宋敏敏等

摘要：首先對國內(nèi)外的P2P網(wǎng)站進行了描述和對比，然后通過建立模型分析借款人行為的影響因素，總結(jié)模型結(jié)果并對P2P的借款人影響因素做出總結(jié)。

關(guān)鍵詞：P2P；借款人行為；影響因素

中圖分類號：F83

文獻標識碼：A

文章編號：1672-3198（2015）06-0115-03

0引言

隨著電子數(shù)據(jù)化網(wǎng)絡(luò)時代的到來，民眾的生活方式發(fā)生了翻天覆地的變化，廣大居民越來越趨向于互聯(lián)網(wǎng)的使用。而這正好為P2P網(wǎng)絡(luò)借貸平臺的發(fā)展注入新的契機。P2P網(wǎng)絡(luò)借貸作為民間借貸的一種創(chuàng)新形式，將民間借貸和電子商務(wù)結(jié)合在一起，為小微企業(yè)在各方面的發(fā)展注入了新的活力，如金融服務(wù)，融資渠道，融資困難等方面。而且，中國現(xiàn)在是世界上儲蓄率最高的國家，P2P網(wǎng)絡(luò)借貸平臺的發(fā)展，為民間儲蓄尋找到了另一投資方式。

雖然P2P網(wǎng)絡(luò)借貸的發(fā)展非常迅猛，可是各P2P借貸公司的借款成功率比較低，即使是拍拍貸這樣的行內(nèi)領(lǐng)先者，也僅在20%上下。因此，本文試圖從借款人角度分析其借貸行為，以尋找影響其融資可得性的因素，從而為提高P2P網(wǎng)絡(luò)借貸平臺的融資成功率，為其長久的發(fā)展提供相關(guān)參考。

1P2P網(wǎng)絡(luò)借貸平臺的起源和發(fā)展情況

P2P網(wǎng)絡(luò)借貸平臺來自小額借貸，傳統(tǒng)的小額貸款主要指的是信用貸款以及聯(lián)保貸款，最早的小額貸款公司是獲得2006年“諾貝爾和平獎”的經(jīng)濟學家穆罕默德·尤努斯教授建立的鄉(xiāng)村銀行（簡稱GB），GB指的是在農(nóng)村里相互熟悉的5戶家庭組織成為聯(lián)保小組，其中的四戶為需要貸款的那家提供擔保。GB最原始的主要目標是向收入低下的弱勢群體提供一種可持續(xù)的服務(wù)方法，主要是為了扶貧，是傳統(tǒng)的線下借貸模式的主要形式?！熬W(wǎng)上”模式就是P2P網(wǎng)絡(luò)借貸平臺，集中個人閑散資金為他人提供小額貸款。互聯(lián)網(wǎng)的普及和信息技術(shù)的迅速發(fā)展無窮地擴大了借出者人群的范圍和數(shù)量，也使借貸雙方的匹配過程的效率進一步提高和透明，P2P網(wǎng)絡(luò)借貸模式也迅速發(fā)展起來，主要形式也演變?yōu)椤熬W(wǎng)上”和“網(wǎng)下”并行的模式。

Prosper是美國最大的網(wǎng)絡(luò)借貸公司，Zopa則是歐洲最大的網(wǎng)絡(luò)借貸公司，兩個均是提供C2C服務(wù)的網(wǎng)站——為借貸雙方提供了無需銀行參與就可完成借貸過程的中介。拍拍貸則是我國第一家網(wǎng)絡(luò)借貸公司，2007年7月在上海成立運營。拍拍貸也是一個中介平臺，不吸收存款，也不發(fā)放貸款，最主要的目的是為借貸雙方（個人對個人）提供一個平臺。在我國，有較大影響力的P2P借貸平臺有人人貸、紅嶺創(chuàng)投、宜信、哈哈貸等公司。

2國內(nèi)外主要P2P借貸平臺的對比分析

2.1國外網(wǎng)站

（1）美國Prosper。Prosper全稱是美國繁榮市場公司，在2006年2月成立，是美國市場的第二大企業(yè)。目前擁有超過98萬的會員，借貸總額超過2億美元，在2014年，貸款總額達67億美元。網(wǎng)站的收益來自手續(xù)費，從借款人處提取每筆借貸款的1%～3%費用，從出借人處按年總出借款的1%收取服務(wù)費。貸款金額在2000美元至35000美元之間，期限為3年或5年，具體的依據(jù)信用等級和貸款金額。

（2）英國Zopa。Zopa全稱為英國Zopa網(wǎng)上互助借貸公司，在2005年3月成立于英國倫敦，是全球首家P2P網(wǎng)絡(luò)借貸公司。想要成為其用戶，必須年滿18歲且擁有3年及3年以上的信用記錄。現(xiàn)在已經(jīng)成立滿10年，總共進行了4輪融資，總額7160萬英鎊。2014年收入是3億英鎊，總貸款規(guī)模是2.68億英鎊。借款用途前三種目的為：汽車貸款、償還信用卡貸款、購買家庭必需品消費貸款。Zopa提供的小額貸款金額在1000英鎊至20000英鎊之間，期限2至5年，具體的依據(jù)信用等級和貸款金額。

