小編語：貸款利率是資金融通過程中各主體聯繫的紐帶，貸款利率的過程也是對風險進行定價的過程。在P2P環境下，涉及的主體主要是P2P平臺、借款人和投資人，貸款利率確定過程是上述主體之間的博弈過程。
文/巴曙松、熊婉芳（華中科技大學）、左偉（前海創新研究院）
一、中國P2P網絡借貸發展現狀
起源於歐美的P2P小額信貸，是一種將小規模的資金集合起來借貸給資金需求方的資金融通模式，利率則是聯繫借款人和投資者的重要紐帶。在一個P2P網貸平臺系統中，涉及的主體包括借款人、投資者和平臺本身。
P2P網絡借貸行業發展時間線
據統計，2017年中國網絡借貸行業投資人數為1713萬人，較2016年底增加24.58%；借款人數為2243萬人，較2016年底增加156.05%，P2P借貸熱度整體呈上升趨勢，龐大的網貸需求依舊推動P2P行業整體成交規模逐年增長。截至2017年底，網絡借貸行業共獲得融資金額429.61億元，因為監管政策趨嚴以及市場主體的整改，導致2017年較2016年底有大幅下滑。
圖1 2013-2020年中國P2P投融資人數及人均投融資金額
圖2 2013-2020年中國P2P收益率和投資人數對比以及用戶平均借款期限（月）
來源：綜合企業業績報告、行業公開數據、企業訪談，根據艾瑞諮詢統計模型核算
（《中國網絡借貸行業研究報告》，艾瑞諮詢，2017）
據統計，2017年中國網絡借貸行業正常運營平臺數量達到了1931家，較2016年底減少517 家。截至2018年2月底，網絡借貸行業總體貸款餘額已達到12737.17億元，環比上升1.95%，受到降槓桿政策基調以及債轉標成交量規模上升影響，龐大的網貸需求及監管政策的趨嚴，推動P2P行業迴歸理性增長。
圖3 網貸運營平臺數量走勢
圖4 網貸運營平臺成交量走勢
從市場實際運行數據分析，隨著平臺成交體量擴大，長期項目數量增多，行業平均借款期限拉長，2017年網貸行業平均借款期限較之2016年拉長1.27個月。2015年8月最高人民法院首次就P2P互聯網借貸平臺的責任作出司法解釋，並明確包括P2P在內民間借貸的利率紅線，即借貸雙方約定的利率未超過年利率24%，出借人請求借款人按照約定的利率支付利息，人民法院應予支持；約定利率超過年利率36%，超過部分的利息約定無效。這也形成了對網貸利率水平的現實約束。
二、貸款利率定價模式：直接模式vs間接模式
根據利率確定的主體，貸款利率的確定模式分為直接模式（平臺撮合定價）和間接模式（平臺自主定價）。無論直接模式和間接模式，具體貸款利率定價方法都是基於成本和風險兩大部分考慮。傳統銀行貸款利率確定考慮經營成本、資金成本、資本成本以及風險成本四個部分，由於當前國內沒有明確的針對P2P平臺的資本成本監管規範，所以P2P平臺需要考慮是經營成本、資金成本以及風險成本三個部分。
2.1直接模式
該模式是指投資人直接與借款人通過競價拍賣過程確定最終貸款利率，P2P平臺僅作為撮合成交的平臺。在該模式下，投資人和借款人能夠通過P2P平臺瞭解對方信息，一方面投資人發佈自己資金出借利率，另一方面借款人發佈自己能承受的費率。雙方分別報價，價格相同或相近的雙方可以選擇發生借貸關係。而在整個過程中，P2P平臺僅僅收取一定手續費和信息服務費，不參與價格的形成。 運作原理如下：
對於P2P平臺而言，按照預定標準和算法，來設定貸款利率，且通常會因借款人貸款期限以及信用分值而有所差別。
2.2間接模式
