第 1 章 绪论
1.1 研究背景
1.1.1 P2P 网络借贷平台发展概况
P2P（peer to peer）网络借贷平台是有别于传统借贷方式的一种创新性的金融服务平台，包含着 P2P 网络平台和借贷关系这两大要素。具体来讲，P2P 网络借贷将传统的借贷关系中的各个流程通过网络得以实现，并加以创新。P2P贷款最早出现在 2006 年，由穆罕默德·尤努斯在英国创建了 P2P 网络借贷的雏形，逐渐演变成目前普及的 P2P 网络借贷平台，其主要目的就是通过汇集和收集投资者手中的闲置资金，提供给有需要的借款者，实现双赢。在我国，最早的 P2P 网贷平台“拍拍贷”成立于 2006 年。在其后的几年间，国内的网贷平台很少，鲜有创业人士涉足。直到 2010 年，网贷平台才陆续出现了一些试水者。在 2011 年之前，P2P 行业发展缓慢，网贷平台数量大约在 60 家左右，活跃的平台只有不到 20 家，平均月成交金额为 5 亿，有效投资人约为 1 万人左右。许多创业者没有民间小额贷款的经验，因此他们采取的是纯线上模式，导致出现了一个借款人在多个平台同时申请借款的情况普遍。随后进入野蛮扩张期：大量投资机构、风险资本开始关注进入行业，他们主要借鉴网络借贷线上经营的经验，线上进行融资，线下进行放贷，在风控方面还没有采用大数据征信，基本上都是实地考察项目，包括抵押物、企业经营情况等。2013 年提出互联网金融这概念，很多从事民间借贷、小贷公司、银行以及融资担保行业从业者开始进军 P2P 网络借贷行业，平台数量迅速增加，伪平台与真平台并存，泡沫较为严重。在 2016 年后，随着 P2P 投资理财行业竞争的进一步加剧，各个平台开始进入群雄逐鹿，剩者为王的时代。其标志性事件就是 2015 年 7 月 18 日国家发布的《关于促进互联网金融健康发展的指导意见》，该份《指导意见》是P2P 乃至互联网金融的纲领性文件。在该份文件的指导下，网贷行业监管细则以及随后关于存管、备案、信息披露三大主要配套政策陆续落地。这一阶段 P2P发展呈现行业细分更加明显，马太效应下平台数量减少，预期收益下降等特点。我国 P2P 网络借贷市场在 2017 年时一跃成为全球最大，实现了 4300 亿美元的整体规模，高于其他国家网络借贷市场的规模综合。但是问题也是同样存在的，
自从 2017 年年初以来，P2P 网络借贷平台不断出现断崖式的倒闭、跑路等恶劣情况，平台死亡率一度高达 30%左右，在排除行业正常的“优胜劣汰”情况下，整体状况仍不容乐观，需要引起警惕。
.............................
1.2 文献综述
1.2.1 P2P 平台中的羊群效应
首先，羊群行为一直是行为金融学中的重要话题。国外学者 Bikhchandani和 Sharma 在 2011 通过实例验证得出金融市场中的羊群效应产生的主要原因是源于参与主体之间的信息不对称。其次，羊群效应中的趋同现象是普遍存在的，投资人在投资的过程中会受到其他投资者的影响，继而施行相似的决策，形成趋同现象（Banerjee，1992）。在信息化的今天，投资者们在诸多金融领域中获得的信息数量绝对量增多，但是相对量却在下降，掌握信息相较于专业机构等较少，因此羊群效应在金融市场中是普遍存在的，针对于此的研究也越发重要。就 P2P 平台而言，在国际上 Krumme & Herrero（2009）和 Herzenstein et al.（2011）都证明 P2P 网贷中存在着羊群效应，并分析了其具体相关因素。在针对于我国 P2P 市场的研究当中，廖理，李梦然（2015）的研究是很有意义的，他们使用了“人人贷”网络借贷平台的相关投资数据，来验证我国 P2P 网络借贷市场中存在着羊群效应，并探究其特点。他们使用了投资者微观个体选择需求加总的市场份额模型实施检验，结果表明我国 P2P 市场中的投资者确实存在着羊群效应，从总体表现来看，订单完成度与与投资者的参与度呈现正相关关系；羊群效应随着订单完成度的提高呈现边际递减效应等等。总体上来讲，中国 P2P 投资中的这种羊群效应更可能基于信息发现机制，而这种信息发现机制驱动的羊群效应并不总是存在的，因为在达到一定水平后，投资者可以从其他投资者那里获得的信息逐渐便少，羊群效应逐渐消失。该论断对于分析我国 P2P借贷中投资者投资行为具有指导性价值。
................................
