基于DCC-GARCH模型的P2P網(wǎng)貸利率溢出效應(yīng)研究

徐云松

摘? ?要：P2P網(wǎng)貸利率作為互聯(lián)網(wǎng)金融市場價(jià)格體系核心，其溢出效應(yīng)在很大程度上反映了互聯(lián)網(wǎng)金融發(fā)展演進(jìn)影響下的宏觀經(jīng)濟(jì)運(yùn)行狀態(tài)。本文在系統(tǒng)回顧P2P網(wǎng)貸利率微觀機(jī)制與宏觀效應(yīng)文獻(xiàn)基礎(chǔ)上，通過Granger因果關(guān)系檢驗(yàn)并構(gòu)建多元DCC-GARCH模型，實(shí)證分析了我國P2P網(wǎng)貸利率與正規(guī)金融市場利率的動態(tài)關(guān)聯(lián)關(guān)系。研究發(fā)現(xiàn)：首先，P2P網(wǎng)貸利率波動具有聚集性特征，相對較高的利率水平并未明顯改善非金融企業(yè)部門的融資困境;其次，Shibor基準(zhǔn)利率對于P2P網(wǎng)貸利率與中債國債利率都具有引導(dǎo)作用，然而與中債國債利率存在雙向溢出效應(yīng)，且動態(tài)相關(guān)性更強(qiáng)，與P2P網(wǎng)貸利率僅存在單向溢出效應(yīng);第三，P2P網(wǎng)貸利率與中債國債利率動態(tài)關(guān)系不顯著，表明我國正規(guī)金融市場與非正規(guī)金融市場之間仍然存在著結(jié)構(gòu)失衡與人為分割;最后，本文從健全外部監(jiān)管體制、完善內(nèi)部運(yùn)營機(jī)制兩個(gè)層面提出針對性建議。

關(guān)鍵詞：P2P網(wǎng)貸利率;溢出效應(yīng);Granger因果關(guān)系檢驗(yàn);DCC-GARCH模型

中圖分類號：F832? ?文獻(xiàn)標(biāo)識碼：A? 文章編號：1674-2265（2019）01-0055-07

DOI：10.19647/j.cnki.37-1462/f.2019.01.006

一、引言

P2P網(wǎng)貸作為一種典型的互聯(lián)網(wǎng)金融模式，通過網(wǎng)貸公司提供P2P平臺發(fā)揮信息中介功能而聯(lián)結(jié)資金供需雙方，體現(xiàn)了民間金融組織形式與現(xiàn)代信息科技的有機(jī)結(jié)合，反映了民間借貸公開化、網(wǎng)絡(luò)化、信息化演進(jìn)趨勢。近年來，我國P2P網(wǎng)貸市場呈現(xiàn)爆發(fā)式增長，根據(jù)第一網(wǎng)貸數(shù)據(jù)顯示，平臺數(shù)量從2013年底的523家擴(kuò)張到2018年9月的累計(jì)共7616家，同期貸款余額從352.23億元增加到13559.46億元;2013年全年成交額892.53億元，而2018年9月單月成交額就高達(dá)850.81億元;同時(shí)，2013—2017年短短4年間，市場投資者由23.1萬人增加到1713萬人，市場活躍度持續(xù)攀升。然而，我國P2P網(wǎng)貸市場短時(shí)間內(nèi)急劇膨脹也暴露出諸多問題與金融亂象，近期P2P網(wǎng)貸平臺集中出現(xiàn)逾期、倒閉、高管跑路等事件，集聚了金融風(fēng)險(xiǎn)隱患，已成為防范化解金融風(fēng)險(xiǎn)攻堅(jiān)戰(zhàn)的重中之重。

P2P網(wǎng)貸市場不僅是我國互聯(lián)網(wǎng)金融市場重要組成部分，而且對整個(gè)金融體系穩(wěn)定與有序運(yùn)行具有重要影響;P2P網(wǎng)貸利率作為互聯(lián)網(wǎng)金融市場價(jià)格體系的核心，其與其他市場利率產(chǎn)生的互動影響與溢出效應(yīng)，在很大程度上就反映了宏觀經(jīng)濟(jì)運(yùn)行狀態(tài)，尤其是日趨復(fù)雜的金融系統(tǒng)中重大金融風(fēng)險(xiǎn)形成與集聚的演變狀況。因此，以P2P網(wǎng)貸利率作為非正規(guī)的互聯(lián)網(wǎng)金融市場研究切入點(diǎn)，全面深入地探究非正規(guī)金融市場與正規(guī)金融市場之間的信息傳遞與動態(tài)關(guān)系，具有重要的現(xiàn)實(shí)意義。

二、文獻(xiàn)回顧

短短幾年間我國P2P網(wǎng)貸市場規(guī)模由小到大，參與主體數(shù)量不斷增長，市場熱度持續(xù)不減，不僅引起了監(jiān)管機(jī)構(gòu)的關(guān)注，而且成為學(xué)者研究的重點(diǎn)領(lǐng)域，涌現(xiàn)出了一系列學(xué)術(shù)成果。

