保護[J].金融理論與實踐，2012（2）.

[3]劉英.互聯網金融模式及風險監管思考[J].中國市場，2013（43）.

[4]Brown，C.M.Is Peer-to-Peer Lending Right for You?[J].Black Enterprise，2008，(39:2);146-146.

[5]Freedman.S and Jin.G.Z. Do Social Network Solve Information Problems for Peer-to-Peer Lending? Evidence from Prosper.com.[EB/OL].

http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1304138，2008-11-19.

[6]Iyer，R.，Khwaja，A.I.，andLuttmer，E.F.P. Screening in New Credit Markets:Can Individual Lenders infer Borrower Creditworthiness in Peer-to-Peer Lending[EB/OL].

http://www.ssrn.com/abstract=1570115，2009-8.

[7]Freedman.S and Jin.G.Z. Learning by Doing with Asymmetric Information:Evidence from Prosper.com.[EB/OL].http://papers.ssrn.com/sol3/papers.cfm?abstract_id=1304138，2009-12-14.

[8]Lin，M.F.，Prabhala，N.R.， and Viswanathan，S. Judging Borrowers by the Company they Keep: Social Network and Adverse Selection in Online Peer-to-Peer Lending[EB/OL].

http://ssrn.com/abstract=1355679，2011-7.

[9]Bachmann，A.，Becker，A.，Buerckner，D..Online Peer-to-Peer Lending - a Literature Review[J].Journal of Internet Banking and Commerce，2011，16(2);1-18.

[10]Herzenstein，M.，Andrews，R.L.，Dholakia，U.， and Lyandres，E.The Democratization of Personal Consumer Loans? Determinants of Success in Online Peer-to-Peer Lending Communities.[EB/OL].

http://www.prosper.com/downloads/reaserch/democratization-consumer-loans.pdf，2011-8-16.

[11]Lopez，S.H. Social Interactions in p2p Lending. [EB/OL].

http://portal.acm.org/citation.cfm?id=1731014，2011-8-15.

[12]Gregor，N.F.，KatharinaPelger and Andreas Horsch. Minigating Adverse Selection in P2P Lending: Empirical Evidence from Prosper.[EB/OL].http://ssrn.com/abstract=1650774，2012.

[13]Iyer，R.，Khwaja，A.I.，andLuttmer，E.F.P. and Shue，K. Screening Pees Softly: Inferring the Quality of Small Borrowers[EB/OL].http://www.ssrn.com/abstract=1570116，2013-3-29.

[14]Laura.G and Yuliya.K.L. 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.

（編輯：周南）