国内外P2P网贷利率的比较研究

江乾坤，胡开艳

（杭州电子科技大学 会计学院，浙江 杭州 310018）

一、引言

近年来，P2P网贷（Person to Person Network Lending）作为互联网金融的一种主要形式在国内外快速兴起并高速发展。P2P网贷是借款人与投资者以互联网为媒介，通过专门的网络借贷平台实现融资的模式，是对民间借贷的创新，也是对传统商业银行融资模式的补充。从实务角度来看，P2P网贷利率相比商业银行借款利率普遍偏高，但又低于民间借贷利率，如何看待P2P网贷利率的发展现状、定价模式和影响因素，现有研究存在诸多分歧，本文试图对此进行比较分析。

二、P2P网贷利率的发展现状

（一）国外P2P网贷利率走势分析

国外的P2P网络借贷在完善的社会信用体系下发展起来，从2005年产生至今，利率保持相对稳定，期间虽有不同程度波动，但利率变动幅度相对较小。

Lending Club是美国首家上市的网贷公司，其利率走势具有代表性。Lending Club将借款人进行信用评估后分成不同级别分别对应不同的借款利率，不同信用等级的利率差异显著，从7.71%到21.62%不等，将不同等级的利率进行综合后作为该平台当年的平均利率进行分析。从图1来看，在Lending Club成立的最初几年，利率在11%到12%的范围内波动，2012年左右出现上升趋势，直至2013年达到顶峰，根据网络资料整理得到Lending Club在2013年的平均利率约为13%，但近年来由于复杂的经济形势和行业情况，Lending Club已开始收紧放贷规模和利率，近两年利率约为10%。网贷行业的鼻祖同时也是英国最大网贷平台的Zopa公司也开始下调借款利率，2016年将三款产品Access/Classic/Plus的利率分别降至3.3%、4.1%和6.5%，降幅达到0.2%。综合来看，国外的P2P网贷平台经过近十余年的发展和完善，其便捷的投融资程序以及合理的利率已经获得了大量稳定客源，其借贷利率已经保持相对稳定的水平。

（二）国内P2P网贷利率走势分析

网络借贷在我国发展时间较短，从2006年网络借贷出现以来利率不断攀升，众多网络借贷平台通过高收益来吸引投资者，2013年国内网络借贷的平均利率高达21.25%，约为同期国外网贷利率的1.6倍，以2013年为拐点之后逐渐降低，期间虽有小幅上升，但总体呈下降趋势（见图2）。2013年7月至2014年7月是国内网络借贷利率的高幅震荡期，2014年7月至2015年7月则是中幅过渡期，到了2015年7月之后国内网络借贷利率趋于平稳（彭承亮、何启志，2016）[1]。我国网贷行业发展初期，各个网贷平台通过较高的收益率来吸引投资者，但高收益往往伴随着高风险。随着网贷市场的风险问题相继爆发，网贷平台开始趋于理性，市场内部的调节和政府层面的引导使网络借贷市场的利率逐渐呈现出良性发展趋势。近年来，央行不断地降准降息也推动我国网贷利率回归合理区间。

图1 Lending Club利率走势图

图2 国内网络借贷利率走势图

（三）国内外网贷利率的差异原因

从总体来看，国内的网络借贷平均利率往往高于国外同期平均利率，部分年份的差异高达两倍之多，国内外差异的原因大体可以归结为国内外网络借贷平台产生的背景以及国内外征信体系的差异。

