增信服務還是腐蝕效應：論金融科技等新興產業發展過程中的風險信號

孫 娜，宋良榮，孫 妍

（1.上海理工大學 管理學院，上海 200093；2.上海師范大學 天華學院，上海 201815；3.上海大學 計算機工程與科學學院，上海 200444）

當前，金融科技（Fintech，全稱Financial Technology，即使用互聯網、大數據、區塊鏈、云計算、人工智能等現代技術開展金融業務服務的行業）正在迅速地改變著人們的生活，促進社會經濟發展。但另一方面，其蘊含的風險也不容忽視。這是一種由技術風險和金融風險相疊加而形成的新型風險［1］，一旦暴發，造成的危害是巨大的。因此，重視風險及時總結經驗與教訓，無疑是當下的一個重要研究任務。

從金融科技的業務內容來看，主要包括4 個方面，即智能分析、智能投顧、支付清算、網絡信貸（P2P）［2］。其中網絡信貸（P2P）的風險暴露得最為充分，曾幾乎對整個網絡信貸行業形成了致命的打擊。伴隨著金融科技與互聯網技術的突飛猛進，中國的網絡貸款大潮來勢洶涌，去得匆匆。從頂峰時期的6 000 多家網絡信貸平臺，到如今尚在正常經營的網絡貸款平臺已經不足百家。隨著網絡信貸的偃旗息鼓，一場代價無比昂貴的新興產業實驗結束了。然而，總結教訓，避免在金融科技的其他分支產業發展中重蹈覆轍，無疑是尚未完成的重要任務。

一個重要的問題是，網絡貸款平臺作為新興的金融科技企業群體，為什么其風險暴發會變得一發而不可止？其爆炸式傳播的鏈條與機理是什么？有哪些經驗教訓應當總結？對于其他的金融科技企業的風險防范有什么啟發意義？在今后的金融科技企業發展中應當如何避免風險傳播與積累？

當前，比較主流的看法是，網絡貸款平臺的增信服務導致了暴雷，比如承諾保本保息等。但問題在于，銀行也是通過增信服務吸引客戶的，它對儲戶承諾保本保息，這樣儲戶才能夠放心地把錢存入銀行。為什么同樣是存放貸業務中的增信手段，網絡貸款平臺就不可以用呢？其實，增信服務并不是網絡貸款平臺暴雷的真正原因，其深層原因或說風險暴發的機理是沿著各個平臺的資質水平高低所形成的資質鏈展開的腐蝕效應。

可能的創新有如下3 點：

1）發現并提出了行業風險爆發的“腐蝕效應”現象，系統地提出了腐蝕效應發生的條件與機理，即腐蝕效應是沿著行業中各個企業的“資質鏈”由弱到強的風險暴發擴散過程。之所以將其命名為“腐蝕效應”，因為其過程與金屬的腐蝕過程十分相似：先從最容易腐蝕的部位開始，然后向最不容易腐蝕的部位延伸，直到全部金屬被腐蝕掉。更進一步地研究發現，市場競爭的無謂成本是導致腐蝕效應的重要原因。

2）首次用統計方法證實了腐蝕效應的存在。

3）與當前關于網絡貸款行業出現大規模爆雷的主導觀點即把爆雷歸咎于其“增信服務”不同，從腐蝕效應的原理來看，“增信服務”并不是網絡貸款行業出現大規模風險的真正原因。真正引發風險的，是網絡貸款企業的資質參差不齊，并且普遍低于傳統商業銀行的資質。

根據檢索，目前尚沒有發現關于風險的腐蝕效應的理論與研究，也沒有發現從腐蝕效應角度對網絡貸款平臺的風險機理的研究。

后面的分析將證明，行業中企業的進入門檻難以有效控制，導致低資質企業大量進入市場，成為誘發腐蝕效應的重要原因。因此，對于金融科技等快速發展的新興行業或業態，研究腐蝕效應的機理及過程，有效地預防腐蝕效應造成的危害，在積極地發展新行業新業態的同時避免風險和危害，對于保證社會與經濟的穩定而高速地發展，具有重要的意義。