微觀層面，關(guān)于P2P網(wǎng)貸利率的相關(guān)成果主要集中在兩個(gè)方面：

一是P2P網(wǎng)貸市場利率定價(jià)機(jī)制的探討。Krueger（2009）分析認(rèn)為基于雙邊市場的平臺定價(jià)遵從需求價(jià)格彈性法則，平臺會針對需求價(jià)格彈性高的投資者制定較低利率，對于需求價(jià)格彈性低的投資者制定較高的利率，通過差異化定價(jià)吸引不同類型投資者。Barasinska（2014）研究指出歐洲的Smava網(wǎng)貸平臺中，出借者通過對融資者信息詳細(xì)研判，準(zhǔn)確篩選出融資者可接受最高回報(bào)率進(jìn)行投資，這種價(jià)格機(jī)制實(shí)現(xiàn)了出借者效用最大化。廖理和李夢然（2014）認(rèn)為盡管我國P2P網(wǎng)貸市場基本實(shí)現(xiàn)了差別化定價(jià)，但一部分違約風(fēng)險(xiǎn)未體現(xiàn)在利率價(jià)格中，市場化定價(jià)效率仍有待提升。陳虹和馬永?。?016）基于貝葉斯博弈理論分析表明，市場投資者與融資者人數(shù)比值增大，網(wǎng)貸平臺成交利率隨之降低，二者之間存在反向變動關(guān)系。于瑾和楊澤鋒（2018）實(shí)證研究發(fā)現(xiàn)我國網(wǎng)貸利率與市場化利率定價(jià)水平存在差異，這反映了當(dāng)前P2P網(wǎng)貸平臺運(yùn)作仍不規(guī)范，制約了網(wǎng)貸市場價(jià)格機(jī)制的合理性。

二是市場參與主體借貸特征對網(wǎng)貸利率的影響。Pope（2011）指出借款人在平臺發(fā)布的照片“軟信息”對利率價(jià)格產(chǎn)生影響，體型肥胖借款者要支付更高利率，而表情愉悅的借款人則負(fù)擔(dān)一個(gè)較低利率;同時(shí)，借款人的年齡、性別等生理特征，以及借款用途等“硬信息”也影響了自身籌資成本。Herzenstein等（2011）分析認(rèn)為網(wǎng)貸市場中普遍存在著羊群效應(yīng)，基于羊群行為的投資決策有利于融資者降低搜尋與轉(zhuǎn)換成本，降低借款利率，活躍了網(wǎng)貸市場。Luo等（2013）通過構(gòu)建決策樹模型驗(yàn)證同樣表明，網(wǎng)貸市場中羊群行為對于借款人以較低利率水平融資具有顯著影響。陳霄和葉德珠（2016）量化分析指出，借款人的定價(jià)效率受到婚姻、年齡、學(xué)歷影響，性別、年齡、借款描述字?jǐn)?shù)則增加了利率定價(jià)中的不確定性，而借款人認(rèn)知偏誤則導(dǎo)致實(shí)際利率高于市場利率水平。崔婷和劉家麒（2018）實(shí)證研究發(fā)現(xiàn)，網(wǎng)貸行業(yè)的用戶依賴性、網(wǎng)絡(luò)外部性特征導(dǎo)致市場結(jié)構(gòu)的特征差異性，進(jìn)而影響了衡量借貸資金成本的利率水平。

宏觀層面，相關(guān)文獻(xiàn)主要表現(xiàn)在兩個(gè)方面：

一是P2P網(wǎng)貸市場利率波動性特征研究。陳霄和葉德珠（2016）通過2012—2014年日度時(shí)序數(shù)據(jù)，構(gòu)建AR-GARCH模型實(shí)證分析了我國P2P網(wǎng)貸利率的波動特征，并運(yùn)用TARCH與EGARCH模型檢驗(yàn)是否存在杠桿效應(yīng)。結(jié)果表明，網(wǎng)貸利率波動具有寬尾與聚集性特征，然而網(wǎng)貸市場不存在風(fēng)險(xiǎn)與收益匹配的現(xiàn)象，利率價(jià)格并不能完全反映市場信息，弱勢有效市場不成立。同時(shí)，網(wǎng)貸利率下跌的利空消息比利率上升的利好消息產(chǎn)生更大沖擊影響的杠桿效應(yīng)并不顯著。何啟志和彭明生（2016）運(yùn)用ARCH模型與GARCH類模型實(shí)證研究發(fā)現(xiàn)，P2P網(wǎng)貸利率受自身前期波動的持久性影響，利率波動性較大，意味著風(fēng)險(xiǎn)具有積聚性，市場自身的平衡與調(diào)節(jié)能力較差;同時(shí)，與較為完善的金融市場表現(xiàn)不同，網(wǎng)貸市場不存在明顯的杠桿效應(yīng)，表明投資者金融專業(yè)素養(yǎng)較低、風(fēng)險(xiǎn)意識不強(qiáng)，網(wǎng)貸市場發(fā)展仍處于初級階段。阮素梅和何浩然（2016）通過一元SV模型的實(shí)證檢驗(yàn)發(fā)現(xiàn)，網(wǎng)貸市場收益率具有尖峰厚尾、波動聚集的特征，收益率下降沖擊影響更大，表明存在杠桿效應(yīng);然而，高風(fēng)險(xiǎn)高收益的現(xiàn)象不明顯，我國P2P網(wǎng)貸市場仍有較為突出的風(fēng)險(xiǎn)隱患，容易誘發(fā)系統(tǒng)性風(fēng)險(xiǎn)。