1.国内外网贷平台产生的背景差异。国内的网贷平台在原有银行体系倾向于有抵押担保的规模较大、安全边际较高的成熟企业，大量处于成长期的小微企业以及个人消费贷款处于空白状态的背景下发展起来，因此通过网贷平台进行融资的需求量极大，随之抬高了我国网贷平台的借贷利率；而在国外，P2P网贷兴起之前就已形成了完善的消费信贷体系，相较于国内个人消费信贷市场的狭小，国外居民则有众多的消费信贷可供选择，商业银行、财务公司以及非金融企业机构等都推出了品类繁多的消费信贷，因此国外的网贷平台则是在以提高居民消费贷款的运营效率、节约贷款成本、提高交易透明度为宗旨的基础上发展起来的，通过运用科技手段以及更具运营效率的贷款流程有效地降低运营成本，并为借贷双方提供更优质的用户体验。综合来看，国外P2P平台创始的初衷是通过缩短产业链，提高运营效率，最终实现降低借款成本的目的，国内P2P平台则是在个人消费贷款市场处于空白状态下兴起，因此两者的利率也存在较大差异。

2.国内外征信体系的差异。国外的P2P网贷平台尤其是美国，通常借助社会征信体系对借款者进行事先信用评估以降低风险，在借款者信用等级不达标的情况下拒绝借款请求，尽可能地减少违约事件发生；但国内征信体系在P2P网贷发展之初相当薄弱，互联网金融企业特别是网络借贷公司难以借助征信体系线上评估借款者的风险水平，只能通过线下审核的方式降低风险，线下和线上相结合的信用认证机制大幅提高了借款可得性，但是由于借款者须向实地认证机构缴纳服务费或担保费等，无形中推高了交易成本，从而提高了借款利率。同时，国内不完善的征信体系使得网贷平台面临较高的违约风险，而利率是对投资风险的补偿，任何投资项目都预期在覆盖违约风险的前提下获得收益，因此网贷平台在面临较高风险的情况下必然要求高利率。

三、P2P网贷利率的定价模式

目前，国内外主流的P2P网贷利率定价模式有三种：一是由网络借贷平台确定利率，根据借款人的信用等级、借款期限等特征进行差别定价；二是借款人自行确定利率；三是利率竞标模式，例如美国首家网贷平台Prosper在2012年之前就是运用这一模式的典型代表。

（一）国内外P2P网贷利率定价模式

1.网贷平台定价模式。网贷平台定价模式即网络借贷平台根据借款者提供的各种详细信息，包括借款金额、历史借款记录及还款能力等多种因素，并结合信用管理部门出具的个人信用报告，将借款者分为不同的等级，被划入不同等级的借款者会获得该等级的借款利率。全球第一家P2P网贷平台英国Zopa是运用该模式的典型代表，美国Lending Club借款利率也是由平台制定的，投资者无法进行调整。国内P2P平台在借鉴欧美P2P平台主流定价模式基础上发展起来，国内以宜信为代表的众多网贷平台引入Lending Club模式，对借款人进行信用等级的评定后确定其借款利率。

2.借款者自行确定利率模式。借款者自行确定利率的模式是在网贷平台给出指导利率以及上下浮动区间的情况下，借款者根据自身可承受的范围进行利率的选择。比如我国的人人贷、红岭创投和拍拍贷主要由借款人根据自身承受能力确定利率（陈虹、马永健，2016）[2]，目前该模式在国内外平台利率定价模式中采用较少。

3.利率竞标模式。利率竞标模式又称基于借贷双方的利率定价模式，即在借贷双方都掌握项目信息的基础上，由出借方和借款方采取荷兰式拍卖的方式确定利率。借款人将资金需求挂在网络平台上，内容包括借款金额、用途及最高可承受利率等，出借方展开竞标。如果竞价充分，借款人则可能以低于预期的价格获得优惠利率。然而，这种拍卖模式比较复杂，往往需要很长时间才能筹集到所需资金，且成交利率较高，Prosper最终改用平台定价的模式。

（二）国内外利率定价模式比较分析

在上述三类利率定价模式中，国内外普遍采用网贷平台定价模式，运用该模式进行利率定价正成为主流；相比之下，采用另外两种定价模式的平台数量较少，利率竞标模式更是因为操作复杂等原因逐渐退出市场。