1 文獻綜述及網絡貸款暴雷原因的“增信服務說”存在的主要問題

關于引起網絡貸款平臺大量倒閉的風險來源，有不少學者都將其歸咎為網絡貸款的“信用中介”的錯誤定位，提出只要網絡貸款平臺從“信用中介”回歸到“信息中介”，平臺就可能避免風險［3］，認為信息中介是網絡貸款網絡平臺的異化［4-6］，網絡貸款應當回歸信息中介的定位而不應當是信用中介［7］，認為網絡貸款的信用中介定位弱化了出借人的感知風險［6］。

但問題在于，傳統的銀行也是信用中介，銀行通過自身的信用擔保，把儲戶的資金以存款的形式吸收進來，然后再以貸款的形式發給資金用戶。正因為銀行對儲戶承諾了保本保息，儲戶才能夠放心地把錢存入銀行。商業銀行的信用中介職能是其最基本的職能之一。那么，為何商業銀行可以提供增信服務，網絡貸款平臺就不能呢？

實際上，有許多學者都提出了客戶的信任對網絡貸款平臺的重要性。王會娟和廖理、Lee 和Kim、Parguel 等都指出，信任是網絡貸款平臺成功的基礎［8-11］。王秀為等認為，網貸成功交易的前提在于出借方建立起對平臺的初始信任，安全保障、信任傾向和借款人聲譽影響出借人對借款人的信任，信任顯著影響出借方的出借意愿［12］。Herzenstein、Duarte 等都提出，在網絡貸款平臺上，只有資金出借人充分相信資金的安全性，才會產生資金出借行為［13-14］。Yan 等用統計回歸方法研究影響投資者對網絡貸款平臺的信任水平的因素，發現網絡貸款平臺的財務狀態是影響信任的重要因素［15］。Ceptureanu 等研究了聲譽對于網絡貸款平臺的信任水平的影響［16］。Taeuscher 提出客戶們毫無疑問地會選擇可信任的平臺［17］。Yao、Jiang、劉征馳和賴明勇、Dorfleitner 等研究了虛擬抵押品和軟信息等對提升信任水平的重要作用［18-21］。Lin 等認為，資金使用人的關系網絡對資金出借人的選擇影響很大［22］。Yang 提出網絡貸款平臺中的照片對資金出借人的信任感具有很大影響［23］。張朝輝還提出對于C2C 信用評價可以借鑒P2P 模式［24］。曾江洪等進一步研究了信用評分的影響［25］。陳冬宇和林漳希研究了網絡信貸中的信任對借貸意愿的影響機制［26］。陳冬宇等從實證角度研究了信任和出借意愿的關系［27］。更進一步地，陳冬宇還從社會認知理論角度研究P2P 的交易信任問題［28］。

更有大量的學者指出，基于網絡的所有商業活動都需要以信任為基礎。比如，Wu、Greiner and Wang、Jarvenpaa、Kim、McKnight、Pennington、Pavlou 和Gefen、Gefen、Song 和Zahedi、Pavlou、Shankar、龐川、McKnight 等都認為網絡條件下信任對于商業行為具有十分重要的意義［29-41］。

實際上，正如Hardin 提出的，信任是如此的重要，以至于它是所有的社會經濟活動的基礎［42］。陶芝蘭和王歡提出，從人際信任到制度信任則是社會發展的過程［43］；而張維迎和柯榮住也對信任在經濟活動中的重要意義與機理進行了深入的研究［44］。

2 腐蝕效應理論的提出

2.1 商業銀行與網絡貸款平臺的差別

由文獻回顧可以看出，信任在經濟活動中尤其是金融業務中是極為重要的。正因為如此，一些金融類經營行為，為了確保能夠成功，往往都采取一定的增信措施。所謂增信，主要是融資人為減少客戶對投資風險的擔憂而采取的各種保障措施，比如回購、第三方收購、擔保、承諾保本保息即剛性兌付［45］，一些融資項目還利用政府信用進行政府背書等來增信。此外，對于企業的聲譽與信譽進行描述宣傳等的“軟信息”，在實質上也是一種廣義的增信。不過，對于一般的金融業務來說，最為常見的就是承諾保本保息等增信方式。由此可見，從企業經營角度來看，增信本身并不是一種負面的不良行為，而是正常的經營行為。