該模式是指P2P平臺根據借款人的資信信息確定最終貸款利率，並通過承諾固定收益回報的方式吸引投資人進行融資。P2P平臺自己按預定標準和算法制定利率，並承擔信息收集與整合，以及風險評估和定價的功能。平臺通常根據借款人的信用分數，貸款期限及借款人的其他條件設定不同的利率。間接模式下的貸款利率主要取決於項目風險，通過內部信用評估，確定貸款利率，將該模式按照貸款項目進行細分，有單列型和市場型。單列型中具有代表性的是美國Lending Club（2007年成立的P2P平臺）根據借款者的FICO信用評分、貸款金額、過去6個月借款次數、以及貸款期限等進行內部信用評級，信用評級越高，貸款利率越低，反之亦然。市場型中具有代表性的是Ratesetter、Zopa 等P2P小額信貸平臺，主要是根據信用分值、貸款期限等標準，將批量貸款需求打包組合成某類市場的資金需求，出借人只能決定投資哪類市場而非具體某筆貸款。這種模式的P2P信貸平臺不提供借款者與出借者直接聯繫，同時，出借者也看不到自己投資資金的走向。
目前，中國國內P2P平臺一種是引入Lending Club模式，主要以“宜信”和“陸金所”平臺為代表，同時平臺為了進一步吸引投資者和控制風險，宜信採用債權轉讓的運營模式（借貸雙方債權債務合同不是直接簽訂，而是憑藉第三方機構或個人將款項先行借付，之後再由第三方個人將債權通過變賣轉讓給投資者的模式）。陸金所採取擔保模式，由於其自身集團內部就擁有保險金融公司，因此從陸金所貸出去的一筆貸款費率實則由三部分組成：投資人費率，平臺管理費及貸款擔保費。
2.3兩種模式的不同優勢比較
比較不同貸款利率確定模式，直接模式的價格發現過程借貸雙方自主性和靈活性更強，且借貸雙方需要較高的自主評估、風險管理和競價能力；與此對應，間接模式定價方法利率相對穩定，借貸雙方的議價自主性和靈活性相對被削弱。在現實操作中，直接模式P2P平臺可能為留住投資方，保護其投資權益以及避免高利貸等現象發生，在借貸雙方確定貸款利率定價模式的基礎上，往往會依據信用等級確定借款利率的浮動區間，為借貸雙方達成價格協議提供參考，同時可以防止違約、利率波動劇烈等不良後果的發生。有些平臺採取債權轉讓模式以及擔保模式等承擔部分借款人的違約風險。就兩種定價模式在國內的實踐情況來看，P2P平臺對於貸款利率定價都有不同程度的控制，比如拍拍貸對不同群體推出了6類產品，部分執行固定利率，其餘執行區間控制的不充分競價。
總體來說，對於P2P平臺的利率定價而言，不同的經營模式會帶來不同的經營成本和資金成本計算模式，為得出有效覆蓋風險的貸款利率，貸款利率定價過程應該充分反映借款方的風險狀況，其貸款利率能否充分反映風險溢價水平是定價的核心與關鍵。各個P2P平臺在逐步探索的過程中尋找並形成一套具有各自特色的貸款利率確定模式。另一方面，也通過新技術、新數據的引入優化其利率定價方法，以確保能夠更加準確評估風險，確定利率價格。當然，這些模式也在不斷完善的過程中。
三、P2P網絡借貸利率定價的挑戰與發展趨勢
3.1 P2P網絡平臺利率定價面臨的挑戰
一是信用體系建設有待完善，定價過程難以充分反映風險溢價。國內P2P平臺信用信息的採集能力有限，對借款人的資質真實性審核難度較大，另外也難以接入央行的徵信系統，其定價過程未能以合理的成本來反映借款方風險狀況，難以得出完全有效覆蓋風險的貸款利率。美國證券交易委員會（SEC）要求P2P小額信貸平臺公開其對借款人信用評級模型，此外，要求Equifax、Trans Union 和 Experian三大信用調查機構對P2P貸款定價提供有效依據。從趨勢看，全球對於P2P的監管也不斷促使定價過程能更合理有效。