二是P2P網(wǎng)貸利率與其他市場之間互動關(guān)聯(lián)效應(yīng)。錢金寶（2015）基于面板數(shù)據(jù)與斷點(diǎn)回歸設(shè)計(jì)兩種量化方法，采用2014年5月至2015年5月P2P市場日度樣本數(shù)據(jù)，考察了期間六次寬松貨幣政策調(diào)控對于P2P平均利率的影響效應(yīng)，結(jié)果表明寬松貨幣政策對于網(wǎng)貸市場作用微弱，這與我國金融市場二元性與雙軌制有密切關(guān)系。韋起和張強(qiáng)（2015）運(yùn)用GARCH-GPD模型及Copula函數(shù)測度網(wǎng)貸利率與股票指數(shù)之間的相關(guān)系數(shù)，結(jié)果表明網(wǎng)貸市場對傳統(tǒng)商業(yè)銀行具有直接與間接兩個(gè)維度的風(fēng)險(xiǎn)溢出效應(yīng)。劉鏡秀和門明（2016）通過Copula-GARCH模型驗(yàn)證了P2P網(wǎng)貸市場與資本市場的風(fēng)險(xiǎn)溢出效應(yīng)，結(jié)果表明，網(wǎng)貸市場與債券市場之間關(guān)聯(lián)關(guān)系較為微弱，而與股票市場之間存在負(fù)向動態(tài)的“蹺蹺板”效應(yīng)。周耿和范從來（2016）認(rèn)為我國P2P網(wǎng)貸市場具有高度市場化的利率形成機(jī)制，央行實(shí)施降準(zhǔn)降息的寬松貨幣政策會引致P2P網(wǎng)貸利率相應(yīng)下降，同時(shí)網(wǎng)貸利率還受到商業(yè)銀行價(jià)格效應(yīng)、供給效應(yīng)直接影響，以及一些調(diào)節(jié)效應(yīng)的間接影響。

綜上所述，長期以來國內(nèi)外從微觀視角探討網(wǎng)貸利率價(jià)格機(jī)制與影響因素的文獻(xiàn)眾多、研究深入，但是基于微觀個(gè)體的靜態(tài)分析忽視了市場的動態(tài)性與普遍聯(lián)系性，實(shí)證方法也大多采用截面數(shù)據(jù)進(jìn)行檢驗(yàn)，存在很大程度局限性。近年來，從宏觀視角對P2P網(wǎng)貸利率問題的研究，主要集中在網(wǎng)貸利率自身波動特征方面;即使一些文獻(xiàn)采用了BEKK-GARCH為主的多變量模型分析其溢出效應(yīng)關(guān)系（何啟志和彭明生，2016），也由于該模型參數(shù)經(jīng)濟(jì)意義不明確，未能直觀刻畫出隨著時(shí)序變遷的市場之間動態(tài)關(guān)系走勢，導(dǎo)致現(xiàn)實(shí)解釋力偏弱。本文基于DCC-GARCH模型的實(shí)證檢驗(yàn)彌補(bǔ)了上述不足，豐富了相關(guān)領(lǐng)域研究成果。

三、變量選取與模型設(shè)定

（一）變量數(shù)據(jù)選取

2013年互聯(lián)網(wǎng)金融迎來了爆發(fā)式發(fā)展，互聯(lián)網(wǎng)金融創(chuàng)新模式不斷涌現(xiàn)，因此實(shí)證分析起點(diǎn)為互聯(lián)網(wǎng)金融元年2013年，時(shí)序周期從2013年4月26日至2018年8月8日。本文選取我國P2P網(wǎng)貸綜合利率為研究主要對象，并將Shibor、中債國債利率納入整體框架。由于P2P網(wǎng)貸綜合利率為不同標(biāo)的、不同借貸期限的綜合測算數(shù)據(jù)，平均借貸期限在6個(gè)月左右，為確保各變量數(shù)據(jù)的一致性與合理性，Shibor與中債國債利率同樣選取半年期。同時(shí)，Shibor與中債國債利率公布數(shù)據(jù)限于工作日，因此本文統(tǒng)一剔除了節(jié)假日數(shù)據(jù)，共得到1199個(gè)時(shí)序樣本;相關(guān)指標(biāo)數(shù)據(jù)來源于萬得數(shù)據(jù)庫、上海銀行間同業(yè)拆放利率官網(wǎng)、第一網(wǎng)貸網(wǎng)站。