但問題在于，既然銀行與網絡貸款平臺都存在增信行為，為何商業銀行安然無恙而網絡貸款平臺卻出現了大規模的爆雷？把網絡貸款平臺的大規模暴雷僅僅歸咎于其開展了“增信服務”，顯然是有問題的。

從監管角度來看，商業銀行與網絡貸款平臺的最大不同是銀行的監管很嚴格，入門門檻很高。中國規定全國性商業銀行最低注冊資本金為10 億元。但是對網絡貸款企業只是作為一般公司管理，3 萬元就可以辦一個網絡貸款公司。可見，企業資質的巨大差異，才是網絡貸款行業與商業銀行行業的真正區別所在。

2.2 腐蝕效應現象及機理

隨后的ARMAX 模型實證表明，網絡貸款企業的大規模爆雷，是沿著企業的資質水平由弱到強的“資質鏈”的順序展開的：那些資質水平最差的企業（通常是小企業）率先爆雷，然后一些資質水平較高的企業也開始出現暴雷，最后則即使是資質水平最高的企業，也抵抗不住市場的壓力而倒臺。

網絡貸款行業在實際上是一個由眾多投資者和貸款者及網絡貸款平臺組成的市場系統。其中，投資者追求的目標是低風險高利率回報，貸款者的目標是低利率成本下得到所需額度的貸款，而網絡貸款平臺追求的目標是投資款與貸款之間的利差最大化和客戶最多（市場占有率的最大化）。

第一階段為行業擴張期。這時網絡貸款的市場系統是穩定的，“風平浪靜”的。投資者、貸款者及平臺等眾多個體在博弈均衡的基礎上實現自己的目標，政府也持鼓勵態度。由于行業的利潤較高，從而吸引大量企業加入，從事網絡貸款的平臺企業大量增加，行業處于快速擴張的階段。

第二階段為偶然沖擊期。經過一定時期的擴張之后，行業內部已經充斥著大量的資質水平各異的企業。由于各種內外因素的變化，行業系統不可避免地會受到一定程度的風險沖擊，比如某黑天鵝事件等利空消息、國際國內的環境變化等，導致各個企業在客觀上會受到一定的“風險壓力測試”。這時，一些資質水平較低的低資質平臺企業往往會率先暴雷倒閉。

第三階段為無謂成本飆升期。一些企業的倒閉造成本行業的聲譽及可信任程度的降低。在這樣的情況下，投資者就會變得謹慎起來，自我保護意識加強并伴隨一定的自我保護行為，比如投資意愿降低、提前支取已有投資。更為嚴重的是，人們的行為容易相互傳染而形成所謂的“羊群行為”，形成投資者對網絡貸款平臺的大面積擠兌。

這些情況導致網絡貸款平臺的經營額大幅度下降，造成企業生存困難。為了爭奪客戶以渡過難關，一些網絡貸款平臺企業不得不加大增信行為和提高投資利率。這樣，就會形成在各個網絡貸款平臺之間爭奪客戶的現象。這種競爭的結果，就是導致整個網絡貸款行業的平均“增信”成本的提高和投資與貸款的利差的普遍降低。這在實質上是競爭帶來的“無謂成本”的大幅度提高，意味著網絡貸款平臺企業的生存環境進一步惡化，從而導致一些具有一定資質水平的平臺企業也發生倒閉。在這個階段，從平臺的抗風險水平角度來看，暴雷倒閉的平臺企業，已經從資質水平最差的平臺向資質水平較強的平臺漫延，即暴雷進一步沿著企業的資質鏈從低向高漫延。

第四階段為風險暴發期。特點為網絡貸款企業大量暴雷，形成雪崩現象，無論企業的資質水平高低皆難以幸免。這是因為，網絡貸款平臺企業接連暴雷，導致那些已經在平臺貸款的人對當前尚在運營的平臺形成了倒閉預期。而一旦他們的債權人平臺倒閉（特別是平臺負責人“跑路”這種暴雷方式），他們的所借到的貸款就會變成“無主債”而無須償還。這樣，一些具有“賴賬”動機的貸款者往往會拖延還貸而“故意等待平臺暴雷”，導致平臺企業的壞賬大量增加，從而在本來已經由于平臺企業之間競爭導致的無謂成本大幅度增加的基礎上再“雪上加霜”，形成新一輪的資質水平更高的網絡貸款平臺的倒閉潮。