2.2國內(nèi)網(wǎng)站

（1）拍拍貸。拍拍貸，成立于2007年8月，總部位于上海，其創(chuàng)始人來自微軟，麥肯錫，中國銀行等知名企業(yè)。是中國首家P2P（個人對個人）小額無擔保網(wǎng)絡(luò)借貸平臺。這個網(wǎng)貸平臺自正式上線發(fā)展至今已經(jīng)接近七年，中國的P2P平臺亦在這七年中經(jīng)歷了從零到紛繁復雜，再到如今倒閉潮帶來兩極分化的變遷。而在洶涌的P2P浪潮中，拍拍貸堅持的“純線上”模式使其成為網(wǎng)貸平臺中的一枝獨秀。艾瑞咨詢公布的數(shù)據(jù)顯示，2013年年底，總用戶數(shù)量超過了200萬，交易規(guī)模超過十億。

（2）紅嶺創(chuàng)投。紅嶺創(chuàng)投于2009年3月在深圳成立，是中國網(wǎng)絡(luò)信貸行業(yè)的領(lǐng)跑者。截至2014年12月31日，注冊用戶達341060人，累計成功投資186.79億元，累計成功借款512585筆，全年成交金額高達147.74億元，同比增長6.64倍。紅領(lǐng)創(chuàng)投收費項目一般來說有5個：現(xiàn)場考察費，借款管理費，投標管理費，擔保費用，管理費用。

3模型的建立與分析

3.1數(shù)據(jù)指標分析

拍拍貸是國內(nèi)首家無擔保抵押的P2P網(wǎng)絡(luò)借貸公司，是國內(nèi)首家無擔保抵押的P2P網(wǎng)絡(luò)借貸平臺。從Alexa目前的排名可以看出拍拍貸的近月網(wǎng)站訪問比例是最高的，比例為97.30%。本文以拍拍貸平臺上的借款行為所涉及到的相關(guān)變量作為研究對象。建立本研究模型所涉及的主要指標如下所示：

（1）借款金額。是指借款人希望在平臺上獲得的金額，從3000到50萬均可，從獲得的8799組數(shù)據(jù)來看，平均借款金額為4998.5元。

（2）借款年利率。該項指標代表借款人為了獲得所需要的資金愿意付出的最高的成本。指標越高，其完成投標的可能性越大。從獲得的8799組數(shù)據(jù)來看，借款利率從8%到24%不等，平均利率在20.76%，80%都在22%及以下。

（3）借款期限。借款期限分成1-12月等長短不一，借款時間不得超過12個月，通過這樣的約定可以控制借貸過程的風險。從獲得的8799組數(shù)據(jù)來看，平均借款期限為7.09月，60%用戶在6個月以下。

（4）相關(guān)認證。拍拍貸上的實名認證主要包括手機實名認證，身份認證，戶口認證。每完成一項認證的輸入就會增加借款人的信用分數(shù)，是出借人用來判斷借款人信用程度的最重要指標。通過認證的編碼為1，沒有通過認證編碼為0。從獲得的8799組數(shù)據(jù)來看，手機認證僅有26%，戶口認證僅為32%，60%以上的用戶沒有戶口認證。有53%的用戶有上傳照片，但因為真實照片上傳率偏低，無法通過計算機自動識別。

（5）借入信用分數(shù)。借入信用評級的得分包含要求朋友評價（最高5分）以及網(wǎng)上銀行充值認證（3分）。而且，借款人的還款狀況也會影響借入信用分數(shù)。按時還款一次就會為借款人增加一分，超過期限15天未還則會扣除二分。借款人在拍拍貸平臺上信息完善情況也會影響借入信用分數(shù)。拍拍貸的風險級別從低到高分別為A、B、C、D、E、HR，每25分就會增加一個等級。在模型回歸中，需要將這名義變量變?yōu)槊x變量，分別賦值為6，5，4，3，2，1。

（6）借出信用分數(shù)。借出信用評分包括各種認證的評分，而且出借人對借款人的投資也會增加該項分數(shù)，每投標一次增加兩分，如果能在規(guī)定期限內(nèi)收回本息，也會為借出信用分數(shù)增加兩分，但是如果還款逾期則會扣除10分。

