賢成毅，郭貝貝

（廣西師范大學經(jīng)濟管理學院，廣西桂林　541006）

民間借貸融資滿足性影響因素分析——基于P2P網(wǎng)絡借貸的實證研究

賢成毅，郭貝貝

（廣西師范大學經(jīng)濟管理學院，廣西桂林541006）

基于拍拍貸平臺的交易數(shù)據(jù)為基礎，選取標的、信用、主體三個特征維度對民間借貸融資滿足性進行了實證分析，發(fā)現(xiàn)借款者的信用特征和主體特征在融資滿足性中發(fā)揮著重要的參考作用。因此網(wǎng)貸平臺出借者應當關注借款人的信息狀況，完善平臺的信息披露制度，提高信息透明度，降低信息不對稱、不完全，維護投資者的合法權益。通過二元logistic回歸模型實證研究發(fā)現(xiàn)，借款人的信用等級、借款成功數(shù)、婚姻、學歷水平、固定資產(chǎn)以及標的投資人數(shù)對借款人的項目滿足性具有顯著正向影響，標的的借款金額、借款期限、借款利率、逾期次數(shù)、借款失敗數(shù)、年齡對借款項目滿足性具有顯著負向影響。借入信用、借出信用、逾期次數(shù)、性別對借款滿足性不存在顯著影響。

民間借貸；P2P網(wǎng)絡借貸；融資滿足性；信用

一、引言

P2P網(wǎng)絡借貸是借貸參與人借助互聯(lián)網(wǎng)信息技術，不以金融機構為媒介，直接形成債權債務關系的無抵押小額貸款模式（linetal，2009），是民間借貸在互聯(lián)網(wǎng)時代的創(chuàng)新產(chǎn)物。在網(wǎng)絡借貸的過程中，借款者在借貸平臺上接受其各項資料及借貸信息的審核，通過后即可提交借款要求，在借款頁面中包含著借款者的標的信息、信用特征以及主體特征。借款者就可以根據(jù)自己所獲取的信息進行風險收益分析，最后選擇自己感興趣的借款并出借資金。借款者獲取的出借者的借款信息數(shù)據(jù)是不完全的，再者投資者的個體專業(yè)知識以及分析能力的偏差等因素影響，其只能依據(jù)網(wǎng)頁中包含的信息來進行評估判斷借貸風險與收益，并做出借貸決策。2005年，在線交易網(wǎng)站——Zopa在英國正式成立、運行，標志著P2P網(wǎng)絡借貸時代的序幕開啟。P2P網(wǎng)絡借貸作為新型的民間融資模式，促進了金融脫媒的進程，既滿足了投資者以更廣泛的途徑進行投資理財獲取收益，也為解決中小企業(yè)融資難問題開創(chuàng)了新的融資渠道；同時，其憑借自身快捷便利、低門檻、草根性等特點，并受我國正處在金融體制改革下的“普惠金融”和“互聯(lián)網(wǎng)+”的政策以及貨幣政策的調整等因素的影響，迅速發(fā)展。

互聯(lián)網(wǎng)金融，尤其是P2P網(wǎng)絡借貸以其創(chuàng)新優(yōu)勢得到快速發(fā)展的同時，諸多問題也開始顯現(xiàn)。P2P網(wǎng)絡借貸，一方面開創(chuàng)了新的融資模式及融資便捷，提高了資金的流動及利用效率，降低了借貸成本以及展現(xiàn)出的對宏觀經(jīng)濟發(fā)展貢獻，將會逐步“侵蝕”傳統(tǒng)銀行的市場份額（Berger等，2009）；另一方面其自身的自律性不足，國內(nèi)信用體系不完善，法律構建的滯后性使其處于法律的灰色地帶——具有非法集資的風險。與傳統(tǒng)的金融模式面臨的信息不對稱、風險定價復雜、交易成本高的問題相比，網(wǎng)絡借貸雖然降低了借貸交易成本，彌補了銀行體系的融資空缺，滿足中小企業(yè)的融資需求，但信息不對稱問題比傳統(tǒng)金融市場更加嚴重（陳霄，2014），增加了出借者的投資風險和降低了借貸融資的滿足率。比如Prosper網(wǎng)站數(shù)據(jù)顯示，滿標率僅為2%，部分投標的借款占32%，流標率達到59%?？紤]到網(wǎng)貸市場領域的信息不對稱問題的嚴重性，本文主要研究了基于網(wǎng)貸平臺中公開的借款者信息對借貸融資滿足性①借貸融資滿足性是指借款者通過網(wǎng)貸平臺提交借款項目，最終實現(xiàn)借款項目獲取融資金額。的影響效果的研究。