這一階段，企業倒閉的風潮如狂風暴雨一般勢不可擋，即使資質水平最高的企業往往也難以幸免。

這種由最初的資質水平最差的企業爆雷倒閉，漸漸向資質水平較強的企業爆雷漫延，形成沿著資質水平由低到高的拉鏈式的風險展現過程（圖1），所以將之命名為“腐蝕效應”。

圖1 腐蝕效應過程

在腐蝕效應形成的過程中，無謂成本的大幅度上升是一個十分關鍵的環節。所謂的無謂成本的概念，來自Sun 的著作Five institution structures and institutional economics［46］，是指社會競爭導致的一種常見“效率損失現象”，即在許多同類個體之間出現競爭時，如果缺乏第三方的監管，常常只會導致大家白白地付出競爭成本，使得原本可以不用競爭就可得到的標的物變成只有通過競爭才能得到。這就如同夜晚在農村的場院上看露天電影（這是中國1960—1980 年農民的主要娛樂方式）：本來一開始大家都坐在小板凳上觀看，人人都很輕松。但通常會有人覺得前面的人身子太高，影響自己觀看，從而把身子向上伸展。這樣，就會導致他后面的人也不得不跟著把身子向上伸展。這樣就出現了“相互比高”的奇怪現象，惡性循環，往往是你伸得高我就比你伸得更高，最后的結果就是，大家都站立起來，伸著脖子踮著腳看電影。這種“伸高競爭”的結果，就是使本來大家都可以坐著很輕松情況下看得很清楚的電影，變成了只有大家都必須站立著很累的情況下看電影了。這種本來可以“不累”情況下輕松得到的東西，變成了“很累”情況下還不一定能夠得到，這就是競爭下的無謂成本導致的低效率。

在人類社會中，無謂成本現象非常普遍：產品的包裝競爭和廣告競爭、國家之間的軍備競爭，都會造成大量的無謂成本。無謂成本理論還能很好地解釋市場中的一個普遍現象：凡是門檻低到隨便進入的行業，利潤都非常低，這是因為效率被無謂成本破壞了。

在網絡貸款行業中，由于競爭的存在，許多企業通過各種方式強化增信服務，其實質是由企業把風險攬到自己頭上，實際上正一種無謂成本，這只是大量的企業相互競爭導致的一種無奈而已，并不是企業天生喜歡承擔風險。

2.3 形成腐蝕效應的兩個基本條件

無謂成本在市場中并不是天生就存在的，而是有它獨特的產生條件：只有當市場中資源減少，企業吃不飽，即所謂的“僧多粥少”，從而形成激烈競爭后才會出現大量的無謂成本。這就解釋了為什么會在網絡貸款平臺爆發式增長后才出現了一發不可收拾以暴雷為特征的腐蝕效應。

但是，無謂成本的直接作用是導致企業的效益下降，并不一定能夠形成腐蝕效應。腐蝕效應的形成還有一個重要條件，就是行業內的企業資質參差不齊，特別是存在大量的低資質企業，腐蝕效應才會出現。

因此，形成危害極大的腐蝕效應必須存在兩個基本條件，一是行業內出現了較高的無謂成本，二是行業內的企業資質參差不齊并且存在大量的低資質企業。

腐蝕效應的這兩個基本條件為負責宏觀管理的政府部門提供了調控市場的重要的理論依據：對于一些新興的特別是與金融有關的行業，如果出現難以控制的暴發式發展，就要警惕腐蝕效應了。在當下，金融科技發展大有如火如荼之勢，在這樣的時候，保持清醒的頭腦，加強審視和提高行業內企業的資質水平，無疑是一項重要任務。

3 研究方法與數據

3.1 研究方法

以網絡貸款平臺企業的時間序列數據為基礎，采用ARMAX 模型（auto regressive moving average models with external input，具有外部輸入的自回歸移動平均線模型）。這種模型雖然回歸過程比較復雜，并且要求對原始數據進行平穩性處理，但對于時間序列數據，其回歸效果遠比一般的OLS（ordinary least squares，普通最小二乘法回歸）模型好。只要充分地增加自回歸滯后和殘差的移動平均滯后，就可以使ARMAX 模型實現動態完備性（dynamically complete model），回歸的殘差可以達到良好的白噪聲水平，要比一般的OLS 回歸可靠得多。

