網絡借貸對提高市場效率的作用研究

唐天嬌

（中央財經大學 中國公共財政與政策研究院，北京 100081）

網絡借貸對提高市場效率的作用研究

唐天嬌

（中央財經大學 中國公共財政與政策研究院，北京 100081）

文章比較了不同情況下小微企業貸款對貸款資源利用率的情況。在傳統金融體系下小微企業向銀行貸款帶來的效率損失，由于信息不對稱的存在使得資源不能得到良好的利用。在互聯網金融中，依托云計算的電商小貸可以對于企業的信用進行甄別與評級，使得對于不同風險下的企業有不同的貸款利率，較大的提高了資源的使用效率。最后，文章給出關于互聯網中網絡借貸的結論與建議。通過完善相關法律體系與信用體系可以使網絡借貸走向規范，同時，與傳統銀行業合作可以使小微企業得到更多貸款，有望較好的解決小企業融資難的問題。

信息不對稱；傳統銀行；網絡借貸；市場效率

一、小微企業融資現狀

小微企業一般指規模較小的小型或微型企業，一般小微企業的產權和經營權比較統一，經營商品品種單一，市場上占有率較低。市場中絕大多數企業為小微企業，作為市場經濟中的主體，其占中國企業總數的95%以上，在經濟發展過程中起到重大作用。但由于小微企業具有自身的貸款數額（一般融資需求在500萬元以內），經營數據少以及信用擔保不完善等特點，故多數小微企業無法得到支持其發展的資金，這成為阻礙其發展的主要問題。相關數據表明該，中國如今存在超過4200萬家中小企業，其中約有3800萬存在融資需求，但是有近7/10的企業不具備申請銀行貸款的能力。

目前小微企業獲得貸款的途徑主要有：從企業內部籌集資金，即獲取內源資金，但往往內源資金不足，無法滿足企業成長過程中全部需求；從銀行貸款獲得外源資金，由于傳統銀行往往以大企業為主要客戶，甄別小企業還款能力成本較高，利潤較少，故仍無法滿足企業需求；從其他信貸機構，如網絡平臺等金額貸款機構獲得貸款，目前此種方法的影響正在逐漸擴大，愈來愈多的微小企業可以從中受益。

二、電商小貸的情況

如今隨著互聯網的高速發展，互聯網金融為小微企業融資提供了新的思路。網絡借貸是借助電子商務網絡平臺對借貸雙方信用等級進行評估并完成交易的一種貸款模式?；ヂ摼W金融依托網上交易留下的大量歷史資料及一些相關資料，可以擁有傳統銀行無法得到的信息流，并借助云計算的技術進行分析評價，使得以電商為核心的借貸機構在較低成本的情況下為小微企業提供資。由于具備大量信息，小微企業可以再申請貸款時可以克服傳統金融市場上信息不對稱所帶來的損失，使小微企業得以繼續發展。作為借方的電商又依托網絡平臺節約固定成本，減少損失，加速資金流動和使用效率，合理的劃分信用評價等級，進而決定利率，提高了市場的效率與資源的合理的利用率。

目前，以電商為核心的網絡信貸發展迅速，創新模式也層出不窮。早在2012年規模超過8萬億元，其中以阿里巴巴，京東，亞馬遜為電商平臺的主要代表。

網絡借貸一般數額小，門檻低，期限不固定，流動性大，對于小微企業有較大的便利，可以以較低的成本取得所需資金。

三、逆向選擇模型的構建

1、構建思路

小微企業在傳統金融市場中無法將自己的信用等價與其他相似小微企業區分，使得市場由于信息不對稱承擔部分損失。

在互聯網金融中，由于電商掌握小微企業的歷史交易數據域其他相關信息，故可以給予小微企業較準確信用劃分，在甄別過程中，以數據為基礎，可以提高資源的使用效率。

2、構建步驟

（1）在傳統金融模式下，小微企業與銀行間存在著較為嚴重的信息不對稱。

基本假設：

此時假設市場上的銀行作為一個整體，對所有小微企業提供相同利率條件的貸款。且此時銀行提供貸款的成本為0，且借出貸款可以得到一定利息收益，銀行是風險厭惡且追求利潤最大化的。銀行無小微企業信用相關數據而只知道其概率分布此時小微企業分為兩種，一種有較高P1破產風險，一種有較低P2破產風險。除了虧損發生概率不同外，其他情況兩個公司均相似。破產即無力償還貸款，影響銀行收益。對于此時信用等級較低，即風險較高的公司來說，此時公司急需較大數額貸款以供內部流轉，所需金額為N1，而對于較穩定的公司來說，可以通過內部籌融資獲得一部分資金以減少銀行借貸壓力，故所需金額較少為N2。

由相關數據可知小企業倒閉的概率為30%-50% ，現假設［0.3，0.5］包含了所有小企業可能倒閉的概率且概率為均勻分布，F是定義在區間內的累積分布函數。代表了銀行所知的小微企業破產的概率分布，為銀行所了解的信息。設對于任意一個破產概率P，有F（P）表示事故發生的概率效率或等于P的消費者的比率。

