互联网金融模式研究.docx

互联网金融模式研究.docx

《互联网金融模式研究.docx》由会员分享，可在线阅读，更多相关《互联网金融模式研究.docx（17页珍藏版）》请在冰豆网上搜索。

互联网金融模式研究

互联网金融模式研究

融资问题和促进民间金融的阳光化、规范化，更可被用来提高金融普惠性，促进经济发展，但同时也带来了一系列监管挑战②。

对业界而言，互联网金融模式会产生巨大的商业机会，但也会促成竞争格局的大变化。

对学术界而言，支付革命会冲击现有的货币理论。

我们首次提出了互联网金融模式的概念，全面介绍了互联网金融模式的代表性案例，并融合经济学分析方法（理论建模和案例分析）、社会学分析方法（对社交网络的分析）以及信息技术知识（对移动支付、搜索引擎和云计算的分析），分三个角度对互联网金融模式进行了详细论述。

第一个是支付方式，是金融的基础设施，会影响金融活动的形态。

第二个是信息处理。

信息是金融的核心，构成金融资源配置的基础，互联网金融模式下的信息处理是其与商业银行间接融资和资本市场直接融资的最大区别。

第三个是资源配置，是金融的根本目标，互联网金融模式的资源配置效率是其存在的基础。

二、互联网金融模式中的支付方式

支付是金融的基础设施，会影响金融活动的形态。

互联网金融模式下的支付方式以

移动支付为基础，是通过移动通信设备、利用无线通信技术来转移货币价值以清偿债权债

务关系（帅青红，2011）。

①比如，美国Borde。

等实体书店受电子书和网上书店影响破产，MP3和音乐分享网站重塑了唱片业的商业模式，亚马逊和淘宝等网站冲击了传统零售业。

②在互联网金融模式下，针对于现在金融机构（比如商业银行、证券公司和保险公司）的审慎监管可能将不存在，以行为监管和金融消费者保护为主。

2012年第12期互联网金融模式研究移动支付的基础是移动通信技术和设备的发展，特别是智能手机和掌上电脑（比如iPhone和iPad）的普及。

GoldmanSachs（2012）估计全球移动支付总金额2011年为1059亿美元，预计未来5年将以年均42%的速度增长，2016年将达到6169亿美元;移动支付占全球支付市场的比例，2011年约1.0%,2015年将达到2.2%。

目前典型的有手机炒股、手机购物支付等，手机和掌上电脑替代信用卡将在不远的将来实现。

移动互联网和多网融合将进一步促进移动支付发展。

随着WiFi,4G等技术发展，互联网和移动通信网络的融合趋势已非常明显，有线电话网络和广播电视网络也会融合进来。

在此基础上，移动支付将与银行卡、网上银行等电子支付方式进一步整合。

未来的移动支付将更便捷、人性化，真正做到随时、随地和以任何方式（anytime,anywhere,any-how）进行支付。

随着身份认证技术和数字签名技术等安全防范软件的发展，移动支付不仅能解决日常生活中的小额支付，也能解决企业之间的大额支付，完全替代现在的现金、支票、信用卡等银行结算支付手段。

云计算保障了移动支付所需的存储和计算能力。

尽管移动通信设备的智能化程度提高，但受限于便携性和体积要求，存储能力和计算速度在短时期内无法与个人电脑（PC）相比。

云计算正好能弥补移动通信设备这一短板，可以将存储和计算从移动通信终端转移到云计算的服务器，减少移动通信设备的信息处理负担（刘鹏,2011）。

这样，移动通信终端将融合手机和传统PC的功能，保障移动支付的效率。

互联网金融模式下，支付系统具有以下根本性特点:

一是所有个人和机构（法律主体）都在中央银行的支付中心（超级网银）开账户（存款和证券登记）;二是证券、现金等金融资产的支付和转移通过移动互联网络进行（具体工具是手机和掌上电脑）;三是支付清算完全电子化，社会基本不再需要现钞流通，就算有极个别小额现金支付，也不影响此系统的运转;四是二级商业银行账户体系将不再存在。