3.2 數據的來源與特點

共收集了各類網貸平臺公司共20 萬多條原始數據，以及2013 年6 月以來的上證指數月漲跌幅數據和銀行利率和同業拆借利率。然后，通過處理形成了以月度為單位的時間序列數據。

網貸平臺數據來自第三方信息平臺“網貸之家”和“網貸天眼”，上證指數漲跌幅數據來自中信建投股票交易系統，銀行利率及同業拆借利率數據來自中國人民銀行官網。

全部網絡貸款平臺按照當月狀態被分為3 種類型。第1 種是正常平臺（當月處在正常運營的平臺）。第2 種是問題平臺（已經出現各種問題不能正常運營的平臺）。第3 種是新增平臺（當月新上線開展運營的平臺）。

為了防止回歸時產生內生性，在數據的計算方法上，正常平臺與問題平臺和新增平臺在計算上邊界清楚而不交叉，即對于每個具體平臺來說，要么它只屬正常平臺，要么只是屬于問題平臺，要么只是屬于新增平臺。

3.3 變量定義

被解釋變量fais，是每月下線的問題平臺的平均規模。用企業的注冊資金來表示企業規模，注冊資金多則表明企業規模大。觀察發現，在剛剛出現網絡貸款爆雷的時候，問題平臺多為小企業，這時fais的值較小。隨著問題平臺的不斷爆雷，fais 的值漸漸增大，也就是隨后爆雷的平臺的規模越來越大（圖2）。這說明：在行業內出現風險苗頭時，資質水平低的企業先倒閉，然后漸漸引起資質水平高的企業倒閉，從而形成了隨著行業內企業的“資質鏈”從低到高的倒閉順序。這是存在腐蝕效應關鍵證據。設計被解釋變量fais，就是擬從統計上考察這種腐蝕效應是否存在。

圖2 每月下線的問題平臺的平均規模fais

解釋變量tofain為按月度積累的問題平臺總數量。設計解釋變量tofain 的思路是，爆雷平臺的數量不斷積累增加，可能是導致爆雷平臺規模漸漸變大的原因，如果在模型中tofain 顯著，就說明的確如此，也就是行業內存在腐蝕效應。為了防止模型的內生性，tofain 中只包括從T=0 時到當前月的上個月為止的問題平臺的累積數量，不包含當月的問題平臺數量。這樣，可以防止被解釋變量fais（全部為當月的平臺數據）影響到解釋變量tofain 而產生內生性。

控制變量bors 定義為當月新上線的平臺的平均規模。設計該控制變量的目的，是用來檢驗問題平臺的規模不斷增大這一現象，是否是由新增平臺的平均模型不斷變大引起的（如果這樣，就否定了問題平臺的規模變大是由問題平臺的數量增加導致的，從而否定了腐蝕效應，這是為了檢驗腐蝕效應是否的確存在而設計的）。從圖3 來看，bors 似乎沒有漸漸變大的趨勢，但進行科學的判斷，還需要在回歸模型中對其進行顯著性檢驗才行。因此，增加控制變量bors，主要是為了提高分析的嚴謹性。

圖3 每月新上線平臺的平均規模bors

控制變量intere 定義為中國人民銀行規定的一年期存款利率。數據來自中國人民銀行官網。眾所周知，銀行存款利率越低，網絡貸款平臺吸引的資金就會越多。

控制變量shaind 為上證指數的月漲跌幅。網絡借貸市場與股票市場之間通常存在相互影響的現象［47］。

控制變量banklen 為銀行間7 日同業拆借利率，數據來自中國人民銀行官網。該利率的高低，反映了市場上資金的緊張程度，對網絡貸款平臺的運行狀態具有一定影響。

上述變量定義及符號皆針對原始變量數據進行。由于這些變量數據全部是時間序列數據，并且都是非平穩數據的，不能直接用來進行ARMAX 模型回歸。因此，必須對這些原始數據進行差分等，使它們轉變為可以回歸的平穩的數據序列。