第 2 章 自动投标模式下投资者风险问题及相关分析
2.1 我国 P2P 平台自动投标机制风险问题及管理现状
2.1.1 自动投标机制运行原理
P2P 网络借贷平台的目的在于实现点对点、中小微贷款，投资者可以根据平台出具信息来进行选择是否将资自己的资金出借给借款者。随着平台的业务量不断上升，投资者的选择也越来越多，在繁多的项目标的选择中，自动投标机制的出现方便了投资者的同时，进一步提升了平台的效率。
自动投标机制的核心是自动智能投标等技术，它的实现途径是通过云计算和大数据来从平台获取的信息当中筛选出符合赋值范围的相关项目标。在这一过程之前，投资者会和平台签订委托协议，同意平台对用户的规划、签约、收款、放款、退出等等拥有较高水平授权，代替用户进行投资选择，这种方式相当于传统金融模式中的委托理财，平台更接近与投资顾问。
2.1.2 自动投标机制的风险性现象
自动投标机制的实际应用当中，出现了许多问题。体现在投资者、P2P 平台、借款者三方面。对于投资者，一方面，自动投标机制的使用中存在着严重的羊群效应，投资者跟随着整体的潮流与趋势进行投资，很少有个人的完全主观判断，实属盲从行为；另一方面，即使个体投资者有着在使用自动投标机制是有着独到的见解，但是平台提供的自动投标机制的筛选条件是固定且有限的，很难完全表达投资者的主观意愿，来进行最优的投资选择。
从平台角度出发，目前 P2P 平台的自动投标机制呈现出“证券化”倾向，自动投标模式包括平台的理财型工具和个人管理型工具，前者完全由平台代替客户进行投资，规定了收益利率等等核心要素，投资者在不完全知情的情况下被代替做出了投资选择，平台在这一过程中俨然成为了代理经纪人，整个过程也呈现证券交易式的方向。除此之外，个人管理工具收到理财型工具的指导性影响，个体投资者在投资时大体模仿着平台给出的参考数值。
..........................
2.2 传统 P2P 网络借贷运营模式与自动投标机制差异
传统的 P2P 借贷模式主要有四种。第一，纯线上模式，它是指 P2P 网络借贷平台并不参与任何资金借款，只是充当类中介服务，即信息汇集、服务支持等等，只是作为借款者和投资者之间的联络渠道，该模式是 P2P 网络借贷的最基本的、最初的运营方式，也是目前我国大部分 P2P 网络借贷平台的建立基础。 最早运行该模式的是美国的 Lendingclub 平台。在我国，这一模式的典型代表就是拍拍贷。第二，线上加线下模式，可以说是 P2P 网络借贷在中国发展衍生出的本土化模式。这种运营方式使 P2P 网络借贷平台的工作分为两个方面，一方面在线上主要负责扩大业务规模，具体来讲，通过宣传等方式吸引投资者，同时对收集到的借款信息进行公开公示，并对外明确平台业务水平、盈利等等情况；另一方面，在线下严格把控风险，降低违约率等负面指标，同时对于平台进行推广，诸如平台客户端的建设等，除此之外，最重要的就是完善强化审核功能，对于借款者的个资信情况、还款能力都做出有效评估，实现降低线上违约率的目的。
符合该模式的最具代表性的就是易贷通等平台。第三，债权转让模式，专业放贷人对于借贷关系进行干涉，通过放贷和债券转的方式来联系出借人和借款人，是贷款项目实现债券转移项目，拓宽借款者的投资选择和退出方式。第四，担保模式，包括 P2P 自担模式、第三方担保模式、风险准备金担保模式、抵押担保模式、保险担保模式等。
这些运营模式都遵循着一个基本框架，资金由投资者账户出发，经由 P2P借贷平台及第三方支付平台为媒介，在被借款者收到后，经过偿还回到投资者手中。上述运营模式的不同在于各个环节的运行方式，如：资金筹措方式、担保方式等等。然而，各 P2P 网络借贷平台的自动投标机制更加倾向于线上加线下模式，基于投资者的选择意愿，P2P 网络借贷平台从投资者处获得资金的托管权，或者获得直接从第三方资金平台调动资金的权利，即在资金的流通过程中速度加快了。更重要的是，在由 P2P 平台向投资者提供信息的过程中，具有滞后性，即先进行投资，再告知投资者相关信息，这便是该模式与传统模式最大的区别。
..............................