如果个人和企业的存款账户都在中央银行，将对货币供给定义和货币政策产生重大影响，同时也会促进货币政策理论和操作的重大变化（谢平、尹龙，2001）。

比如，全社会用作备付金的活期存款将会减少，定期存款占比将增加。

当然，这种支付系统不会颠覆目前人类由中央银行统一发行信用货币的制度。

货币与商品价格的关系也不会根本转变，这题目不在此文讨论。

但是，目前社交网络内已经自行发行货币，用于支付网民之间数据商品购买，甚至实物商品购买，并建立了内部支付系统。

三、互联网金融模式中的信息处理

（一）关于信息处理的观点

信息是金融的核心，构成金融资源配置的基础。

金融信息中，最核心的是资金供需双方信息，特别是资金需求方的信息（如借款者、发债企业、股票发行企业的财务信息等）。

Mishkin（1995）指出，在直接和间接融资模式下，主要有两类信息处理方式。

第一类是信息的私人生产和出售，是设立专门机构负责搜集和生产区分资金需求者好坏的信息，然后卖给资金供给者。

典型的比如证券公司和信用评级机构。

商业银行同时是信息生产者和资金供给者，也属于这类方式。

第二类是政府管制，即政府要求或鼓励资金需求方披露真实信息。

比如政府对会计准则、审计和信息披露的监管，特别针对上市公司。

互联网金融模式下的信息处理是它与商业银行间接融资和资本市场直接融资的最大区别，有三个组成部分:

一是社交网络生成和传播信息，特别是对个人和机构没有义务披露的信息;二是搜索引擎对信息的组织、排序和检索，能缓解信息超载问题，有针对性地满足信息需求;三是云计算保障海量信息高速处理能力。

总的效果是，在云计算的保障下，资金供需双方信息通过社交网络揭示和传播，被搜索引擎组织和标准化，最终形成时间连续、动态变化的信息序列。

由此可以给出任何资金需求者的风险定价或动态违约概率，而且成本极低。

这样，金融交易的信息基础（充分条件）就满足了。

这与目前CDS市场机制类似。

谢平、邹传伟（2011）指出，CDS市场就是用与社交网络和搜索引擎类似的机制，通过市场交易（价格）来产生时间连续、动态变化的违约概率序列，在违约信息揭示上比信用评级机构更有效。

将来从理论上讲，任何金融交易产品实际上都隐含着一种CDS，在任何时点上都可以知道它的违约概率，在这种情况下所有金融产品的风险定价就会非常直观和简易。

接下来分别讨论社交网络、搜索引擎和云计算在互联网金融模式下的信息处理作用。

第一，社交网络及其作用。

社交网络以人际关系为核心，把现实中真实的社会关系数字化到网上并加以拓展，是个人发布、传递和共享信息的平台，建立了自愿分享和共享机制。

社交网络有两个基础。

一是人类作为社会动物固有的网络行为，主要有四个特点:

交换性①、一致性②、传染性③、传递性④（芒戈、康德来克特，2003）。

二是互联网和通讯手段的发展，降低了个人发布信息以及与日常生活之外的人联系的成本，产生了一些新的分工协作模式。

比如，“人肉搜索”、维基百科的编撰等（Shirky,2008）。

在信息内涵上，社交网络蕴含了非常丰富的关系数据，即个体之间接触、联络、关联、群体依附和聚会等方面信息（Scott,2003）。

社交网络的信息揭示作用可以表现为:

个人和机构在社会中有大量利益相关者。

这些利益相关者都掌握部分信息，比如财产状况、经营情况、消费习惯、信誉行为等。

单个利益相关者的信息可能有限，但如果这些利益相关者都在社交网络上发布各自掌握的信息，汇在一起就能得到信用资质和盈利前景方面的完整信息。

社交网络使人与人（机构）之间的“社会资本”可以较快积累，是新型的“财富”，人们的“诚信”程度提高，大大降低了金融交易的成本，对金融交易有基础作用。

另一方面，也更为严格地约束人们可能的“违约”动机和道德风险。

①人们建立联系并获得宝贵资源的条件，即“礼尚往来”、“投桃报李’，。

②人们与具有自己相似特征的其他人建立传播网络的倾向，即“物以类聚，人以群分”。

③思想、信息和观点如何在传播网络内的人与人之间流动，即“近朱者赤，近墨者黑”。

④如果个体A和个体s有联系，并且个体s与个体c有联系，那么个体A与个体C就有联系，即“朋友的朋友是朋友”、“敌人的敌人是朋友”。

第二，搜索引擎及其作用。

搜索引擎的作用是从海量信息中找到最能匹配用户需求

的内容。

搜索引擎与社交网络融合是一个趋势①，体现为社会化搜索的发展。

社会化搜

索对用户的疑问，不仅能寻找到现有的答案，还会推荐合适的人来回答，或者通过社交关

系过滤掉不可信赖的内容（张俊林，2012）。

本质是利用社交网络蕴含的关系数据进行信

息筛选，进一步提高“诚信”程度。

第三，云计算及其作用。

在集成电路的性能逐步逼近物理极限的情况下，云计算使用

大量廉价的个人电脑分担计算任务，易扩展，能容错，并保障多备份数据的一致性，使用户

按需获取计算能力、存储空间和信息服务（刘鹏，2011）。

云计算保障了处理海量信息的

能力，对搜索引擎发展有重要促进作用②。

金融业是计算能力的使用大户，云计算会对金

融业产生重大影响。

比如云计算可以随时提供任何软件和数据，处理任何与金融交易有

关的信息问题，苹果商店与手机的关系已经与此类似。

举几个在互联网金融模式下信息处理的例子。

比如，因为信息科技足够发达，自然人

出生后的关键信息和行为都被记录下来、可以查询，不准确信息通过社交网络和搜索引擎

来核实或过滤。

在这种情况下，对个人信用状况的分析将非常有效率。

再比如，人们在日

常生活中发现某银行服务不好、效率低下，可以把相关信息发到社交网络上，这些信息汇

总后有助于评估该银行的盈利和信用前景。

而在现代股票市场上，股东仅能以“买人一

卖出”来表达自己对盈利前景的判断。

（二）关于信息处理的模型

接下来的模型借鉴了HuangandLitzenberger（1988）第9章对异质信息下金融市场的

分析方法，研究互联网金融模式中的信息处理。

1.模型设置和假设

假设市场上有n个参与者，他们通过交易一种与CDS类似的金融产品来表达对某一

个人或机构（称为“标的实体”）违约概率的看法。

该金融产品本质是一个两期的金融合

约，有买方和卖方两类参与者。

在一单位金融产品中，第一期，买方向卖方支付一定对价，

记为、（:

代表了金融产品的价格）;第二期，如果标的实体发生违约，卖方向买方赔付l，

如果没有发生违约，卖方不进行赔付。

假设l事先确定，而:

根据市场均衡决定，，的信息

内涵是研究重点。

假设所有参与者在第一期均有一定的初始财富察赋，以无风险债券形式存在，并且无

风险利率等于。

第一期，参与者根据自己掌握的信息、财富和风险偏好决定买卖金融产

品的方向和数量。

第二期，如果标的实体发生违约，金融产品的买方和卖方之间进行清偿

和赔付。

假设所有参与者的效用均是第二期财富的函数，具有CARA形式，并且绝对风

险厌恶系数均为a，即

①从技术上来说，对关系数据的处理一直是搜索引擎的重要组成部分。

比如，抓取网页的“爬虫”算法和网页排

序的链接分析方法都利用了网页之间的链接关系，属于关系数据。

②比如实时搜索的计算量很大Google就是发展云计算的先驱。

小扮研佑

总第390期

u（w）=一aexp（一a·w）

（1）

用Y来集中表示标的实体的基本面信息，比如信用记录、财产、收人和负债等情况。

假设标的实体违约服从Logistic模型:

如果Y+e>0，发生违约;如果Y+e_

约。

其中。

为随机扰动项，服从Logit分布，累计概率分布函数为F（e）

此，标的实体的违约概率是

exp（e）

+exp（e）

P=Pr（y+e>0）=1一Pr（e一Y）

exp（Y）

1+exp（Y）

假设Y中信息分成两类。

第一类是所有参与者都掌握的公共信息，用X表示。

（2）

第二

类是参与者掌握的私人信息，其中第i个参与者的私人信息用z。

表示。

引人5个关于信

·艺闺;III

息结构的假设:

式;11.对任意i

Y二X+

E（Z.）=0

z‘，即公共信息与私人信息之间采取简单的线性加和形

·对任意i:

Aj，E（凡Iz;）=0，即不同参与者的私人信息

不相关;W.对任意i，E（z;IX）=0，即公共信息与私人信息不相关;V.假设I-IV对

所有参与者是公共知识。

2，模型求解

（1）代表性参与者的效用最大化问题

以第i个参与者为例分析。

他根据自己对违约概率的估计，决定在第一期购买或出

售金融产品的数量，以最大化期望效用。

首先，第L个参与者掌握公共信息X和私人信息Zi，对标的实体的基本面信息的估

计是矶=E[YlX,Zil。

根据前面假设，矶二X十z、。

由此，他对标的实体的违约概率的

估计是

P.t=Pr（X+e>0）

exp（X+Zi）

1+exp（X+Zi）

（3）

其次，用wi，表示第i个参与者的初始财富，用0‘表示他第一期购买金融产品的数量，

0‘大于。

表示买，0‘小于。

表示卖。

因此，第二期财富为wI7=、‘，一Bi·s+Bi·l·1fdefault3y

其中1tdefault，为标的实体是否违约的示性函数，l·1fdefault，表示违约发生时得到赔付l。

所以，第i个参与者的效用最大化问题为:

瞥xEi[U（wtz）]

s.t.w,2=wil一Vi·s+01·l·1、default）

其中E‘表示在第i个参与者掌握的信息下求期望。

FOC是Pi·exp（一a（w.t，一e‘一+Bi·l））‘

exp（一a（wi，一B;·，））·s=0，由此解出

（4）

（1一P;）·

1，（P，I\、

d=-1nl—I_一一t!

I

ac}1一Pi、s一I）

（5）引人单调递增变换、=一In二一11（或等价地、=，.理业牛，因为、与s有相同

、sII+expl5l

信息内涵①，以下分析针对S进行），并根据（3）,B、可以等价表述为

（6）

即金融产品的买卖金额正好相抵

（7）

根据（6）和（7）解出金融产品的均衡价格是

、=、+上nz‘

a;-,

（8）

（3）均衡价格的信息内涵

均衡价格（8）体现了互联网金融模式下信用处理的几个主要特点。

第一点，各参与

者的私人信息通过Z;-.P;--.6;-,S的渠道，反映在均衡价格中，从而实现了公开化和集

中化。

第二点，现实中很多私人信息属于软信息范畴，很难不失真地传递给其他人（Pe-

tersen,2004）。

但参与者将私人信息转化为金融产品买卖e‘后，就揭示出私人信息是正面

还是负面，从而将软信息“硬化”成其他参与者能理解的信息。

这两点主要反映了社交网

络的信息处理作用。

第三点，均衡价格s与标的实体基本面信息Y之间存在关系:

Y=X十n（S一X）。

显

然②，

E[Y}S,XI=Y（9）

所以根据公开信息X和均衡价格S，能完全推断出基本面信息Y，进而能根据

（2）准确估

计标的实体的违约概率尸。

因此，均衡价格S能完全反映市场参与者掌握的信息。

这一

点主要反映了搜索引擎的信息处理功能，是基于信息检索和排序产生了类似“充分统计

量”的指标和指数，能凝练、有效地反映汇聚来的信息。

（4）信息的网络传播

假设在一个时间段内，各参与者的风险厌恶系数、私人信息以及公共信息都不变。

假

设某一参与者将私人信息通过社交网络传播，不妨设为第i个参与者，传播的私人信息为

Z;。

我们借鉴传染病模型来刻画信息的网络传播。

假设在某一时刻t，参与者中有。

:

二

①严谨的说法是，因为s和8之间存在确定性的一一对应关系，所以s和。

引致的。

一代数是相同的。

②对这一点，需要说明的是，市场参与者可能从金融产品均衡价格中推断出其他参与者掌握的私人信息，并据此修正自己对违约概率的估计，调整买卖金融产品数量，进而影响均衡结果。