模型構建與求解：

此時由于銀行無法是甄別小微企業的還款能力，在此時由于存在信息不對稱，故給予每個不同公司同樣的貸款數額N與相同的利率r。此時銀行有非負的利潤，對于所有消費者是市場上的貸款有唯一均衡利率r與數量N。

對于銀行來說，若期望有整的收益，則銀行無論何時都愿意供給，若收益為負，則拒絕提供貸款。于是我們可認為在不考慮通貨膨脹因素下，若猜測銀行有為0收益時：

其中E（p）為不同種企業期望破產概率。此時對于任何企業銀行帶塊數量為N。但是由于信息不對稱的存在以及銀行作為風險規避者不愿意以低利率貸款，具有低風險的企業不愿意按照此時的利率向銀行貸款，使得愿意貸款的企業多為風險較高的企業，則銀行無法正確對風險進行評估，使得最終銀行貸款的壞賬率多于估計率。

因為此時對于借貸的小微企來說，在降低成本的條件下得到借款使得企業在投資后獲得正的利率。

其中t為小微企業的投資回報率。P為小微企業的破產概率，M為企業總資產。

小微企業才肯向銀行申請貸款。

綜合企業與銀行雙方借貸條件，我們可知：

時銀行才愿意向企業提供貸款，企業也愿意接受銀行貸款。則此時有唯一均衡利率。

唯一的混同均衡如圖：

為競爭性均衡情況下利率。

模型簡化：

若市場中只有兩種小微企業，一種有風險破產概率P1，一種有高風險破產概率P2.此時銀行仍無法將二者區分。只知道低風險破產概率的小微企業占企業總數的比率為X，高風險的企業占總數比率為（1-X），此時高風險的小微企業接受與低風險企業一樣的貸款利率。

此時兩種企業的期望破產率為：

為使得銀行有非負的利率，銀行只接受

即收回的利息大于期望的壞賬損失。對于兩種不同破產風險概率的公司，只有當貸款后投資回報大于不貸款經營時才肯貸款，故需滿足：

時企業才申請貸款，此時有混同均衡圖（如上圖）。

結果分析：

圖中陰影部分為潛在的混同均衡，此時對于銀行來說仍然有正利潤。

由于傳統市場中存在逆向選擇，故對待不同的破產風險的公司采取統一的貸款利率必會導致效率損失，此時陰影處存在改善空間。無法達到帕累托最優。

實際檢驗：

由于以阿里小貸為主體的電商小貸約成立于2010年，有資料可知取2010年末小微企業不良貸款率5.1%，一般情況下小微企業不良貸款率較高于整體。

由相關數據可知小企業破產的概率為30%-50%，選取低風險破產率微30%，高風險微50%。小微企業利潤率最低為30%，所貸款恰好與公司破產時總價值相等。故可知可能混同均衡時貸款利率為5.1%＜r＜5.8%。2010年底銀行短期貸款率約為5.35。

（2）在互聯網金融模式下，小微企業與電商之間可以通過信號傳遞解決信息不對稱問題。

基本假設：

假設電商可以通過數據收集，大規模的云計算對商戶貸款的還款信用進行相應評級。那么，此時對于不同破產風險的企業，銀行可以為不同的小微企業分配不同的貸款利率。

假設此時市場只有兩種小微企業，分別為低風險破產率P1與高風險破產率P2。其中0＜P1＜P2＜1。其中較低風險的小微企業占的比率為X，高風險的企業占比率（1-X）.

模型構建與求解：

由于此時企業可以通過自己的歷史數據將自己的類別與其他企業區分出來，那么銀行會選擇兩種不同的利率分別作為不同數額貸款貸款利率。兩種企業通過選擇不同數額的貸款來表現自己的類型同時最大化自己的利益。當銀行提供不同貸款時，需保證期望利潤為非負，此時有：

P1為低風險企業破產概率，P2為高風險企業破產概率，N1為低風險企業貸款數量，N2為高風險企業的貸款數量。

對于兩種類型的小微企業來說，需要滿足的條件為選擇銀行貸款獲得利潤大于不去銀行貸款且兩種企業沒有動機去偽造數據冒充另一種企業。

則較低風險小微企業需滿足條件為：

1

較高風險小微企業需滿足條件為：

且兩者之間沒有相互冒充的激勵，由于較高風險通常以較高利率貸款，故較低風險無冒充較高風險的激勵，但是較高風險在一定條件下會冒充較低風險投資者。

此時要使市場中不存在冒充，則需要滿足：

（1-P1） N1 t1-N1R1＞（1-P2）N2t2-N2R2

即對于第一種企業來說以較高利率貸較多的錢比較低利率貸較少的錢更合適。

此時存在分離均衡：

在圖中橫軸為貸款數量，縱軸為貸款利率。企業的無差異曲線向右下角逐漸變大，此時不存在不損害其他人利益條件下，均衡的改善，為帕累托有效的。

結果分析：

在分離均衡中，由于兩種企業沒有激勵去模仿另一種企業，同時電商無法獲得超額利潤，故此時均衡為帕累托有效的。提高了資源的使用率，降低由于信息不對稱帶來的損失。

3、結合現實生活中兩種情況下的比較

（1）辦理貸款的要求。對于小微企業來說，在申請傳統銀行的貸款是由于數據缺失等可以進行相關信用評價信息的缺失，使得小微企業無法正常申請到銀行的貸款。對于銀行而言，甄別小微企業的成本投入較大，貸款數額小且期限短使得投入與回報比較較高，不利于銀行盈利。故傳統銀行不愿意與小微企業合作貸款，即使合作，對于貸款數量N有較高要求。

