![]()
随着数字经济的崛起，平台经济已经成为全球经济的重要组成部分。以阿里巴巴、亚马逊为代表的非金融平台，通过连接消费者和商家，极大地提升了交易效率，推动了商业模式的创新。然而，在金融领域，金融科技平台（如线上借贷平台）因其交易涉及资金期限（duration）的特殊性，展现出区别与非金融平台的独特特征。与此同时，传统平台研究大多聚焦于存续平台的研究，忽略了平台倒闭对平台生态的影响，而这一问题在金融平台中尤为重要，因为金融平台的倒闭可能对借贷双方及金融系统稳定性造成巨大冲击。此外，现有研究主要关注个体的跨边网络效应（individual-level
cross-side network
effect）——单一用户在选择是否加入平台时的效用会受到平台另一方用户规模的影响。但是在研究平台的动态发展与其最终命运时，平台层面的网络效应特征成为一个重要的指示变量。康奈尔大学的Lin William Cong教授过去十年间多次指出这些区分金融和非金融平台的特征理应受到关注，并带领其团队思考研究相关问题。
基于这些问题，他和清华大学的汤珂教授和谢丹夏教授以及中南财经政法大学的赵魏一合作完成了题为《FinTech
Platforms and Asymmetric Network Effects: Theory and Evidence from
Marketplace
Lending》的研究论文。这篇文章深入剖析了金融科技平台的独特特征，从理论和实证双重视角揭示了平台层面跨边网络效应（platform-level
cross-side network
effect，p-CNE）对预测平台最终命运的重要作用。这一研究不仅为平台经济的理论发展提供了新视角，也为金融科技行业的实践和监管政策设计提供了重要建议。
在平台经济中，金融科技平台相较于非金融平台展现出一系列独特特征。首先，与亚马逊、Uber等主要涉及即时交易的非金融平台不同，金融科技平台上的合同是长期的，往往涉及到资金的跨期转换。这种特性使得金融科技平台上的违约风险尤为突出。这不仅包括个体交易层面的违约风险，还包括平台整体的违约风险。针对个体交易层面的违约风险，投资者可以通过在同一平台上投资多个项目来对其进行分散。与非金融平台不同，金融科技平台具有投资可分性的特点（而非金融平台上的交易通常不可分，比如消费者无法只购买商品的一部分）。这种可分性使得投资者能够通过分散投资有效减轻特定交易的违约风险。这一机制构成了金融科技平台区别于非金融平台的第二个特征。金融科技平台的另一独特之处在于因平台违约风险导致的用户之间的不对称粘性加剧（asymmetric
stickiness）。具体而言，借款人作为资金的受益方，对平台的倒闭通常表现出较低的敏感度，因为平台倒闭后部分借款人能够成功躲避偿还借款；相反，贷款人作为资金的提供方，则面临更大的风险。当平台违约时，贷款人可能遭受本金全部损失，这使得他们对平台倒闭格外敏感。这使得借款人和贷款人之间存在非对称的粘性，尤其是在平台处于不利环境（例如平台进入衰退阶段或市场情绪悲观）时。这种不对称粘性在平台动态变化中发挥了重要作用，为金融科技平台的风险管理和用户行为分析提供了重要视角。基于中国线上借贷市场的数据，本文对金融科技平台借款人和贷款人之间的非对称粘性进行了实证检验。作为全球金融科技发展的领先经济体，中国曾拥有世界上最大的线上借贷市场，为研究提供了丰富的数据支持。通过分析线上借贷平台倒闭前六个月借款人和贷款人的流失速度，本文发现，在平台倒闭前，借款人每月的流失速度明显慢于贷款人。具体而言，借款人数量每月减少的对数值比贷款人平均少3%（t统计量为3.75）。这一结果清晰地反映了借款人对平台的更高粘性。进一步地，本文以中国曾经最大的线上借贷平台之一——e租宝的暴雷事件作为外生冲击，研究事件发生前后借款人和贷款人数量变化的差异。2015年12月8日，e租宝因涉嫌非法集资高达600亿元人民币并涉及超过90万投资者而被关闭，对中国线上借贷行业造成了重大冲击。实证分析显示，在e租宝暴雷事件后，借款人的留存比例平均比贷款人高4.7%。这一发现进一步验证了金融科技平台上用户粘性的不对称性，突出了借款人和贷款人在面对平台倒闭时行为反应的差异。基于上述金融科技平台的独特特征，本文构建了一个包含平台倒闭情境的金融科技平台双边市场模型，深入探讨了借款人和贷款人之间的非对称粘性如何影响平台层面的跨边网络效应（p-CNE），以及这种效应如何随平台生命周期的变化而演化。此外，本文还分析了p-CNE与平台倒闭之间的关系。