这属于理性预期均衡的研究范畴。

要使模型形成理性预期均衡，需要对信息结构假设做一些调整。

因本文重点讨论的是互联网金融模式下的信息如何被汇聚起来，不对理性预期均衡做深人分析。

（0,1）部分知道Z;（称为“知情者”），另外1一。

‘部分不知道Z;（称为“不知情者”）

在接下来一个长为dt的瞬间，新增知情者比例为

dv,=Av,（I一。

:

）dt

。

假设

（10）

即单位时间内新增知情者比例等于知情者比例、不知情者比例与反映社交网络联系紧密

程度的参数人的乘积。

给定其他条件，社交网络联系越紧密（人越大），信息传播速率越

高。

由（10）可以解出

v,exp（At）

（11）

其中%

I一。

0+v0exp（At）

为初始时刻的知情者比例。

在t、二时，v,--+1

即足够长时间后，几乎所有人都

会变成知情者。

根据（8）和（11），均衡价格随时间的变化关系是

、，=、·Z‘二:

·青客Zi

显然:

一”，S:

一‘·z‘·1客z:

。

即信J息在网络中传播本质上是私人信息变

为公共信息的过程。

这刻画了信息通过社交网络的自愿分享和共享机制传播。

四、互联网金融模式中的资源配置

（一）关于资源配置的观点

互联网金融模式中资源配置的特点是:

资金供需信息直接在网上发布并匹配，供需双方直接联系和交易，不需要经过银行、券商或交易所等中介。

典型例子是人人贷（peer-to一peerlender，个人之间通过互联网直接借贷）替代传统存贷款业务。

代表是2007年成立的美国LendingClub公司，到2012年年中已经促成会员间贷款6.9亿美元，利息收人约0.6亿美元。

LendingClub对符合要求的贷款申请进行内部信用评级，分成A到G共7个等级。

不同信用评级对应不同贷款利率，信用评级越低，贷款利率越高，从6%到25%不等。

LendingClub把每份贷款称为一个票据，提供借款者和贷款的信息，放在网站上供投资者选择。

对单个票据，投资者的最小认购金额是25美元，能实现风险的充分分散。

LendingClub为投资者提供了构建贷款组合的工具，还提供了投资者之间交易贷款的平台。

在贷款存续过程中，LendingClub负责从借款者处收取贷款本息，转交给投资者，并处理可能的延付或违约情况。

再比如众筹融资（crowdfunding，通过互联网为投资项目募集股本金）替代传统证券业务。

代表是2009年4月成立的美国Kickstarte:

公司，通过网上平台为创意项目融资，到2012年年中已为2.4万个项目筹资2.5亿美元，共吸引了200万名投资者。

投资回报以项目产品为主，比如音乐CD、电影海报等。

对每个项目，第一批投资者多为项目负责人的朋友、粉丝和熟人，投资者可以通过Facebook推荐自己认为不错的项目。

2012年4月，研究美国通过JOBS法案（JumpstartOurBusinessStartupsAct），允许小企业通过众筹方式获得股权融资。

为更好地说明互联网金融模式下的资源配置，接下来以轮转储蓄与信贷协会（Rota-tingSavingsandCreditAssociation,ROSCA）为参照，对以LendingClub公司为代表的人人贷进行分析。

ROSCA是一种在世界范围内广泛存在的民间金融组织。

一般由发起人邀请若干亲友参加（在我国东南沿海，参与者总数多在30人左右），约定每月或每季举会一次。

每次各参与者缴一定数量的会款，轮流交一人使用，借以互助。

按收款次序的决定方法，分成轮会、标会等类型。

张翔、邹传伟（2007）提出，ROSCA可视为先收款的参与者与后收款的参与者两两间借贷关系的集合。

尽管有大量文献表明ROCSA在促进信贷可获得性和经济发展上有重要作用，ROCSA崩盘时有发生。

张翔、邹传伟（2007,2011）对系统性标会违约的研究表明，ROCSA主要依靠熟人间的信用网络（特别是发起人的信用担保），存在安全边界，一旦ROCSA拓展到相互熟悉的亲友之外，就很难控制参与者的道德风险（主要是在不同ROSCA之间进行套利）;ROSCA有多轮、分期的契约形式，参与者的份额很难转让，退出成本很高（实际是交易成本的一部分），在ROSCA出现问题时，参与者的“挤兑”等自利行为容易在集体层面形成囚徒困境，放大风险。