但對于電商金融來說，其貸款的流程化與人工費用的減少使得發放貸款成本大大較低，依靠大量的歷史交易數據可以快速準確地對小微企業進行判斷篩選，同時給予更多企業貸款機會，滿足小微企業的需求。使得資金流動率加快，使用效率提高，資源得到良好配置。

（2）貸款所耗時間與成本。使用傳統的金融中介由于人工收集資料，審批資料，耗時較長，步驟繁瑣，不適于小微企業對于資金的快速要求，在給定事件內無法提供小微企業必要貸款。

電商金融對于小微企業信用評價清晰，成本低，操作便捷，對于抵押品無要求，使得資金發放速度快，且還款日期寬松，隨借隨還，不必損失利息費用。對于小微企業來說，更節約經濟資源。

（3）壞賬率。在傳統的銀行貸款體系中，即使銀行對于申請貸款的小微企業有較為嚴格的篩選排查，但是由于數據的不完備，信息的不對稱，使得小微企業的壞賬率明顯高于一般企業貸款，加大了銀行損失，使得小微企業在銀行內貸款風險不易把我，銀行對小微貸款愈加嚴謹，使得小微企業在銀行內取得貸款難度增加。

互聯網金融則借助合理的企業信用評價體系保障了資金的安全，通過對資金使用情況的監督管理，克服了信息不對稱帶來的損失。在過去的幾年中，電商金融的壞賬率比傳統銀行體系中小微貸款壞賬率大大較低。使得貸款風險得到合理的控制，減少了企業與電商雙方面的損失。

（4）信息溝通。傳統金融所需信息多為個人信息，需要為客戶保密，無法在銀行間進行資源共享。況且銀行為保護與維護客戶資源不愿意將其轉讓。

互聯網金融則可以通過交易數據的共享實現對于企業的全面了解，同時，在某一電商的違約信息將影響到企業在其他電商平臺的融資貸款，有助于企業了解商戶信息，建立共享有效的數據資源網絡。

（5）賬戶信息安全。傳統銀行將為企業信息建立良好的保密系統，使得客戶賬戶風險小?；ヂ摼W金融易遭受黑客等襲擊，也可能由于人為的操作失誤帶來損失，安全性較低。

四、結論與建議

通過比較存在逆向選擇與信息不對稱下的傳統金融模式與信息對稱下的互聯網金融模式可以看出，電商金融小貸可以較好的解決信息不對稱的問題，在短時間內提供企業所需一定數量的貸款，同時根據信用等級的不同給予不同的貸款利率。在一定條件下提高了資源的使用效率，有助于企業的長期發展。

相關建議：

為使互聯網金融更好地為小微企業，為國家經濟服務，在以下方面需要做出相關改善。

1、建立健全法律體系。網絡借貸屬于新生事物，國家尚無相關法規規范相關借貸活動。為彌補法律方面的空白，需要制定相關法律法規來肯定其活動的合法性，規范其流程，穩定其利率以避免相關利率泡沫。

2、明確規范信用評級體系。目前網絡金融信用評價各異，規則不一致使得信用評價無統一規范。應綜合考慮多方因素給予全面的個人信用考核，通過完善的收集數據建立評價體系，在建立了統一的信用評價之后，可以加快網絡借貸的操作效率，使得企業與電商間成本降低。

3、加強網絡風險的監管。開發完善安全的操作系統，避免黑客等系統漏洞帶來的損失。同時，應是貸款操作步驟簡明易懂，方便商戶操作，減少其他損失。

4、加強與傳統銀行的合作溝通。傳統銀行有較充裕的貸款資金而缺少信用評價數據，互聯網金融中的電商可以通過將自己掌握資料與其溝通實現互補，提高傳統金融體系中資金的使用率。

［1］劉冀生.當前我國中小企業持續成長關鍵成功因素分析［J］.第四屆中國杰出管理者年會論文集，2008.

［2］方菊香.B2C電子商務信用體系建設探討［J］.甘肅金融，2013（6）：53-55.

［3］李志強.小微企業融資難題與信息化對策［J］［J］.當代財經，2012，10：80-81.

［4］北京晚報，小微企業做不到30%的利潤率就得破產2012-02-15.

［5］游春，張緒新.網絡借貸——中小企業融資新平臺［J］.中國信用卡，2012（2）：61-63.

（責任編輯：劉偲然）