變量數(shù)據(jù)的描述性統(tǒng)計(jì)結(jié)果如表1所示，P2P網(wǎng)貸綜合利率序列[rpt]偏度S>0，峰度K<3，說明樣本為右偏分布，且分布呈現(xiàn)矮胖形狀;J-B統(tǒng)計(jì)量P值小于0.01，序列不服從正態(tài)分布。而三個(gè)收益率序列偏度不為零，峰度K>3，J-B統(tǒng)計(jì)量同樣在1%置信水平下不服從正態(tài)分布，呈現(xiàn)出尖峰厚尾、偏態(tài)分布現(xiàn)象;三個(gè)收益率序列具有相似的基本特征，可能是由于各利率形成機(jī)制存在一定的互動關(guān)聯(lián)性。表1還顯示，P2P網(wǎng)貸綜合利率均值為13.481%，超過銀行類機(jī)構(gòu)存款利率及傳統(tǒng)金融機(jī)構(gòu)投資收益率。從投資者角度來看，拓寬了資金配置渠道，有利于改善投資收益，但高利率同時(shí)也意味著較高違約風(fēng)險(xiǎn)。對于融資者而言，盡管P2P網(wǎng)貸縮短了資金鏈條，打破了時(shí)空限制，降低了搜尋成本，但并未顯著地降低融資成本。

（二）模型方法設(shè)定

相對于傳統(tǒng)的正規(guī)金融市場，我國P2P網(wǎng)貸市場本質(zhì)上屬于非正規(guī)的民間金融市場，起步時(shí)間晚，成長時(shí)間短，發(fā)展仍處于初級階段。而P2P網(wǎng)貸利率是綜合測算且期限多在半年左右的短期利率，常表現(xiàn)出波動聚集、尖峰厚尾、杠桿效應(yīng)等時(shí)間序列特征，運(yùn)用GARCH類模型可以較好地?cái)M合與描述。因此，本文采用DCC-GARCH模型解析P2P網(wǎng)貸市場與正規(guī)金融市場之間的動態(tài)關(guān)系，反映跨市場的溢出效應(yīng)。

多元GARCH模型用于反映不同市場之間的互動關(guān)系，包括動態(tài)關(guān)聯(lián)性與波動溢出效應(yīng)。Engle（2002）構(gòu)建了動態(tài)條件相關(guān)的廣義自回歸條件異方差（DCC-GARCH）模型;相對于較為常用但參數(shù)經(jīng)濟(jì)意義不明確的BEKK-GARCH模型，以及在檢驗(yàn)中常常不符合實(shí)際要求的CCC-GARCH模型，DCC-GARCH模型參數(shù)經(jīng)濟(jì)意義較為明確，且待估計(jì)參數(shù)個(gè)數(shù)少，克服了CCC-GARCH模型的缺陷，能夠直觀反映變量間的動態(tài)相關(guān)走勢。DCC-GARCH運(yùn)用兩步法進(jìn)行檢驗(yàn)，第一步建立單變量GARCH模型并估計(jì)獲得標(biāo)準(zhǔn)化殘差;第二步再次采用GARCH模型針對標(biāo)準(zhǔn)殘差估計(jì)相關(guān)矩陣，得到變量間動態(tài)條件相關(guān)系數(shù)。

考慮DCC-GARCH模型中動態(tài)結(jié)構(gòu)設(shè)定：

四、實(shí)證檢驗(yàn)分析

（一）平穩(wěn)性與ARCH效應(yīng)檢驗(yàn)

通過對處理后樣本數(shù)據(jù)的單位根檢驗(yàn)發(fā)現(xiàn)，[lrpt]、[lrst]、[lrzt]三個(gè)變量序列均通過了5%置信水平下的顯著性檢驗(yàn)。進(jìn)一步通過Engle-Granger兩步法驗(yàn)證協(xié)整關(guān)系，變量回歸后殘差序列的ADF檢驗(yàn)通過了1%顯著性水平檢驗(yàn)，表明P2P網(wǎng)貸利率、Shibor與中債國債利率之間具有長期穩(wěn)定的均衡關(guān)系。同時(shí)，通過ARCH-LM檢驗(yàn)結(jié)果顯示，各變量在1%顯著性水平下存在明顯的ARCH效應(yīng)，即各變量序列波動存在條件異方差性，可建立多元GARCH模型進(jìn)行后續(xù)分析。

（二）Granger因果關(guān)系檢驗(yàn)

研究P2P網(wǎng)貸利率、Shibor與中債國債利率之間的動態(tài)關(guān)系，應(yīng)先通過Granger因果關(guān)系檢驗(yàn)判斷變量之間是否存在因果關(guān)系。由表2可知，P2P網(wǎng)貸利率與Shibor之間存在單向因果關(guān)系，Shibor能夠引起P2P網(wǎng)貸利率的變化，即存在單向的溢出效應(yīng)。Shibor與中債國債利率之間互有Granger因果關(guān)系，即Shibor與中債國債利率存在雙向溢出效應(yīng)。同時(shí)，P2P網(wǎng)貸利率與中債國債利率之間不存在顯著的因果關(guān)系。