1.国内平台缺乏监管，利率定价失真。相较于国外完善的金融体系，国内的P2P网络借贷利率定价模式尚且存在一些不足之处。国内平台普遍采用的两种利率定价模式即网贷平台定价模式和借款人定价模式在实际操作中都在一定程度上受控于平台，致使利率水平保持相对稳定，未能真实反映供求关系。在目前网贷平台缺乏监管的情况下，作为平台而言为了取得更多的资金，在决定的利率时，会存在操纵利率水平的可能，因此这种情况的贷款利率不具备公允性。

2.利率水平未能反映市场风险。受制于国内P2P网贷平台有限的信用信息采集能力，难以对借款方作出准确的信用评级，然而不论是网贷平台定价模式还是借款人自行确定利率模式都需要依据信用等级，因此利率水平并没有反映出相对的市场风险,仍有非市场因素在起作用。不同的借款项目具有不同的风险水平，采用基本相同的定价难以体现项目风险。

四、国内外P2P网贷利率的影响因素

（一）国外P2P网贷利率的影响因素

国外学者对P2P网络借贷的研究起步较早，研究的角度也更为多元化，主要结论认为网贷利率影响因素为借款人信用等级、借款额度、借款期限等。

1.信用等级。Klafft（2008）[3]基于美国 Prosper的历史交易数据，实证分析了借款人信用等级对借贷行为的影响，研究表明，信用等级对借贷行为的影响最大；信用等级与借贷成功率成正相关，与借贷利率和逾期还款率呈负相关。Riza Emekter，Yanbin Tu等（2015）[4]以 Lending Club为例进行案例分析，对该平台上的历史交易业务进行研究后提出信用等级、负债收入比等因素对贷款违约情况存在较大的影响，高违约率代表着高风险，对违约率高的借款者收取较高的利息。

2.借款金额。Collier（2010）[5]研究发现借款利率与借款金额正相关、与收入状况负相关、与债务状况正相关，即借款者的借款金额越大、财务状况越差则借款利率越高。P2P网络借贷平台的借款成功率与借款者提供的利率以及借款金额负相关，借款者要想成功借款，必须降低其借款金额（Puro，2010）[6]。

3.社会资本。Lin 等（2009）[7]研究表明，社会资本的存在有利于降低借款利率。网络借贷由于互联网的虚拟性，借款者将会带来更多的不确定性，社会网络引入P2P网络借贷市场，减少了借款者的不确定性，缓和了信息不对称的程度，如果借款者在现实生活中相互联系，贷款违约率会降低；有朋友背书或者朋友投标的贷款违约的情况较少，比起那些没有社会网络的贷款，即使利率低，投资者也更愿意选择有朋友背书或者加入小组的借款者的借款列表。当借款者信用等级较低时，投资者会根据借款者的社会资本来判断风险，借款者拥有的社会资本越多，其借款成功率就越高、借款利率也会越低。

4.其他因素。Puro（2010）[6]研究表明借款利率与借款成功率之间呈负相关，两者之间的负相关同样存在于网络借贷的经营模式中。Traci L.Mach，Courtney M.Carter，Cailin R.Slattery（2014）[8]发现，小微企业在P2P平台上的借贷利率要高于个人，影响小微企业借贷利率的因素主要有企业规模、借款用途、借款期限等。此外，有学者发现种族、年龄、性别、体重、外貌这些人口特征因素会明显影响借款成功的概率和借款利率，黑人借款成本很高。

（二）国内P2P网贷利率的影响因素

1.信用等级。李金阳和朱钧（2013）[9]以拍拍贷为例，通过实证研究发现借入者信用等级和借款金额与借款利率呈负相关关系；王会娟和廖理（2014）[10]研究发现，信用评级越高，借款成功率越高且借款成本越低。廖理、李梦然和王正位（2014）[11]通过分析网络借贷平台的交易数据进行实证研究，数据表明网贷利率在一定程度上反映了借款人的违约风险。杨理（2015）[12]采用多元线性回归的方法，分析借款金额、借款期限、借款人信用等级、收入范围、学历等因素对借款利率的影响，研究结果表明信用等级与借款利率之间呈负相关。