4 對原始變量數據的平穩性的考察與平穩化措施

由于原始的時間序列數據通常具有較強的序列相關性，破壞了樣本的隨機性假定，導致中心極限定理與大數定理失效，從而不能直接用來統計回歸。因此，需要對變量的原始數據進行平穩化考察，如果為不平穩數據，就需要對其進行平穩化處理。

由于涉及變量較多，為了節省篇幅，僅舉例展示一個變量的平穩化處理過程。被解釋變量fais（各月份由于出現問題而下線的平臺的平均規模）在模型中具有重要地位，其回歸結果對證實腐蝕效應是否存在具有決定性作用。因此下面將展示對其的平穩性的檢驗與平穩化處理過程。其他變量處理過程類似，故從略。

對fais 的平穩性考察需要分析其自相圖（圖4）、偏自相關圖（圖5）、單位根檢驗（表1）等。

表1 變量fais 的6 階ADF 單位根檢驗

圖4 fais 的自相關圖

圖5 fais 的偏自相關圖

由圖4 與圖5 可見，fais 自相關圖6 階截尾，偏自相關圖拖尾。

表1 說明，變量fais 的ADF 檢驗表明其不平穩。

為了使其平穩化，對變量fais 取對數后再差分，形成處理后的變量dlnfais。然后考察其平穩性，如圖6～圖8、表2 所示。

圖6 變量dlnfais 的時間變化曲線

由圖6 可見，dlnfais 已無明顯趨勢。由圖7 及圖8可見，dlnfais 自相關1 階截尾，偏相關拖尾。

圖7 dlnfais 的自相關圖

圖8 dlnfais 的偏自相關圖

由表2 可見，對dlnfais 進行ADF 檢驗的結果表明，該變量可以在1%的水平上拒絕存在單位根的原假設，平穩性良好。

表2 變量dlnfais 的ADF 單位根檢驗

其他變量的平穩性檢驗與平穩性處理過程與fais 相同，為了節省篇幅，從略。

通過原始變量的平穩化處理，各個原始變量全部具有了良好的平穩性，從而達到了利用ARMAX模型進行可靠的回歸分析的要求。這些原始變量與處理后的新變量的對應名稱見表3。

表3 平穩化后各變量的對應名稱

5 ARMAX 模型回歸分析

采用ARMAX 模型來檢驗和證實腐蝕效應的存在。根據各變量經平穩化后的自相關圖與偏相關圖，各變量的平穩序列的滯后階數情況見表4。

表4 平穩化處理后變量的相關階數情況

根據表4，在使用全部變量進行回歸的情況下，應當采用ARMAX（1，3；1/3）模型。在表5 中，所有的模型回歸一律使用異方差穩健標準誤，以防止異方差對回歸的干擾。

由表5 可見，隨著模型中變量的增加，模型的信息準則AIC 逐漸變小，但模型殘差的白噪聲性在變差（Prob＞Chi2 在變小，也就是如果拒絕殘差為白噪聲的原假設，則犯錯誤的概率在變小）。其中的原因主要是加入更多控制變量會引起多重共線性從而造成標準誤增大，從而導致白噪聲變差。可見，由于存在白噪聲性要求的制約。因此不宜加入過多的控制變量。

表5 中，Model（1）為被解釋變量dlnfais 對解釋變量即下線的問題平臺積累數量變量dlntofain 的回歸。回歸結果顯示dlntofain 的系數為0.277，且在1%的水平上顯著，說明的確隨著問題平臺的累積數量的增加，后面出現問題而下線平臺的平均規模會變得越來越大。

表5 不同模型的變量顯著性及信息準則及白噪聲檢驗情況

Model（2）是在Model（1）基礎上增加了當月新上線的平臺的平均規模變量dlnbors，該模型的用途，主要是用來檢驗問題平臺的規模不斷增大，是否是由于新增平臺的平均模型不斷變大引起的（如果這樣，就否定了問題平臺的規模變大是由問題平臺的數量增加導致的，從而否定了腐蝕效應，這是為了檢驗腐蝕效應是否的確存在而設計的）呢？回歸結果顯示，增加了dlnbors 后，dlntofain 的系數仍然顯著（達到了1%水平），但dlnbors 的系數卻不顯著。這充分說明了問題平臺的規模變大，并不是當月新上線的平臺的平均規模變量dlnbors 引起的，而是僅與爆雷平臺不斷增多有關，由此充分證明了腐蝕效應的存在。