二是起初階段監管缺位，短期內的無序競爭給行業發展留下隱患，需要在監管趨嚴的環境下逐步釋放這些風險。從機構數量看，P2P小額信貸從2012年的200家左右增加到2015年的2595家，在短期內爆發式的增長過程中，難免出現平臺同質化嚴重，定位模糊。中國在2013年發佈《P2P小額信貸信息諮詢服務機構行業自律公約》，對一系列業務活動提出了監管要求，但對資本准入等關鍵性指標未做詳細規定，且未要求向公眾披露定價規則等，這也就留下了價格無序競爭的隱患。2017年12月，P2P網貸風險專項整治工作領導小組辦公室下發了《關於做好P2P網絡借貸風險專項整治整改驗收工作的通知》，要求各地在2018年4月底前完成主要 P2P機構的備案登記工作、6月底之前全部完成，這個整治整改的過程，也就是這些隱患逐步顯性化的過程。
三是在監管趨嚴政策引導下，P2P市場整體收益率呈下降趨勢。 2017年根據統計，網絡借貸行業總體綜合收益率為9.45%，從趨勢看，自2013年達到峰值21.25%之後，到目前一直處於整體下行趨勢，但近年來下降速度有所放緩。究其原因：一方面獲客和合規成本提升壓縮了P2P平臺的利潤空間；另一方面政策篩選和整頓規範後P，2P平臺數量有所減少，靠高息吸金的不少劣質平臺被清退，行業集中度有所提升，行業利息收益回落至正常區間。
圖5 各年平均借款期限
圖6 各年綜合收益率走勢（月）
3.2 P2P信貸平臺利率定價趨勢
一是對P2P網貸監管趨嚴將會持續，並會深刻改變P2P的風險定價格局。2015年原中國銀監會正式將個體網絡借貸納入普惠金融工作部的監管範圍，由此結束了監管無明確主體的狀態。自2016年起，監管部門陸續出臺了一系列網絡借貸監管細則，從機構定位、資金存管、備案管理、信息披露等方面對P2P進行了細則上的規定。在具體監管過程中，強化對不規範的P2P網貸公司的清退，加強網貸行業信息披露的公開性和公允性，也有助於引導整個行業逐步迴歸理性。整體來看，利率水平在監管政策的引導下逐漸趨於理性，單純通過高收益來吸引投資者的做法已難以繼續。隨著P2P平臺行業自律體系在監管政策的引導下逐步完善，比如金融消費權益的逾期名單共享體系的啟用、統一口徑的不良貸款統計的建立，都將促進利率定價更為理性。
二是運用金融科技手段賦能，提升P2P平臺的風險定價能力。對於目前P2P平臺採取的主導定價或競拍定價模式而言，要想發揮良好的風險定價功能，都需要平臺制定詳細的規章制度、搭建數據分析以及風控機制等。風險信息的可獲取度及準確性是風險辨識的必要條件，P2P平臺要積極嘗試通過運用金融科技手段將客戶相關的信息進行採集和整合，將更多場景下的多維度、碎片化信息整合、解析和過濾，從不同的角度為傳統金融無法覆蓋到的長尾用戶描繪出畫像，打破傳統徵信高成本和低時效的侷限性，從而不斷推動風險數據的共享、風險數據效率的提升以及風險管理科技能力的改進。
文/巴曙松、熊婉芳（華中科技大學）、左偉（前海創新研究院）（本文觀點僅代表作者作為一位研究人員個人的看法，不代表任何機構的意見和看法）
參考文獻：
《中國網絡借貸行業研究報告》，艾瑞諮詢，2017
《2017年中國網絡借貸行業年報》，網貸之家，2017
沈偉雄.國內外P2P小額信貸利率定價模式比較研究.《南方金融》，2015 (4):85-89
閱讀更多 巴曙鬆 的文章
