1.3.2　信息经济学与互联网金融

起源于20世纪60年代的信息经济学（Economics of Information）以信息不对称为起点，逐渐形成了包括逆向选择与信号传递、委托—代理理论与激励机制设计、价格离散理论与信息搜寻理论等内容在内的庞杂的学科体系。如今，信息经济学在互联网金融的实务中得到了新的延伸。

1.互联网金融中的信息不对称理论

互联网金融与传统金融最大的区别在信息处理方面，信息成为金融行业最重要的资源，改变了产业价值链。凭借信息处理优势，互联网微贷正在探索一种解决借贷前后两大信息不对称问题的全新路径。“阿里小贷”基于卖家自愿提供的基本信息以及阿里系电商平台十几年来数亿笔交易记录所形成的类目庞杂、更新频繁的数据库，自建信用信息体系。信息系统的固定投入较高，但一旦开始使用，运行成本较低。在贷前，从数据库提取数据，导入信用评估模型，并引入交叉检验技术，将隐性的“软信息”转变为显性的“硬信息”，提高了信用水平甄别的精确度；在贷中，分散、无序的信息形成了动态、连续的信息序列，以趋于零的边际成本给出任何借款人处于动态变化中的动态违约概率及风险定价，为远程监测、实时预警提供了可能；在贷后，电商平台和小贷系统设有严格的曝光、禁入等违约惩戒措施，从而减少机会主义倾向。

P2P网贷也是互联网时代突破传统借贷瓶颈的一大创新。P2P平台根据借款人上传的身份信息和证明材料，进行信用初评，信用初评结果随着其借款成功次数、逾期率、逾期天数等信用记录的改变而动态调整。在贷前，贷款人通过观察公开的借款人信用评价结果、信用记录、该笔借款特征、借款人的人口统计学特征等“硬信息”来做贷款决策，并可利用互联网社交网络，甚至“人肉搜索”（cyber-manhunt）掌握更多“软信息”，使P2P借贷的逆向选择风险得到一定程度的遏制。在贷后，P2P平台及业内有关第三方组织的“黑名单”“曝光栏”能及时警示失信的借款人情况，较为有效地防止道德风险发生。

2.互联网金融中的搜寻理论

搜寻行为之所以存在，广义原因是信息不对称所导致的“搜索前置”。狭义原因是“价格离散”，即信息在交易双方之间的非均衡分布所引发的同地区、同质量产品的价格差异，信息搜寻因此才有利可图，专业化信息服务机构才得以产生。搜寻成本影响着定价和价格离散程度，搜寻成本越高，价格竞争越弱，离散程度越高，搜寻所获收益就越大。目前，互联网信息搜寻效率已达较高水平。互联网使信息在市场中呈现均衡分布，成本与价格的透明度被提高，从而网上商品价格也趋于收敛。与传统金融市场相比，若互联网金融市场搜寻成本的降幅不大，就会失去发展后劲。

以货币基金市场为例，传统市场上搜寻成本较高，信息扭曲严重，寻找高口碑供方的难度较大，只要低口碑供方有可能凭借降价（即降低利差或手续费）来弥补口碑劣势，高口碑供方受到建立、维护、宣传口碑的成本限制，就不可能占据全部市场，因此会出现高口碑供方的产品价格和市场份额较高、低口碑供方的产品价格和市场份额较低的均衡，价格竞争较弱，离散程度较高。而在互联网市场上，搜寻成本大大降低，高口碑供方更容易被需方选择，供方群体内部将加强价格竞争，均衡时的价格离散程度发生改变；低口碑供方不得不进一步降价，最终可能因产品价格低于成本而难以生存，市场结构发生质变，促成“良币驱逐劣币”的局面。

3.互联网金融中的声誉机制

声誉机制，也称为KMRW模型，建立在信息经济学、博弈论基础之上，证明参与人对其他参与人支付函数或战略空间的不完全信息对均衡结果有重要影响。

只要博弈重复的次数足够多，合作行为在有限次重复博弈中就会出现。该理论解释了当进行多阶段博弈时，声誉机制起到很大的作用，上一阶段的声誉往往影响到下一阶段及以后阶段的收益，现阶段良好的声誉意味着未来阶段较高的收益。

不少学者乐于分析声誉机制在借贷市场上发挥的作用。在P2P网贷市场上，借款人的借款记录和还款记录是其“声誉”的主要构成因素。现实中存在借款人凭借小额借款建立“好声誉”后再行诈骗、一旦留下失信记录后伪造身份信息重新“入场”的现象，因此针对P2P借款人的声誉机制要想真正生效，必须满足两个基本条件：一是信息高效率、低成本地传播，确保借款人不良声誉被及时披露和识别，促成集体惩罚；二是信息真实、完整，通过建立P2P信用信息共享系统、接入我国正式的征信系统，使来自各个P2P平台的借款人信息互相补充和校验，构建网上统一联防机制，从而最大限度地提高信息造假的成本、降低信息甄别的难度，切实保障P2P贷款人的合法权益。