可以得出两个结论。

第一，人人贷和ROSCA本质上都是两个人之间的直接借贷，都属于直接融资。

实际上，根据SmartMoney杂志报道①，最早进行人人贷业务的美国Pros-pe:

公司的商业模式就深受ROSCA启发。

因此，人人贷可以看成现代信息科技与民间金融组织形式结合的产物。

第二，在人人贷中，一个投资者可以向成百个借款者发放金额小到几十美元的贷款，这对包括ROSCA在内的民间直接借贷是不可想象的。

主要有两个因素保障人人贷做到这一点首先，对借款者的信用评估采取了标准、高效和由独立第三方负责的形式，大大降低了借款者和投资者之间的信息不对称，从而拓展了交易边界，使得现实生活中毫无交集的两个人之间能发生借贷。

其次，贷款的认购、交易和本息清收充分利用了现代信息科技，并借鉴了证券市场的一些做法，大大降低了交易成本，便利了资金供需的匹配，还能获得风险分散的好处。

推而广之，我们认为，在移动支付、社交网络、搜索引擎和云计算等现代信息科技推动下，个体之间直接金融交易这一人类最早金融模式会突破传统的安全边界和商业可行边界，焕发出新的活力。

在供需信息几乎完全对称、交易成本极低的条件下，互联网金融模式形成了“充分交易可能性集合”，双方或多方交易可以同时进行，信息充分透明，定价完全竞争（比如拍卖式）。

各种金融产品均可如此交易。

这种资源配置方式最有效率，社会福利最大化，也最公平，供需方均有透明、公平的机会，诸如中小企业融资、民间借贷、个人投资渠道等问题就容易解决。

不认识的人（企业）可以通过“借贷”而形成社交网络关系，

①SmartMoney,Nov182011，GlobalLessonsforBetterSavingsHabits.

美国通过JOBS法案（JumpstartOurBusinessStartupsAct），允许小企业通过众筹方式获得

股权融资。

为更好地说明互联网金融模式下的资源配置，接下来以轮转储蓄与信贷协会（Rota-tingSavingsandCreditAssociation,ROSCA）为参照，对以LendingClub公司为代表的人人贷进行分析。

成为“熟人”，进而拓展了其他合作的可能性，如投资人股、买卖产品等。

这里面的核心概念是“交易可能性集合”，接下来说明此概念并分析信息不对称程度、交易成本的影响。

（二）“交易可能性集合”的概念

定义“交易可能性集合”为:

一对或多对融资者和储蓄者的集合，其中每对融资者和

储蓄者中，融资者能承受的最高融资成本高于储蓄者能接受的最低投资收益率。

“交易

可能性集合”强调的是，根据融资者和储蓄者对融资价格的考量，双方在理论上有达成交

易的可能性。

而现实中，储蓄者往往面临预算约束和多个融资者，要在不同融资者之间配

置资产，是否与某一融资者交易取决于非常复杂的条件，这就不属于“交易可能性集合”

关心的内容。

1.融资者能承受的最高贷款利率

用I表示融资者的集合。

假设融资者均为风险中性。

考虑某一个融资者iEto假设融资者i的自有资金为E;，需贷款叱‘才能启动一个规模为Ei+L‘的项目，项目预期收益率为拜‘，成功概率为。

‘，成功时收人为（1+Ai）（E;+Li）Bi

，而失败时收人为Oo假设融

~一_，、~_，_.一~二，_，，_，__，__，卜._，_.、__L..___._

资者不贷款时，财富仍会保持在Ei。

用关表示贷款利率，用l、二答表示融资者i的债务/

E‘一’一’一、一--，-、/，

权益比或杠杆率。

融资者进行贷款的条件是，项目投资收人扣除贷款本息后的期望净利润不低于Ec,

即（1+Ai）（Ei+Li）一Bi（1+f）Li）Ei，等价于:

+￡簇1士Ai+A丛

Hi

（13）给出了融资者能承受的最高贷款利率，说明:

预期收益率越高（拼‘越大）、项目风险越高（e、越小）、杠杆率越低或自有资