3.1 BP 神经模型简介 ................................. 17
3.2 BP 神经网络模型的研究适用性 ........................... 17
第 4 章 实例仿真实验 .................................. 27
4.1 BP 神经网络的训练 ......................................... 27
4.2 自动投标模式的弱识别能力............................ 29
第 5 章 结论与建议 ...................................... 34
5.1 自动投标机制工具尚不健全............................... 34
5.2 自动投标机制使用者非完全理性行为 ..................................... 34
第 4 章 实例仿真实验
4.1 BP 神经网络的训练
本文 BP 神经网络模型的实现依靠于 MATLAB 程序。学习样本数据来自于平台日常记录随机抽取，为当日投标至百分百的新成标，并可以直接找寻到认同度这一指标。共计 2050 项，并从学习样本之中抽选 50 项作为校验数据，以确认 BP 神经网络是否有效的实现训练过程。其中该 2050 项数据其统计性描述指标如下。
.............................
第 5 章 结论与建议
5.1 自动投标机制工具尚不健全
迄今为止，“自动投标”工具虽然已经在各大 P2P 平台运行了几年的时间，但它依旧是不健全，主要表现为，在设定筛选条件时不具有全面性。以本文中的“拍拍贷”的自动投标规则为例，虽然有着 18 项，但是相比于正常投资者所看到的参考信息缺少了大量融资者的相关信息，例如：职业，借款用途、还款来源、历史数据的图像分析等等。因此，投资人在使用自动投标模式时，系统代替投资者所做出的选择是片面的，相较于正常投资方式做出的抉择，系统做出的选择是相对弱势的，不能严格的判断融资者的个人情况，从而可能造成了投资者的财富损失。 虽然自动投标模式有着一定的弊端，但也要肯定它的正面作用。在未来的设计中各个平台的开发团队应该更加注重投资者的投资习惯、关键信息筛选、系统辅助功能等等。在保证自动投标模式有效性的前提下，纳入更多参考因素、以提升自动投标模式的识别能力与工作效率。
首先，根据实验中的结论，目前阶段的自动投标模式投资者本身就偏好于高风险、高收益的项目。虽然收益较高，但是投资者也应该注意到蕴藏在背后的风险。投资者应该考虑到，融资者之所以调高利率，必定在个人信用情况或经济情况上存在着或多或少的问题。其次，自动投标模式存在着羊群效应，投资者在对工具设置条件时，会根据他人的推荐、论坛帖、个人观察学习等方式学习他人的投资模式。但每个投资者的投资偏好有用不同，在学习的基础上，会对筛选条件进行调整。在 P2P 市场上的投资者大部分都不具备相应的专业知识和投资经验，对某些筛选条件的设定并不合理，只是一味的盲从。以上两点都是产生非完全理性行为的重要原因。
参考文献（略）