二、文獻綜述

P2P網(wǎng)貸作為一種“金融+互聯(lián)網(wǎng)”相結合的新型民間融資模式的創(chuàng)新成果，在國際市場中得到快速發(fā)展，加快了資金的流動效率和利用率，促進了經(jīng)濟發(fā)展。但與傳統(tǒng)金融市場模式一樣，借貸雙方信息不對稱仍然是導致P2P網(wǎng)貸市場出現(xiàn)問題的主要原因，進而引起道德風險、逆向選擇（Holmstrom 1984）以及信任危機和風險危機（Greiner and Wang，2010），阻礙了市場調節(jié)機制的有效發(fā)揮，甚至會導致市場消失（Akerlof，1970）。在網(wǎng)貸市場中，借款人比出借人更了解自身的信息，處于信息優(yōu)勢地位，而出借人則處于信息劣勢地位。然而，出借人能夠依據(jù)借款人在網(wǎng)貸平臺中審核公開的信息，選擇符合自身風險偏好的借款項目，決策是否給予借款人借款。正是由于網(wǎng)貸平臺的信息審核功能，改善了出借人的信息不對稱狀況，促進了借款者信息透明度（Berger等，2009）。因此，國內(nèi)外學者為降低網(wǎng)貸市場中的信息不對稱問題，分析了網(wǎng)貸平臺中公開的借款者的信息（標的特征、歷史特征、主體特征）對借款效果的影響程度。

Puro等（2010）采取logistic回歸分析發(fā)現(xiàn)，通過降低借款金額，有利于降低借款成本即借款利率并提高借款成功率。李廣明等（2011）采用描述性分析方法，實證分析了借款者的逾期行為特征，研究發(fā)現(xiàn)在P2P網(wǎng)貸中，借款者的借款金額少、期限短、利率低；借款者的學歷、借款目的、地域、職業(yè)等因素對貸款行為具有顯著的影響。陳霄等（2013）探討了網(wǎng)貸平臺中借款人的逾期風險，結果發(fā)現(xiàn)信用、標的、個人特征等因素對于網(wǎng)貸參與者逾期行為具有顯著影響，并建議對網(wǎng)貸平臺建立合理的風險管理機制和監(jiān)管體系。李文佳（2011）通過案例分析的形式實證研究發(fā)現(xiàn)，借款人的借入信用、認證數(shù)對借款成功率有顯著的影響，而借款利率、借款金額和借款期限的影響并不顯著。李悅雷（2013）通過“拍拍貸”平臺數(shù)據(jù)實證研究，發(fā)現(xiàn)借款項目的基本屬性、借款人信息及社會資本對借款成功率都具有顯著的影響。王會娟等（2014）采用“人人貸”平臺的數(shù)據(jù)，實證研究發(fā)現(xiàn)信用認證機制（工作認證、收入認證、視頻認證和車房產(chǎn)認證）對借款成功率具有顯著的正向影響，尤其是線上—線下結合的信用認證。Klafft（2008）選取了Prosper平臺的數(shù)據(jù)，發(fā)現(xiàn)信用等級對借款利率的影響最大，借款者的債務收入比的影響相對較低；而在本文中借款人的銀行賬戶的存在與否是決定借款成功率的關鍵因素，信用等級影響其次。Barasinska（2009）等的研究發(fā)現(xiàn)，出借人的性別會影響其對借款人的選擇，這是由于女性更趨向于低風險偏好，同時又由于女性自身的感性心理，更易在借貸中產(chǎn)生逆向選擇，放款給低信用等級的借款人。Greiner and Wang（2009）的研究表明，社會資本有利于提高借款者的借款成功率，并降低借款成本。Lin（2013）通過實證分析，認為社交網(wǎng)絡有助于降低借款利率，提高借款成功率，并降低逾期違約率。Herzenstein等（2011）研究發(fā)現(xiàn)，受資本市場上策略性的“羊群行為”的影響，有利于借款滿標率，提高投資者收益，繁榮P2P網(wǎng)貸市場。Leetal（2012）通過對網(wǎng)絡借貸的“羊群效應”的研究發(fā)現(xiàn)，借貸主體互動越多，參與度越高，越有利于吸引投資者投資，實現(xiàn)項目滿標。