進(jìn)一步地，本文通過繪制P2P網(wǎng)貸利率、Shibor與中債國債利率時(shí)序圖，以直觀清晰地揭示三個(gè)變量之間的變動態(tài)勢;其中，P2P網(wǎng)貸利率數(shù)值反映在左側(cè)縱軸，Shibor與中債國債利率反映在右側(cè)縱軸。圖1顯示，一方面，P2P網(wǎng)貸利率波動聚集性特征顯著，表現(xiàn)出波動下行的趨勢，但總體上仍高于正規(guī)金融市場利率水平。P2P網(wǎng)貸模式有利于發(fā)揮長尾效應(yīng)，節(jié)約搜尋成本與交易成本，然而較高的利率水平并未改善小微企業(yè)的高融資成本困境，市場交易者較為普遍的非理性盲從行為還加劇了市場風(fēng)險(xiǎn)。另一方面，結(jié)合Granger因果關(guān)系檢驗(yàn)結(jié)果可以發(fā)現(xiàn)，Shibor的利率變動對于P2P網(wǎng)貸利率具有前瞻性的引導(dǎo)作用，同時(shí)Shibor對于中債國債利率變動的引導(dǎo)性更強(qiáng)，二者之間同向變化態(tài)勢更為明顯，這反映了Shibor作為基準(zhǔn)利率在調(diào)節(jié)與影響其他金融市場利率過程中的基礎(chǔ)地位;而P2P網(wǎng)貸利率與中債國債利率之間互動關(guān)系不密切，這說明我國正規(guī)金融市場與非正規(guī)金融市場仍然存在不同程度的市場分割，信息傳遞與關(guān)聯(lián)作用受到抑制。

（三）DCC-GARCH模型檢驗(yàn)

上述分析表明P2P網(wǎng)貸利率、Shibor與中債國債利率之間存在相關(guān)關(guān)系，為進(jìn)一步準(zhǔn)確地描述各市場收益率之間的動態(tài)關(guān)聯(lián)性與溢出效應(yīng)，可采用DCC-GARCH模型對樣本序列進(jìn)行檢驗(yàn)。

1. DCC-GARCH（1，1）模型估計(jì)。根據(jù)AIC準(zhǔn)則判斷發(fā)現(xiàn)，構(gòu)建GARCH（1，1）模型較為合適。表3顯示了DCC-GARCH（1，1）模型檢驗(yàn)結(jié)果，第一步是對單變量序列估計(jì)得到的相關(guān)系數(shù)，三個(gè)變量[lrp]、[lrs]、[lrz]的ARCH項(xiàng)（[α]）與GARCH項(xiàng)（[β]）均通過了10%的顯著性水平檢驗(yàn)，且各序列衰減系數(shù)小于1，表明波動都具有持久性。第二步是考察變量序列之間的動態(tài)條件相關(guān)性，DCC模型穩(wěn)定性檢驗(yàn)表明，[α1+β1=0.8883<1]，且DCC模型系數(shù)[α1]與[β1]均通過了5%的顯著性水平檢驗(yàn)，說明模型回歸結(jié)果穩(wěn)健，[lrp]、[lrs]與[lrz]之間的動態(tài)相關(guān)性與動態(tài)條件相關(guān)性均顯著并具有持續(xù)性。

2. 動態(tài)關(guān)系分析。在DCC-GARCH（1，1）模型合理估計(jì)基礎(chǔ)上，可以進(jìn)一步得到各變量間的動態(tài)相關(guān)系數(shù)描述性統(tǒng)計(jì)，并繪制動態(tài)相關(guān)系數(shù)的時(shí)序演變圖。結(jié)合表4以及圖2、圖3、圖4可以看出，P2P網(wǎng)貸市場與正規(guī)金融市場之間相關(guān)性表現(xiàn)出動態(tài)時(shí)變特征，然而市場之間的聯(lián)動性強(qiáng)弱有很大區(qū)別。P2P網(wǎng)貸利率與Shibor動態(tài)相關(guān)系數(shù)變動顯示，二者之間波動幅度基本位于0—0.1之間，動態(tài)相關(guān)系數(shù)較小，均值為0.0416，聯(lián)動性較弱。P2P網(wǎng)貸利率與中債國債利率動態(tài)相關(guān)系數(shù)變動顯示，二者之間波動幅度基本位于-0.1—0.1之間，動態(tài)相關(guān)系數(shù)均值為0.0106，相關(guān)性總體上較為微弱，同時(shí)動態(tài)相關(guān)系數(shù)為負(fù)的時(shí)間點(diǎn)較多，表明二者之間動態(tài)關(guān)系走勢出現(xiàn)了一定程度分離，市場之間較強(qiáng)的分割性影響了溢出效應(yīng)。Shibor與中債國債利率動態(tài)相關(guān)系數(shù)變動顯示，二者之間波動幅度基本位于0.2—0.7之間，動態(tài)相關(guān)系數(shù)均值為0.3730，兩個(gè)市場走勢趨同度高，聯(lián)動性最強(qiáng)，正規(guī)金融市場之間存在顯著的雙向溢出效應(yīng)。