2.借款期限。钟国伟（2015）[13]认为 P2P 信贷市场利率取决于风险性、收益性、投资收益率和资金需求的迫切程度，又根据借款期限进行细分，在短期借款中，利率的决定因素是风险溢价和短期资金周转的迫切程度；在较长期借款中，利率的决定因素是流动性溢价与投资收益。杨理（2015）[12]的实证研究表明借款期限与借款利率之间呈正相关。

3.借款金额。李金阳和朱钧（2013）[9]在以拍拍贷为例的实证研究中发现借款金额与借款利率呈负相关关系，但杨理（2015）[12]的研究表明借款金额与借款利率之间呈正相关关系。郭弈（2011）[14]从拍拍贷网贷平台上收集了2008.8.25～2010.5.15的16 766条交易记录，对P2P网贷融资成本和融资可获得性进行了研究，证明借款人的借款期限越长金额越高则其借款标的成功率越低而借款利率越高。

4.其他因素。李金阳和朱钧（2013）[9]以拍拍贷为例的研究还发现历史流标次数与借款利率呈正相关关系。杨理（2015）[12]研究发现婚姻状况与借款利率之间呈负相关，说明P2P网贷交易中借款人为已婚相对于未婚的状态（包括离异）来说，借款利率越低。赵文东（2015）[15]基于利率期限结构视角将网贷与民间借贷进行比较发现，网贷利率水平明显低于民间借贷利率。降富楼等（2016）[16]研究发现，银行利率是主导P2P网贷利率的主要因素；企业所属的行业、融资规模和融资期限对网贷利率也有影响。

（三）国内外P2P网贷利率影响因素的差异分析

通过对国内外相关文献的梳理，发现国内外P2P网贷利率影响因素的差异主要体现在以下几个方面（见表1）。

表1 国内外P2P网贷利率影响因素

1.社会资本的关注差异。国外学者研究发现网络借贷项目中引入社会资本能够有效缓解信息不对称程度，从而降低借款利率，这是由于欧美国家具有完善的个人消费信贷市场及社会信用体系，社会资本则可以作为个人信用的间接评价依据。而在我国，社会信用体系的建设尚处于起步阶段，难以通过社会资本缓解信息不对称程度。

2.借款者个人特质的差异。借款者个人特质是直接评判借款者信用水平的重要依据，国外学者对P2P网贷的研究起步较早，对于影响因素的研究已经细化至借款者个人特质的方方面面，比如借款者的性别、年龄、种族等，从这些微观视角分析总结借款者的信用水平，从而确定对利率的影响；而我国学者在借款者个人特质对利率影响因素方面的研究相对较少，可以将这一差异归结于我国社会信用体系尚未完善，个人信用评价角度较为单一。

3.流标次数的差异。从流标次数的视角分析其对借款利率的影响是我国学者新的研究方向，网络借贷的贷款者在借贷过程中难以确切掌握借款人的资信情况，如果出现假冒信息、恶意欺诈、多账户注册等违法犯罪活动，贷款人将蒙受一定程度的损失，由于我国对于网络借贷的监管还处于摸索阶段，流标的情况频发，因此可以根据流标次数评判借款者的信用水平。

五、结论与展望

（一）主要结论

第一，P2P网贷利率整体上呈现下降趋势。国内外网贷平台经过十余年发展，利率水平在市场及政策引导下逐渐趋于合理，因此通过高收益来吸引投资者的做法已难以继续。

第二，P2P网贷利率定价模式有网贷平台定价、利率竞标和借款人自行确定利率三种模式，其中网贷平台定价模式占据主导地位，利率竞标模式由于操作的复杂性等原因逐渐退出市场，借款人自行确定利率模式在一定程度上受控于平台。