在網(wǎng)絡借貸市場的研究領域，除了以上針對信息不對稱問題的研究之外，孫之涵（2010）借鑒國內(nèi)外典型小額貸款平臺的運行特色，分析了網(wǎng)站運營及發(fā)展的機遇與風險并提出了相關的建議與政策。Chen等（2012）通過文獻回顧，通過利用平臺的運營模式及“軟、硬”信息對借款結果的影響，比較分析了中美P2P市場之間的差異。李雪靜（2013）借鑒了英、美等發(fā)達國家的P2P網(wǎng)貸的監(jiān)管模式及經(jīng)驗，對我國網(wǎng)貸平臺的規(guī)范與監(jiān)管提出了政策建議。廖理等（2014）的實證研究發(fā)現(xiàn)地域歧視在P2P網(wǎng)貸平臺上比較突出，限制了中小企業(yè)的融資。中科院金融研究所（2014）采用層次分析法，針對基礎指標、運營能力、風險管控、社會責任、信息披露等五個維度構建了P2P網(wǎng)貸評價體系，開創(chuàng)性地客觀、公正地評價了網(wǎng)貸平臺的綜合實力。

三、研究方法

（一）數(shù)據(jù)來源

網(wǎng)貸之家的數(shù)據(jù)顯示“拍拍貸”2015年中成交量達到4.78億元，在國內(nèi)P2P平臺中實力雄厚、活躍度較高。拍拍貸平臺對借款者的數(shù)據(jù)比較全面，為更好地分析融資滿足性的影響因素，確保實證的有效性，本文將“拍拍貸”公布的借款信息進行提取，最終選擇了243個用戶，共有1 816個借款項目，其中成功和已完成的借款1 316個，流標、失敗和已撤回的借款500個。

（二）變量選擇

民間借貸的融資滿足性因素受到多方面影響，本文通過選取拍拍貸平臺中公開發(fā)表的數(shù)據(jù)，把借款者融資滿足性的因素分為三種成因維度進行分析，一是標的特征；二是用戶信用特征；三是主體特征。詳見表1。

表1　變量及其含義

續(xù)表1

（三）選擇模型

被解釋變量是虛擬變量，適用于二元選擇模型（Binary Choice Model）。因此本文采用二元Logistic模型對網(wǎng)絡借貸滿足性的影響因素進行實證分析。二元邏輯模型公式如下：

（四）描述性統(tǒng)計

用戶的個變量數(shù)據(jù)描述統(tǒng)計如表2所示。

表2　描述性統(tǒng)計

四、實證分析

（一）模型輸出

本文以融資項目是否成功為被解釋變量，以影響成功率的因素分為三個特征維度為解釋變量進行極大似然估計（QML）方法進行回歸，以控制各個模型中可能存在的異方差影響。模型的邏輯分布函數(shù)式表示為：