從現(xiàn)實(shí)來看，我國Shibor基準(zhǔn)利率針對正規(guī)金融市場利率與非正規(guī)金融市場利率都發(fā)揮出引導(dǎo)性功能，然而對于P2P網(wǎng)貸利率與中債國債利率影響有所不同。當(dāng)前P2P網(wǎng)貸市場利率并不直接受央行貨幣政策調(diào)控影響，而是在一定程度上對監(jiān)管當(dāng)局貨幣政策做出預(yù)期性調(diào)整，網(wǎng)貸市場仍處于發(fā)展的初級階段。當(dāng)經(jīng)濟(jì)衰退或流動性趨緊時(shí)，央行降低Shibor，銀行間市場資金供應(yīng)相對寬裕，融資主體對于民間借貸資金需求減少，從而網(wǎng)貸市場熱度減弱，利率隨之降低;反之則反。Shibor對P2P網(wǎng)貸利率的調(diào)節(jié)功能為央行有效引導(dǎo)網(wǎng)貸利率保持在合理范圍、有效監(jiān)管網(wǎng)貸市場維護(hù)金融體系穩(wěn)定提供了有益參考。Shibor是對銀行間市場資金松緊程度的反映，作為基準(zhǔn)利率直接引導(dǎo)了中債國債利率等正規(guī)金融市場利率走向，市場之間信息傳遞效率高，互動關(guān)系與反饋調(diào)節(jié)作用明顯。同時(shí)，網(wǎng)貸市場與國債市場的關(guān)系體現(xiàn)了正規(guī)與非正規(guī)金融市場的分割性，影響了利率波動傳遞的價(jià)格信息效應(yīng)，目前我國P2P網(wǎng)貸市場對其他金融市場的作用仍有局限性。

五、結(jié)論與建議

本文通過構(gòu)建Granger因果關(guān)系檢驗(yàn)與構(gòu)建多元DCC-GARCH模型，實(shí)證分析了P2P網(wǎng)貸利率、Shibor與中債國債利率之間的動態(tài)關(guān)系與溢出效應(yīng)。研究發(fā)現(xiàn)：首先，P2P網(wǎng)貸利率波動具有厚尾與聚集性特征，維持在相對高位的利率水平并未明顯降低中小企業(yè)融資成本，并未明顯改善非金融企業(yè)部門的融資困境;其次，Shibor基準(zhǔn)利率針對正規(guī)金融市場與非正規(guī)金融市場利率都具有引導(dǎo)作用，然而對于中債國債利率等正規(guī)金融市場價(jià)格直接調(diào)控力更強(qiáng)，動態(tài)反饋效應(yīng)更顯著，對于非正規(guī)金融市場的P2P網(wǎng)貸利率具有間接調(diào)控影響力，存在單向的溢出效應(yīng);這意味著央行可以充分發(fā)揮Shibor作為基準(zhǔn)利率的功能，引導(dǎo)P2P網(wǎng)貸利率保持在適度合理區(qū)間。第三，P2P網(wǎng)貸利率與中債國債利率動態(tài)關(guān)系不明顯，表明我國正規(guī)金融市場與非正規(guī)金融市場之間仍然存在著結(jié)構(gòu)失衡與人為分割，盡快破除體制機(jī)制藩籬、促進(jìn)市場互聯(lián)互通、提高金融一體化程度對于金融高效服務(wù)實(shí)體經(jīng)濟(jì)至關(guān)重要。綜合上述結(jié)論，本文從以下兩個(gè)層面提出針對建議：

（一）健全外部金融監(jiān)管體制

首先，加快征信體系建設(shè)。針對網(wǎng)貸市場無序擴(kuò)張與違約風(fēng)險(xiǎn)隱患，要加快建立全覆蓋的網(wǎng)貸平臺征信系統(tǒng)。通過將網(wǎng)貸平臺征信體系與央行征信系統(tǒng)有機(jī)銜接，實(shí)現(xiàn)征信信息互聯(lián)與共享，提高征信數(shù)據(jù)可信度;通過嚴(yán)格的失信懲戒機(jī)制，如建立失信者黑名單制度、司法性懲戒機(jī)制，嚴(yán)厲打擊失聯(lián)跑路、惡意逃廢債等失信行為;通過健全對借貸雙方的強(qiáng)制信息披露準(zhǔn)則，過濾長尾市場噪音與信息過載，破除信息不對稱問題，有效降低市場風(fēng)險(xiǎn)。

