商业银行应对P2P网贷竞争的博弈分析.docx

? ? 商业银行应对P2P网贷竞争的博弈分析 ? ? 　　F830.33；F491 ：A 1007-5097(2018)03-0034-10 　　P2P网贷是指个人通过独立的第三方网络平台相互借贷的一种新型金融服务模式。它打破了传统民间借贷范围受限、需求匹配难等一系列问题，使得金融借贷双方能够跨越时空限制，更容易达成借贷业务。P2P网贷具有贷款门槛低、限制条件少、运作方式灵活、投资收益率高等优点，其近年来在我国发展非常迅速，成为目前互联网最热门的商业应用模式之一。根据我国P2P网贷行业门户网站“网贷之家”提供的统计数据，截至2016年12月底，我国P2P网贷正常运营平台达2448家，2016年网贷成交量达20 638.72亿元，比上年增长110%，历史累计成交量达34 291亿元，贷款余额达8 162.24亿元。与商业银行相比，P2P网贷的增长速度惊人。根据《2016年金融统计数据报告》显示，2016年末我国银行本外币贷款余额112.06万亿元，同比增长12.8%；本外币存款余额155.52万亿元，同比增长11.3%，而且这两项数据的增速都已呈现下降趋势。 　　P2P网贷的快速发展对传统商业银行产生了巨大的冲击，许多小微企业主通过P2P网贷获得了贷款，而越来越多投资者亦开始将部分资金转投于P2P网贷，P2P网贷与商业银行在一定程度上形成竞争关系。近年来商业银行利润率呈明显下降趋势，P2P网贷的竞争就是一个重要因素。那么，商业银行应该如何应对来自P2P网贷的竞争呢?本文试图从P2P网贷对商业银行核心业务的影响机制入手，通过博弈模型分析商业银行的应对策略。 　　二、文献综述 　　近年来，随着网络借贷市场的蓬勃发展，学术界对于P2P网贷的研究也不断深入，目前国内外的研究侧重于P2P网贷的风险控制方面。Robert(2008)通过对网贷平台的信用记录进行实证研究，发现过去的借贷信息能有效解决信息不对称问题，减少逆向选择和道德风险，但其成本巨大[1]。Laura L(2011)通过对欧洲不同P2P平台之间对比分析，提出Zopa平台精准严格的风险控制机制是成功的主要原因[2]。马运全(2012)指出当前P2P网络借贷存在资金安全缺乏保障、个人信息泄露、非法集资等隐患，借贷中的逆向选择和道德风险不容忽视[4]。段昊(2015)将传统的个人信用评估模型中的评估因素重新优化，然后基于互联网大数据对这些因素进行评分，从而构建个人信用评估模型来解决P2P网贷中信用机制问题[5]。俞林(2015)通过建立包括企业、借款方、贷款方和监管方在内的博弈模型进行分析，提出了P2P网贷行业的监管相关措施[6]。谈超(2014)运用博弈分析的方法构建了P2P网贷中的“柠檬”模型和不确定性的委托代理模型，对平台内存在的逆向选择和道德风险进行分析，认为信号传递博弈模型可以解决逆向选择问题，而信用担保的介入则可以防范道德风险[7]。 　　当前，关于商业银行应对P2P网贷竞争问题的研究较少，不少学者研究了互联网金融对商业银行的影响问题，袁博(2013)提出互联网金融会推动我国的金融效率提升、交易结构和金融架构的深刻变革，商业银行应大力发展服务功能创新、服务渠道创新和平台模式创新以应对挑战[9]。宫晓林(2013)认为，互联网金融模式在战略、筹融资、客户渠道、定价以及脱离传统媒介等方面对商业银行产生了深远的影响，但短期内互联网金融对商业银行的经营方式及获利途径影响不会太大[10]。耿培军(2014)从P2P网贷和支付方式两个维度分析了互联网金融对国内商业银行的影响，提出互联网金融对银行盈利能力有正向影响，有利于银行长远盈利能力的提升，但是这种影响有时滞性[11]。白金枝(2014)从定性与定量分析两个方面论述互联网金融发展对我国商业银行的影响，定量分析是通过假设互联网金融业务对商业银行传统业务的不同替代比例，给出互联网金融相关业务对商业银行营业收入以及利润的敏感性分析[12]。褚蓬瑜等(2014)提出互联网金融将倒逼传统商业银行的创新，两者逐步融合将提升整个金融体系的效率[13]。管仁荣等(2014)在利用DEA方法测度11家上市商业银行运行效率的基础上，实证分析互联网金融对银行综合效率、规模效率及纯技术效率的影响[14]。牛华勇等(2015)基于中国16家上市银行2005-2013年企业层面的财务数据，以互联网支付为研究对象，验证互联网金融对商业银行市场势力的影响以及互联网支付的竞争效应在业务层面的传导机制[15]。吴诗伟(2015)基于2005-2014年中国13家商业银行数据，构建动态面板GMM模型实证分析利率市场化与互联网金融对商业银行破产风险及不良资产风险的影响，分析认为互联网金融的发展通过分流商业银行存款、削弱其支付功能等途径与商业银行直接竞争[16]