（二）實證結果

表3　回歸結果

整體模型分析發(fā)現(xiàn)P的擬合值①P的擬合值是在二元logistic回歸模型中給定解釋變量的取值時被解釋變量取值為1的預測概率。在各個模型中的取值均大于0.93，說明成功借款項目預測值相對較高，在模型中整體顯著的；模型中的H-L統(tǒng)計值②H-L統(tǒng)計值表示預測值與觀測值之差，統(tǒng)計值越小說明模型擬合效果越好。大部分均處在3.5至5.0之間，相對較小，說明模型中的擬合效果較好。在標的特征中的借款金額、借款期限、借款利率和投標人數(shù)對借貸成功率具有顯著性影響。在信用標的中的信用等級、借款成功數(shù)和借款失敗數(shù)對借款項目成功率比較顯著，借入信用、借出信用和逾期次數(shù)對借款項目的成功率的影響不顯著。在主體特征中的年齡、學歷水平、婚姻和固定資產(chǎn)對借款項目的成功率具有顯著性影響，性別對借款成功率的影響不太顯著。因此，說明在拍拍貸網(wǎng)貸平臺中公開的信息對于借貸融資的滿足性效果具有顯著性影響，且更加注重于信用水平積累和借貸交易歷史信息的影響，能夠給予投資者在投資決策中一些信息參考依據(jù)。

（三）回歸分析

表4　不同利率水平下的借款成功率

第一，在標的特征因素方面，借款利率在模型中都通過1%顯著水平檢驗，且系數(shù)均為負值，說明利率的大小與借款成功率呈反向變化關系（溫小霓等，2014），即借款利率越高，借款成功率水平就越低，這與其他學者研究結果不同。如表4所示利率高于均值的標的借款成功率水平是59.9%，而利率低于均值的標的借款成功率水平是79.19%。這主要是因為借款利率的提高，會加重借款人的債務負擔，當出現(xiàn)重大事件發(fā)生時易造成違約行為的發(fā)生。若出借人本身存在“道德風險”意識，憑借較高的借款利率實現(xiàn)項目滿標，但自身早就預謀主動逾期，給出借人造成利益損失。再者，在金融市場中高利率（高收益）伴隨著高風險，平臺中的高利率水平對投資者具有吸引力，但與高收益相比，投資者可能更傾向于資金的安全性的保障。隨著互聯(lián)網(wǎng)金融的快速發(fā)展以及金融產(chǎn)品的創(chuàng)新，金融市場中金融工具更加多樣化、多元化，個人投資者可能更傾向于低風險或適中風險的金融產(chǎn)品。借款金額的系數(shù)均為負值，且存在三個模型在1%顯著水平下通過檢驗，對借款成功率具有反向影響作用，與其他學者的研究相悖（溫小霓等，2014；陳冬宇等，2012）。與傳統(tǒng)金融機構的審核機制、監(jiān)督機制和運行機制相比，在拍拍貸平臺中更加注重的是借款者的歷史借款信用及違約成本，即違約成本越高意味著借款者就擁有較高的信用貸款額度。在拍拍貸平臺，一方面能夠借入高額款項的借款人一般都具有較高的信用水平，且在平臺中“聲譽”較高、授信額度越高；同時，借款人也會有相應的人或物的擔保及風險補償，并且基于網(wǎng)貸平臺的審核機制，也只有具備較高經(jīng)濟能力的借款人才能夠通過審核；另一方面是借款金額越大，則借款者的還款成本越高，減弱了其還款能力，當出現(xiàn)意外事件時，易導致逾期行為，增大出借人的出借風險。另外研究表明，借款期限和投標人數(shù)對借款成功率具有顯著影響，主要是因為在平臺中針對的是小額短期貸款，同時受到“羊群行為”的影響，單個項目的投資者眾多，且每個投資者可同時參與多個投資項目，導致人均投資額度較小，使得投資者的面臨的風險損失較小。當借款者出現(xiàn)違約行為時，就會出現(xiàn)“搭便車”行為，即個人投資者的追償收益無法彌補追償成本，從而缺乏追償積極性。

