?

?

◆?◆?◆

?

?本文簡單探討P2P市場機制，在此基礎(chǔ)上探討匹配撮合服務(wù)的可能性。

?

?

◆?◆?◆

P2P市場機制基本定義與假設(shè)

?

?首先，我們回顧一些基本定義與假設(shè)。P2P市場為“網(wǎng)絡(luò)借貸是指個體和個體之間通過互聯(lián)網(wǎng)平臺實現(xiàn)的直接借貸。”^[2]利率決定一般是平臺決定借款利率或者貸款人自主決定，這里我們假設(shè)是貸款人自主決定。網(wǎng)絡(luò)借貸信息中介機構(gòu)“以互聯(lián)網(wǎng)為主要渠道，為借款人與出借人(即貸款人)實現(xiàn)直接借貸提供信息搜集、信息公布、資信評估、信息交互、借貸撮合等服務(wù)。”^[2]作用是降低信息不對稱，減少成本。另外，也假設(shè)不存在增信與擔(dān)保等外部因素影響借款人貸款人行為。當(dāng)然“禁止向出借人提供擔(dān)保或者承諾保本保息”^[2]，“不得提供增信服務(wù)”^[2]也是監(jiān)管要求。

?

網(wǎng)絡(luò)借貸信息中介機構(gòu)提供的信息平臺在此充當(dāng)了P2P市場。我們可以認為這是一個信息不完全、充分競爭的市場。每位借款人或貸款人，都了解自己主觀預(yù)期，并觀察市場，參與市場競爭并修正自己的偏好以及預(yù)期，最終達到市場出清。利率在其中起到價格信號作用。市場一如既往的起到“看不見的手”的作用，每個人不用去了解其他人的主觀預(yù)期。

?

◆?◆?◆

現(xiàn)有網(wǎng)絡(luò)借貸信息中介機構(gòu)存在的問題？

?

但不論借款人還是貸款人都必須承擔(dān)未來不確定性風(fēng)險。“決策者面對的不確定性劃分為兩類：環(huán)境不確定性和行為不確定性。”^[1]其中環(huán)境不確定性風(fēng)險是雙方都要承受，并且要決定利率對自己是否符合自己風(fēng)險預(yù)期。在去中介的P2P市場，對于借款人，在信息中介機構(gòu)提供的信息基礎(chǔ)上，如風(fēng)險等級評定等，獨立決定該利率是否與承擔(dān)的貸款人行為不確定性風(fēng)險相一致。

?

正如哈耶克所說“每個人對他直接的生活方式和前途負責(zé)，這是市場加給我們的負擔(dān)，也是市場經(jīng)濟能夠成功的原因”。在沒有金融中介的借貸市場更是如此。

?

讓借款人都成為信用風(fēng)險專家，讓貸款人都成為融資規(guī)劃專家，其實是有悖于社會化分工的也是有悖于互聯(lián)網(wǎng)模式強調(diào)簡潔易用。接下來，我們來探討下在P2P市場匹配撮合算法的優(yōu)勢與可行性。

?

◆?◆?◆

P2P市場匹配撮合算法的優(yōu)勢與可行性

??

最簡單的模式，分析借款人風(fēng)險承受與偏好等級，分析貸款人風(fēng)險等級，相互匹配，效果可想而知，并不能如意。金融產(chǎn)品標準化的過程，就是希望能讓買賣雙方根據(jù)不同的風(fēng)險偏好和預(yù)期收益選擇，如此極大的增加了市場的流動性，但也忽略了不同貸款項目內(nèi)容的差異性以及其他相關(guān)外部性。如果我們用張五常教授《賣桔者言》中桔子案例類比P2P市場貸款項目。楊小凱教授有段精彩的評論“如要完全消除吃桔子的外部性，一個桔子一個價，因為每個桔子味道、大小都與其它桔子略有差別。但實際上桔子頂多分三等或四等價，因為要精確定價有費用，所以市場與桔子定價的外部效果是測量費用和不精確測量造成的外部性之間的最優(yōu)折衷。”

??

^[3]但假設(shè)借助于傳感器等其他手段，能夠低成本的量化桔子的更多維度特征，自然我們將得到更好的匹配結(jié)果。在P2P市場，借助于金融大數(shù)據(jù)，包括市場數(shù)據(jù)，個人金融畫像^[4]數(shù)據(jù)等，我們是否能構(gòu)建更合理的P2P匹配市場？

?