其次，加強(qiáng)金融行為監(jiān)管。2017年央行已將互聯(lián)網(wǎng)金融納入MPA 體系，旨在肅清互聯(lián)網(wǎng)金融行業(yè)亂象，防范系統(tǒng)性風(fēng)險(xiǎn)。相較于備受重視的審慎監(jiān)管，我國行為監(jiān)管機(jī)構(gòu)分散且成立時(shí)間晚、履職時(shí)間短，框架體系尚不明確;而網(wǎng)貸市場野蠻生長，非法集資、惡意欺詐等違法違規(guī)行為層出不窮，暴露出明顯的行為監(jiān)管短板。因此，應(yīng)盡快構(gòu)建監(jiān)管機(jī)構(gòu)、網(wǎng)貸行業(yè)消費(fèi)者保護(hù)協(xié)會、網(wǎng)貸平臺、金融消費(fèi)者與投資者等相關(guān)主體有機(jī)聯(lián)系的監(jiān)管框架，提高網(wǎng)貸市場參與主體金融素養(yǎng)，逐步弱化市場非理性羊群行為。

第三，構(gòu)建網(wǎng)貸利率監(jiān)測體系。網(wǎng)貸市場中大多數(shù)金融產(chǎn)品具有多層嵌套、期限嚴(yán)重錯(cuò)配的影子銀行產(chǎn)品特征，難以受到有效監(jiān)控;同時(shí)，網(wǎng)貸利率在很大程度上反映了互聯(lián)網(wǎng)金融市場走勢與宏觀經(jīng)濟(jì)運(yùn)行狀態(tài)，受到央行貨幣政策調(diào)控與引導(dǎo)。因此，應(yīng)加強(qiáng)對P2P產(chǎn)品規(guī)模與種類評估，強(qiáng)化對利率波動、資金流動、期限錯(cuò)配的監(jiān)測研究，建立常態(tài)化網(wǎng)貸利率觀測系統(tǒng)，并將其納入金融業(yè)綜合統(tǒng)計(jì)體系。

（二）完善平臺內(nèi)部運(yùn)營機(jī)制

首先，完善網(wǎng)貸利率定價(jià)機(jī)制。當(dāng)前我國P2P網(wǎng)貸利率定價(jià)過程并未以合理成本反映借款方真實(shí)風(fēng)險(xiǎn)，市場借貸主體缺乏利率定價(jià)自主權(quán)，難以獲取全面有效覆蓋真實(shí)風(fēng)險(xiǎn)的貸款利率，定價(jià)過程也難以充分反映風(fēng)險(xiǎn)溢價(jià);由于定價(jià)機(jī)制不完善還加劇了多平臺套利的金融風(fēng)險(xiǎn)。因此網(wǎng)貸平臺應(yīng)設(shè)計(jì)合理的交易機(jī)制，在外部監(jiān)管與行業(yè)自律基礎(chǔ)上推進(jìn)市場化利率定價(jià)，并通過大數(shù)據(jù)、云計(jì)算等金融科技手段整合長尾用戶碎片化信息，促使利率價(jià)格全面覆蓋真實(shí)風(fēng)險(xiǎn)，提高風(fēng)險(xiǎn)定價(jià)效率。

其次，強(qiáng)化內(nèi)部風(fēng)險(xiǎn)控制。由于P2P金融業(yè)務(wù)的特殊性，客觀上要求必須建立完善的風(fēng)控體系。網(wǎng)貸平臺通過構(gòu)建在詳細(xì)規(guī)章制度、操作規(guī)范指引下的數(shù)據(jù)分析、利率定價(jià)、風(fēng)險(xiǎn)管理等各環(huán)節(jié)相互制約的系統(tǒng)流程框架，形成職責(zé)明晰、辨識準(zhǔn)確、審核嚴(yán)格、保障有效的風(fēng)險(xiǎn)控制機(jī)制。同時(shí)，針對平臺為主的定價(jià)模式，還應(yīng)著重提升金融從業(yè)人員專業(yè)水平與職業(yè)道德，確保平臺運(yùn)營的安全性與穩(wěn)定性。

第三，提高合規(guī)經(jīng)營水平。近期出臺的《關(guān)于開展P2P網(wǎng)絡(luò)借貸機(jī)構(gòu)合規(guī)檢查工作的通知》明確了合規(guī)網(wǎng)貸機(jī)構(gòu)繼續(xù)經(jīng)營的基本準(zhǔn)則，強(qiáng)調(diào)了合規(guī)經(jīng)營作為當(dāng)前網(wǎng)貸風(fēng)險(xiǎn)專項(xiàng)整治工作重點(diǎn)的要求。在此基礎(chǔ)上，網(wǎng)貸平臺應(yīng)盡快轉(zhuǎn)變發(fā)展理念，改變過去粗放擴(kuò)張與野蠻生長狀態(tài)，回歸信息中介本質(zhì)定位，加強(qiáng)自律自查以實(shí)現(xiàn)經(jīng)營有序與行為規(guī)范;通過樹立合規(guī)意識，將合規(guī)理念融入企業(yè)核心文化并滲透到企業(yè)運(yùn)營各個(gè)環(huán)節(jié)，重塑社會對于P2P網(wǎng)貸市場健康發(fā)展的信心。

參考文獻(xiàn)：

[1]Barasinka， N. & Schafer， D. 2014. Is Crowd funding Different？ Evidence on the Relation between Gender and Funding Success from a German Peer-to-Peer Lending Platform[J].German Economic Review， 15（4）.