Model（3）在Model（2）的基礎上增加了有可能影響被解釋變量dlnfais 的一些控制因素，比如銀行利率ddintere、股票指數漲幅度shaind、銀行間拆借利率dbanklen 等。從Model（3）的回歸結果來看，解釋變量dlntofain 的系數仍然為正值并且在1%的水平上顯著，說明爆雷的平臺規模會隨著爆雷平臺數量的增加面變大，再一次證明了腐蝕效應的存在。在控制變量中，dlnbors 的系數仍然不十分顯著（僅5%水平）。說明了問題平臺的規模變大，主要的還是與爆雷平臺不斷增多有關。從其他控制變量來看，銀行利率ddintere、股票指數漲幅度shaind 都在1%基礎上顯著，但銀行間拆借利率banklen 不顯著，說明了影響網絡貸款的因素多為個人或小企業的行為，他們的行為受銀行利率與股票市場影響較大，而銀行間拆借等銀行行為則對網絡貸款無影響。

6 結論及建議

在提出行業風險暴發的“腐蝕效應”理論的基礎上，通過對金融科技領域內的網絡貸款行業風險暴露過程中的數據的統計實證，發現行業風險暴發的確是沿著企業的資質鏈從低到高進行的，從而證實了腐蝕效應的確存在。對于一個高速發展的經濟領域或行業來說，一旦出現腐蝕效應，對行業的打擊將是致命的。因此，在經濟高速發展在社會上引發一片樂觀情緒時，對于政府來說，保持一份清醒，警惕和積極防范可能出現的腐蝕效應，無疑具有重要的意義。

那么，哪些行業容易出現腐蝕效應呢？一般地說，那些對客戶信任高度依賴的行業，最容易出現腐蝕效應。這是因為，根據腐蝕效應的發生機理，行業內的低資質企業一旦率先出現風險事件，其負面信息的擴散會導致行業生存所高度依賴的客戶信任就會受到影響，造成整個行業的經營環境變差，從而形成引發新一輪的風險事件暴發潮的腐蝕效應鏈條（圖1）。不難發現，金融業正是這種對客戶信任高度依賴的行業。因此，在高速膨脹的網絡貸款行業出現腐蝕效應就毫不奇怪了。

根據產生腐蝕效應的兩個基本條件：行業內出現了較高的無謂成本，以及行業內的企業資質參差不齊并且存在大量的低資質企業。因此防范腐蝕效應需要從如下兩個方面入手。

1）要努力控制行業內可能出現的較高的無謂成本。產生無謂成本的重要原因是行業內出現過度競爭甚至惡性競爭。因此，政府需要關注金融科技等新興行業中的競爭情況。一方面，競爭可以活躍市場，激發創新與發展，但任何事情都必須“張弛有度”，競爭如果過于激烈甚至出現惡性競爭，則就會導致無謂成本大幅度上升，市場效率就會大大降低，還會引發破壞性極強的腐蝕效應。因此，對行業內的競爭情況密切監管及時消除造成過度競爭的因素，把市場競爭控制在合理范圍內，是行業的監管部門的一項重要任務。

2）充分重視并且在行業中設立具有一定難度的進入門檻，特別是對于一些新興的與金融有關的行業，防止在行業內堆積大量的低資質企業。無論其前景如何，在發展過程中一定要防止無門檻式的“一哄而起”。一旦出現難以控制的暴發式發展，可能會出現腐蝕效應。在當下，金融科技發展大有如火如荼之勢，在這樣的時候，保持清醒的頭腦，加強相應的制度建設，審視和提高行業內企業的資質水平，無疑是監管部門的一項重要任務。

需要說明的是，從政府對行業的管理視角來看，在促進行業發展時不忘記防范風險的實質，是對制度-制度接口的設計問題：在提供相應的促進發展的政策和制度（比如在制定的各種便利制度和補貼及優惠服務制度等）時，必須同時制定防范風險的制度（比如制定一定的行業門檻和行業狀態監管制度），做到在制度層面防止腐蝕效應。