第三，P2P网贷利率影响因素主要有信用等级、借款金额、借款期限等。国内外学者普遍采用定量分析的方法，通过搜集P2P网贷平台的历史交易数据进行实证分析，研究结果主要集中在借款者信用等级、借款金额及借款期限这三类因素。不论采用哪种方式进行利率定价，所得到的利率都包含了风险溢价，以上研究结论中的各类影响因素都能够在一定程度上反映项目风险水平。

（二）未来展望

第一，完善征信体系，合理评估风险。不论采用哪种利率定价方式，风险评估都是确定利率水平的关键，而对借款者的风险评估必须依靠完善的征信体系，随着互联网金融的不断创新及大数据技术的普及，网贷平台的信用评分制度更加细化，征信体系的建立指日可待。

第二，制度更完善，监管更严格。网络借贷在兴起阶段由于缺少监管产生了平台跑路、利率畸高等诸多问题，随着最高法院和中国人民银行等政府机构相继出台相关法律和政策进行指引，保证网贷行业信息披露的公开性和公允性，不规范的P2P网贷公司将被逐步清退退出市场，网贷行业的发展日渐趋于理性。

第三，网贷利率波动幅度缩小。利率事关借贷双方的利益，合理的利率才能使网贷平台持续发展。随着社会征信体系的完善，网贷平台的风险评估更加合理，利率定价也更加有据可循，能够真实反映市场风险，同时利率波动也将控制在一定的范围之中。

[1]彭承亮，何启志，2016.P2P网络借贷市场利率风险测度研究[J].兰州财经大学学报（6）：62-69.

[2]陈虹，马永健，2016.P2P网贷行业利率定价模式研究[J].当代财经（5）：45-56.

[3]Klafft M.Peer to Peer Lending：Auctioning Microcredits over the Internet，SSRN working paper，2008.

[4]Riza Emekter，Yanbin Tu，Benjamas Jirasakuldech，Min Lu.Evaluating credit risk and loan performance in online Peer-to-Peer（P2P）lending[J].Applied Economics，2015（1）：54-70.

[5]Collier B.，Hampshire R.Sending Mixed Signals：Multilevel Reputation Effects in Peer-to-Peer Lending Markets[J].Decision Support System，2010（49）：52-70.

[6]Puro J.T.Borrower Decision Aid for People to People Lending[J].Decision Support Systems，2010，49（1）：52-60.

[7]LinM.Peer-to-PeerLending：AnEmpiricalStudy[J].DoctoralConsortium，2009（12）：147-179.

[8]Traci L.Mach，Courtney M.Carter，Cailin R.Slattery.Peer-to-peer lending to small businesses[J].Finance and Economics Discussion Series，2014（2）：28-56.

[9]李金阳，朱钧，2013.影响P2P网络借贷市场借贷利率的因素分析[J].广东商学院学报（5）：34-40.

[10]王会娟，廖理，2014.中国P2P网络借贷平台信用认证机制研究——来自“人人贷”的经验证据[J].中国工业经济（4）：136-147.

[11]廖理，李梦然，王正位，2014.聪明的投资者：非完全市场化利率与风险识别——来自P2P网络借贷的证据[J].经济研究（7）：125-137.

[12]杨理.我国P2P网络借贷利率的影响因素分析[D].广西师范大学，2015.

[13]钟国伟，2015.我国P2P市场利率的特殊性及影响因素分析[J].中国商论（12）：76-78.

[14]郭弈.P2P网贷市场的融资成本和融资可获得性研究[D].西南财经大学，2011.

[15]赵文东，2015.网络借贷与民间借贷的比较——基于利率期限结构的视角[J].大连海事大学学报（10）：29-33.

[16]降富楼，张海亮，田甜铭梓，2016.P2P网络借贷利率决定——基于某区域型平台的实证分析[J].上海金融（5）：60-64.