第二，在信用特征因素中，信用等級、借款歷史成功次數(shù)和失敗次數(shù)對借款成功的影響具有顯著影響。在拍拍貸平臺中，主要是根據(jù)大量的用戶交易數(shù)據(jù)，采用用戶的社會資本（如在社交網(wǎng)絡、微博、微信中的行為和關系）來評估其違約成本及歷史信用水平，進而給出相應的信用等級，授信相應的貸款額度和貸款利率區(qū)間，即信用等級越高，借款利率越低，且借款成功率就越高。一般具有良好信用的用戶審核的達標資料就越真實、全面，且會積極持續(xù)參與平臺中的借貸投資，積累自身的信用水平即“聲譽”。再者，歷史借款成功次數(shù)越多，用戶的信用積分就越高，給予投資者積極的投資信號；同時也說明用戶在平臺中的借貸行為較活躍，經(jīng)濟實力較高，借款安全系數(shù)也越高。而歷史借款失敗次數(shù)與逾期次數(shù)的系數(shù)均為負值，即失敗次數(shù)和逾期次數(shù)越多，借款者的違約風險、道德風險就越大，導致借款成功率降低。這也鼓勵借款者應當及時還款，并提交完善的信息材料，降低信息不對稱，提高自身的信用水平，否則易導致借款流標或失敗。

第三，在主體特征因素方面，婚姻、年齡、學歷水平和固定資產(chǎn)對借款成功率具有顯著的影響，而性別的影響不顯著。已婚的投資者因具有家庭責任和雙薪的收入，同時固定資產(chǎn)是一種財富的象征，因此這兩項為借款提供了信用和物質擔保；性別在借貸行為中的影響力相對較弱，關注度較低，主要是因為平臺中主要是男性投資者，占比為87%，但也存在女性比男性借款者更容易獲得借款的現(xiàn)象；年齡對借款成功率比較顯著，在三個模型中通過5%顯著性檢驗，且系數(shù)大部分為負值，說明年齡越大，借款成功率越低；學歷是一個知識認知的水平，代表高學歷者具有高收益的可能性，間接的代表借款者具有較高收入水平的潛力；固定資產(chǎn)系數(shù)為負值，說明擁有房產(chǎn)或車產(chǎn)有利于借款，本文認為擁有房產(chǎn)或車產(chǎn)會存在銀行貸款的按揭付款，以表明其身份的真實性，從而滿足借款的成功。

五、結論及對策

本文在對網(wǎng)貸參與者行為進行理論分析的基礎上，將影響融資可行性的因素分為標的特征、信用特征、主體特征三個維度并進行實證分析，認為借款者的信用特征及主體特征在出借人進行投資決策中發(fā)揮著重要的參考依據(jù)，因此網(wǎng)貸平臺應當關注借款人的信息狀況，完善平臺的信息披露制度，提高信息透明度，降低信息不對稱、不完全，維護投資者的合法權益。通過二元logistic回歸模型實證研究發(fā)現(xiàn)，借款人的信用等級、借款成功數(shù)、婚姻、學歷水平、固定資產(chǎn)以及標的投資人數(shù)對借款人的項目成功率具有顯著正向影響，標的的借款金額、借款期限、借款利率、逾期次數(shù)、借款失敗數(shù)、年齡對借款項目成功率具有顯著負向影響。借入信用、借出信用、逾期次數(shù)、性別對借款成功率存在較低或不存在顯著影響。因此依據(jù)本文的實證研究結果提出了以下對策建議：