首先，论文构造了一个垄断平台的基准模型。在基准模型下，由于借款人和贷款人之间存在非对称粘性，导致两者的p-CNE在平台生命周期的不同阶段表现出非对称特征。具体而言，贷款人的p-CNE在平台处于良好状态时较高，而借款人的p-CNE则因平台倒闭可能带来的潜在收益在不利条件下更高。随后，本文将平台竞争纳入分析框架，构建了双平台竞争模型对上述问题进行进一步探究。在该模型中，允许借款人和贷款人选择多平台参与（multi-home），但通过分析发现，贷款人会内生选择参与单平台（single-home）。在借款人multi-home和贷款人single-home的市场结构下，求解均衡结果表明，贷款人的p-CNE仍与平台状态正相关，即当平台表现良好时，贷款人的平台跨边网络效应更大。然而，借款人的p-CNE由于受平台竞争的影响，其与平台经营状况之间的关系变得模糊。通过理论分析，本文提出了以下两个关键假设：- 假设 1：金融科技平台的p-CNE具有非对称性，具体表现为贷款人的p-CNE在平台生命周期的不同阶段不同，在平台处于良好状态时，贷款人的p-CNE较高。
- 假设 2：贷款人的p-CNE能够预测平台的未来状态（较高的贷款人p-CNE与较低的倒闭概率相关），而借款人的p-CNE则无法提供类似的预测能力。
为了验证本文模型提出的假设，本文采用以下回归模型，并使用一年滚动窗口期，分别测算了988家线上借贷平台的贷款人和借款人的平台层面跨边网络效应（p-CNE）：其中，![]()
是借款人p-CNE，![]()
是贷款人p-CNE。使用测算出的p-CNE对假设1和假设2进行验证，结果与模型预测高度一致。验证假设1：贷款人p-CNE的非对称性。实证结果表明，贷款人的p-CNE在平台生命周期的不同阶段表现出显著的非对称性。在平台增长期或起步阶段，贷款人的p-CNE显著较高；而在平台衰退期或接近倒闭时，贷款人的p-CNE明显下降。相比之下，借款人的p-CNE和平台状态的相关性较弱，在平台生命周期中变化不显著。这一发现与假设1完全一致。验证假设2：贷款人p-CNE对平台倒闭的预测作用。使用Fama-Macbeth回归对贷款人p-CNE和未来平台是否倒闭做OLS和Logit回归分析，研究发现贷款人的p-CNE对平台的未来存续状况具有显著的预测作用。贷款人p-CNE增加一个标准差将导致平台次月倒闭概率减少约0.7%（年度减少约8.4%），表明贷款人的p-CNE是预测平台存续的重要指标。相较之下，借款人的p-CNE对平台倒闭没有一致的预测能力。这些结果与假设2完全一致。基于上述发现，本文进一步检验了平台成立后第一年的贷款人p-CNE这一平台早期特征与其长期命运（存续或倒闭）之间的关系。研究结果表明，平台首年的贷款人p-CNE对未来倒闭概率具有显著的预测能力。具体而言，平台在初期阶段拥有较高贷款人p-CNE时，其整个生命周期内的倒闭概率相对较低。从OLS回归结果来看，贷款人p-CNE增加一个标准差，平台倒闭概率将减少7%。这一发现与此前结果一致，即能够吸引更多借款人的平台更有可能存续，这是因为借款人的高粘性能够显著降低平台的倒闭风险。这一预测能力在OLS、Logit和Cox回归中均表现出统计显著性和稳健性。相比之下，借款人p-CNE不具备类似的预测能力。 此外，本文还发现，平台初期的交易规模和利率对其长期命运也有重要影响。交易规模较大的平台在未来存续的可能性更高，而较高的初期利率通常是低质量贷款的信号，显著提高了平台未来倒闭的风险。从某种意义上说，平台的“命运”在其初期阶段已部分决定。贷款人p-CNE、平台规模和利率这些初始特征可以提供宝贵的信息，用以判断平台未来的存续能力。对于监管者和投资者来说，考察平台诞生后的特征与表现，能够帮助他们及早识别潜在的高风险平台。例如，如果一个新平台在初期拥有较低的贷款人p-CNE，其未来倒闭的可能性将大幅增加。本文的分析结果不仅验证了贷款人p-CNE对平台长期存续能力的重要性，还为平台发展初期的关键决策提供了重要依据。这些发现强调了在平台诞生之初，合理的用户结构对于其长期存续的重要性。Lin
William Cong, Ke Tang, Danxia Xie, and Weiyi Zhao, FinTech Platforms
and Asymmetric Network Effects: Theory and Evidence from Marketplace
Lending. Available at SSRN: https://ssrn.com/abstract=3461893