（7）借款成功次數(shù)。借款成功次數(shù)是指本次借款行為之前的成功次數(shù)之和。但是模型回歸中的數(shù)據(jù)采集發(fā)生在此次借款結(jié)束后，因此收集的數(shù)據(jù)與所需要的數(shù)據(jù)會有差額。如果本次借貸行為成功，借款成功次數(shù)應(yīng)該減去一，如果本次借貸行為失敗，借款成功次數(shù)保持不變。在獲得的8799組數(shù)據(jù)中，借款成功次數(shù)為2522。

（8）借款失敗次數(shù)。借款失敗次數(shù)是指本次借款行為之前的失敗次數(shù)之和。但是模型回歸中的數(shù)據(jù)采集發(fā)生在此次借款結(jié)束后，因此收集的數(shù)據(jù)與所需要的數(shù)據(jù)會有差額。如果本次借貸行為成功，借款失敗次數(shù)保持不變，如果本次借貸行為成功，借款失敗次數(shù)應(yīng)該減去一。在獲得的8799組數(shù)據(jù)中，借款失敗次數(shù)為6277。

3.2模型相關(guān)介紹

二元因變量的的問題在許多地方都會出現(xiàn)，對于這種問題，可以通過建立二元Logistic模型來處理。投標是否成功就是是這樣一個二元因變量，模型實驗中將投標完成記為編碼為1，投標未完成記為編碼為0。此外，二元Logistic回歸模型在處理名義變量時也有一定的優(yōu)勢，可以自動將名義變量變成成啞變量，比如性別和年齡都是名義變量，運用二元Logistic模型可以將其變?yōu)閱∽兞吭谶M行編碼，這種方法也是二元Logistic模型最大的優(yōu)勢之一。

3.3模型回歸結(jié)果分析

以投標能否成功作為因變量，其他指標作為自變量，來做二元Logistic回歸，回歸結(jié)果如下。

從表1看出，借款成功次數(shù)的p值0.054略大于0.05，但基本不影響，可以繼續(xù)保留其中。即在94%的置信區(qū)間，其對借款成功與否是顯著的。其余變量p值都在0.05以內(nèi)，即在95%的置信區(qū)間，變量對借款成功與否是顯著的。

4結(jié)論

本文中把借款金額這一變量排除在外，因為在拍拍貸平臺上，即使借款人申請的是大額借貸，其在經(jīng)過投標人投標后分成若干份，每一單位投標價值是一樣的。而且，借款人獲得的借款額度跟其信用等級有關(guān)，等級越高，額度越高。借款金額太高所帶來的負面影響可以被其他的因素消除掉。

借款年利率對投標能否成功的影響為負，因為款項借出者借出資金無非是為了獲得收益，所以如果借款利率過高的話可能從某一方面顯示借款人的投資的危險性以及還款的可能性低，容易產(chǎn)生跑路事件。因此，借款利率過高對于投標的完成具有負作用。

借款期限的長短對投標能否成功的影響為負，因為借款時間越長，出借人所面臨的風險也變大，借款期限每增長一個月，投標完成的概率會減少2.7%。

每月還款對投標能否完成的影響很小，出借人借出金額大小由出借人自己決定，由出借人投標的份數(shù)決定，同時，還款行為其逆過程，每月還款多少并沒有改變出借者風險，故對投標能否完成的影響較小。

各種認證（照片認證、手機認證和戶口認證）對投標能否完成的影響較大，其Exp（B）分別為3.683，1.253，2.438，每多增加一個相關(guān)認證，投標成功的可能性將會是原來的3.68310=459216.18、1.25310=9.54、2.43810=7418.86倍。

借入信用分數(shù)和借出信用分數(shù)對投標能否完成的影響均為正，這很容易理解，借款人信用披漏越高，那么出借人對借款人的了解越多，也更愿意出借。

在本次實驗中顯示借款成功次數(shù)對投標能否完成的影響為負，這與一般的常理違背，可能是其他因素的影響導致的。

借款失敗次數(shù)對投標能否完成的影響為負，隨著借款流標次數(shù)的增多，其信用分數(shù)也隨之減少，出借人因為從眾心理，不會逆市場機制而出借貸款。

可見，借款年利率，借款期限，借款失敗次數(shù)對投標能否完成的影響為負，借款人應(yīng)盡量減少這三項指標；借出借入分數(shù)，各種認證對投標能否完成的影響為正；每月還款對投標能否完成的影響很小。

參考文獻

[1]宋文.P2P網(wǎng)絡(luò)借貸行為的實證研究[D].上海：上海交通大學，2013，（1）.

[2]張職.P2P網(wǎng)絡(luò)借貸平臺營運模式的比較、問題及對策研究[D].上海：華東理工大學，2013，（3）.

[3]丁婕.我國P2P網(wǎng)絡(luò)借貸平臺及借款人行為研究——以拍拍貸為例[D].成都：西南財經(jīng)大學，2012，（4）.

[4]張玉梅.P2P小額網(wǎng)絡(luò)貸款模式研究[J].生產(chǎn)力研究，2009，（12）：162-165.