[2]Herzenstein， M.， Dholakia， U. M. & Andrew， R. L. 2011. Strategic Herding Behavior in Peer-to-Peer Loan Auctions[J].Journal of Interactive Marketing， 25（1）.

[3]Krueger， M. 2009. The Elasticity Pricing Rule for Two-sided Markets a Note[J].Review of Network Economics， 8（3）.

[4]Luo， B. J. & Lin. 2013. A Decision Tree Model for Herd Behavior and Empirical Evidence from the Outline P2P Lending Market[J].Information System and E-Business Management， 11（1）.

[5]Pope， D. G. & Sydnor， J. R. 2011. Whats in Picture？ Evidence of Discrimination from Prosper. Com[J].Journal of Human Resources， 46（1）.

[6]陳虹，馬永健.P2P網(wǎng)貸行業(yè)利率定價(jià)模式研究[J].當(dāng)代財(cái)經(jīng)，2016，（5）.

[7]陳霄，葉德珠.中國P2P網(wǎng)絡(luò)借貸利率波動研究[J].國際金融研究，2016，（1）.

[8]陳霄，葉德珠.定價(jià)效率、不確定性與借貸利率——來自P2P網(wǎng)絡(luò)借貸的經(jīng)驗(yàn)證據(jù)[J].國際商務(wù)，2016，（5）.

[9]崔婷，劉家麒.網(wǎng)絡(luò)借貸利率影響因素的實(shí)證分析[J].統(tǒng)計(jì)與決策，2018，（2）.

[10]何啟志，彭明生.基于互聯(lián)網(wǎng)金融的網(wǎng)貸利率特征研究[J].金融研究，2016，（10）.

[11]廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風(fēng)險(xiǎn)識別——來自P2P網(wǎng)絡(luò)借貸的證據(jù)[J].經(jīng)濟(jì)研究，2014，（7）.

[12]劉鏡秀，門明.P2P網(wǎng)絡(luò)借貸市場對資本市場的風(fēng)險(xiǎn)溢出效應(yīng)[J].技術(shù)經(jīng)濟(jì)，2016，（11）.

[13]錢金保.貨幣政策在民間借貸市場有效性研究[J].南方經(jīng)濟(jì)，2015，（11）.

[14]徐榮貞，殷元星，王帥.P2P網(wǎng)絡(luò)借貸平臺運(yùn)營模式及風(fēng)險(xiǎn)控制思考—— 基于信息不對稱視角[J].財(cái)會月刊，2017，（5）.

[15]阮素梅，何浩然.中國P2P網(wǎng)絡(luò)收益率波動及其溢出效應(yīng)研究[J].經(jīng)濟(jì)問題，2016，（12）.

[16]韋起，張強(qiáng).我國網(wǎng)貸平臺對商業(yè)銀行風(fēng)險(xiǎn)溢出效應(yīng)的實(shí)證研究[J].金融評論，2015，（3）.

[17]于瑾，楊澤鋒.P2P金融借貸利率與逾期行為研究——基于A網(wǎng)貸平臺數(shù)據(jù)追蹤的實(shí)證檢驗(yàn)[J].廣西大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2018，（1）.

[18]周耿，范從來.貨幣政策對P2P網(wǎng)貸市場利率的影響研究[J].中央財(cái)經(jīng)大學(xué)學(xué)報(bào)，2016，（6）.

A Study on the Spillover Effect of P2P Lending Interest Rate Based on DCC-GARCH Model

Xu Yunsong

（Postdoctoral Program，Central University of Finance and Economics，Beijing? ?100081）

Abstract：As the core of price system of internet financial market，the spillover effect of P2P lending interest rate reflects the state of macroeconomic operation to a certain extent under the influence of the evolution of Internet financial development. Based on the systematic review of the literature on the micro-mechanism and Macro-effect of P2P lending interest rate，this paper empirically analyzes the dynamic relationship between P2P lending interest rate and the interest rate of formal financial market in China by Granger causality test and constructing a multivariate DCC-GARCH model. And the following conclusions are achieved：Firstly，the fluctuation of P2P lending interest rate has the characteristics of agglomeration. Relatively high interest rate does not significantly reduce the financing costs of non-financial sector. Secondly，the benchmark interest rate has a guiding effect on both P2P lending interest rate and national debt interest rate. However，there is a two-way spillover effect on national debt interest rate，and the dynamic correlation is stronger. There is only one-way spillover effect with P2P lending interest rate. Thirdly，the dynamic relationship between P2P lending interest rate and national debt interest rate is not obvious，which indicates that structural imbalance and artificial segmentation still exist between the formal and informal financial markets in China. Finally，this paper puts forward targeted suggestions from the two perspectives of perfecting the external supervision system and improving the internal operation mechanism.

Key Words：P2P lending interest rate，spillover effect，Granger Causality Test，DCC-GARCH Model