既然我們將P2P市場不再是標準化商品市場而是差異性匹配市場。價格不再是唯一因素，即利率不再是唯一因素。匹配才是更重要的，“匹配在經(jīng)濟學(xué)術(shù)語中的可以解釋為，我們?nèi)绾螐纳钪械玫郊词俏覀兯x擇的，同事也是選擇我們的事物”^[5]。按照諾貝爾獲獎?wù)叻€(wěn)定匹配理論與市場設(shè)計領(lǐng)域先驅(qū)埃爾文·羅斯的證明，如果參與者對物品的偏好是嚴格的，則在給定初始稟賦條件下，最終將得到穩(wěn)定匹配。我們繼續(xù)假設(shè)，P2P市場有足夠的參與者，并且在合理的保護好參與者的安全與隱私前提下得到偏好信息。

?

接下來，假設(shè)我們有的數(shù)據(jù)集包括：

1) 市場數(shù)據(jù)，包括宏觀以及行業(yè)數(shù)據(jù)。

2) 借款人，貸款人個人金融屬性以及畫像。可參考文章[4]中描述。

3) 貸款項目數(shù)據(jù)。

?

關(guān)于匹配模型，首先容易想到的是參考推薦系統(tǒng)模型，即借款人為User，貸款項目為Item，樣本集為歷史P2P成交記錄，并且以貸款期限起始日期關(guān)聯(lián)市場信息，成交記錄為正樣本，通過模型推測當(dāng)前市場信息條件下借款人為貸款項目貸款的可能性。考慮到金融交易樣本特點，一般推薦算法中基于用戶的協(xié)同過濾算法或基于Item的協(xié)同過濾算法等可能不太合適。可以考慮使用邏輯回歸模型以及矩陣奇異值分解(SVD)等模型。也聽說有將WORD2VEC模型應(yīng)用到USER-ITEM推薦,感覺對于金融交易的稀疏矩陣數(shù)據(jù)，以及需要更多主題標識匹配，深度學(xué)習(xí)模型應(yīng)該更有優(yōu)勢。

?

在有充足數(shù)據(jù)以及樣本條件下，通過深度學(xué)習(xí)模型預(yù)測P2P市場借款人行為應(yīng)該可以得到較理想結(jié)果。但這樣的匹配結(jié)果真能代替了看不見的手更好的實現(xiàn)公平與效率嗎？借助金融大數(shù)據(jù)，當(dāng)鼓勵人們?nèi)ナ跈?quán)那些他們本會保守為秘密的重要信息時，市場結(jié)果能被大幅的改進了嗎？但歷史交易樣本不能保證每個交易都是在已有信息下理性行為，所以我們很難斷言市場匹配結(jié)果被改善了。

?

希勒教授在其著作《新金融秩序》[6]探討如何更好的應(yīng)對、管理不確定的金融風(fēng)險。書中舉例：一位想成為小提琴演奏家的年輕人，為培訓(xùn)費貸款，但由于演奏家的收入前景不確定性太強，該夢想風(fēng)險很大。如果未來小提琴家的收入低于預(yù)期時，她不用全而償還貸款，這筆貸款可以使她更輕松地追尋夢想，因為她所承擔(dān)的風(fēng)險已限定在一定范圍內(nèi)。如果這是一筆P2P貸款，年輕的小提琴演奏家面對的環(huán)境不確定性和行為不確定性該由誰分擔(dān)？也許借助于大數(shù)據(jù)以及相關(guān)算法，可以為該筆P2P貸款匹配那些有一定經(jīng)濟基礎(chǔ)的音樂愛好者，他們也許樂意分擔(dān)了她的風(fēng)險。

?

金融的核心功能之一是對經(jīng)濟風(fēng)險進行定價，從而增加流動性，促進社會資源更優(yōu)化分配。在P2P市場用風(fēng)險等級或風(fēng)險評分標記風(fēng)險，特別是對于非系統(tǒng)風(fēng)險，即將很高維的相關(guān)數(shù)據(jù)映射到一維，很多有價值的信息丟失了。在大數(shù)據(jù)時代，允許我們更高效的處理海量數(shù)據(jù)，通過算法以更合理的方式匹配、分配、對沖風(fēng)險。這將值得長期探索。

原文發(fā)布時間為：2016-07-27

本文來自云棲社區(qū)合作伙伴“大數(shù)據(jù)文摘”，了解相關(guān)信息可以關(guān)注“BigDataDigest”微信公眾號

總結(jié)

以上是生活随笔為你收集整理的在P2P市场中代替“看不见的手”的算法在哪里的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。