1.完善網(wǎng)貸平臺的監(jiān)管機制，提高風險監(jiān)控能力

隨著P2P網(wǎng)貸的迅速發(fā)展，滿足了民間金融市場的借貸需求，已經(jīng)成為我國多層次資本市場的重要組成部分。但我國P2P行業(yè)監(jiān)管的滯后性，使得網(wǎng)貸平臺的監(jiān)管機制還處于空白，導致網(wǎng)貸市場中存在著法律風險、違約風險、運營風險、道德風險等無法得到有效的監(jiān)督管理，阻礙了網(wǎng)貸平臺的數(shù)量和規(guī)模的發(fā)展。本文認為：（1）在現(xiàn)有的法律體系的基礎下，出臺關于網(wǎng)貸市場的法律體系，從法律法規(guī)、行業(yè)自律規(guī)則、平臺準入機制、平臺內(nèi)控機制、平臺風險監(jiān)控機制、信息披露透明化機制等法規(guī)機制入手，完善網(wǎng)貸行業(yè)、平臺的監(jiān)管機制。（2）依據(jù)網(wǎng)貸行業(yè)的特點和實際發(fā)展現(xiàn)狀，構建P2P行業(yè)信息的數(shù)據(jù)庫，及時、高效地反映行業(yè)發(fā)展狀況；構建網(wǎng)貸平臺信息標準化，實現(xiàn)平臺綜合評價的可能性；構建網(wǎng)貸主體個人信用評價機制，并將其納入央行征信系統(tǒng)中，實現(xiàn)網(wǎng)貸參與者信息的透明化，降低信息不對稱。構建網(wǎng)貸平臺的擔保機制及第三方資金管理機制，實現(xiàn)網(wǎng)貸平臺資金的安全性。

2.構建與完善個人信用評級體系，提高網(wǎng)貸平臺信息透明度

我國正處在經(jīng)濟體制改革和金融體制改革的關鍵時期，市場經(jīng)濟基礎及金融化程度相對較低；同時，經(jīng)濟制度社會各地區(qū)的經(jīng)濟、金融發(fā)展水平不均衡，導致我國社會信用體系建設不完善。再者，本文的實證研究中發(fā)現(xiàn)信用等級對網(wǎng)絡借貸的融資可行性具有顯著性的正向影響，并且平臺中的利率水平受信用評級的影響。因此要構建和完善個人信用評級的信息甄別指標，提高借貸者的信用質量，促進借款者的信息公開化和信息透明度，降低借貸雙方的信息不對稱的風險，維護出借人的權益損失。本文認為我國借貸平臺應當依據(jù)借款者的信用等級、借款成功失敗數(shù)、逾期次數(shù)、償還信息、固定資產(chǎn)、收入水平、消費記錄等信息，合理進行信用評級，并在平臺中公正、負責的審核用戶借貸信息，及時公開用戶信息，降低平臺中借貸雙方的信息不對稱所導致的不確定風險。同時，平臺要針對用戶進行身份認證、實地認證、現(xiàn)場認證，定期進行跟蹤和更新信息，避免意外事件導致信息資料的重大變化。

［1］Lin，M.，N.PrabhalaandS.Viswanathan.Judging Bormwers by the Company They Keep：Social Networks and Adverse Selection in Online Peer-to-Peer Lending［J］.Markets，Institutions&Instruments，2009（2），89-97.

［2］Klafft，M.Peer to Peer Lending：Auctioning Microcredits over the Internet［Z］.Proceedings of the 2008 Intel ConferenceonInformationSystems，Technologyand Management，Dubai：IMT，2008.

［3］Barasinska，N.The Role of Gender in Lending Business：Evidence from an Online Market for Peer-to-peer Lending，Working Paper，2008，F(xiàn)INESS.

［4］Grinberg，R.Bitcoin：An Innovative Alternative Digital Currency［J］.HastingsScience＆TechnologiesLaw Journal，2012（4）：160.

［5］Berger，S．C．，and Gleisner，F(xiàn)．Emergence of Financial Intermediaries in Electronic Markets：TheCase of Online P2P Lending［J］.Business Research Journal，2009（2）：39-65．

［6］Puro，L.，andTeich，J.E.WalleniusHannele，Wallenius Jyrki.Borrower Decision Aid for People-to-people Lending［J］.Decision SupportSystems，2010（4）：52-60.

［7］Herzenstein，M.，Dholakia，U.M.，and Andrews，R.L. StrategicGerdingBehaviorinPeer-to-PeerLoan Auctions［J］.Journal of Interactive Marketing，2011（1）：27-36.

［8］Lee，E.，B.Lee and M.Chae.Behavior in Online P2P Lending：An Empirical Investigation，Electronic Commerce Research and Applications［Z］.2012（11）：495-503.

［9］Lin，M.F.，Prabhala，N.R.，andViswanathan，S.Judging BorrowersbytheCompanyTheyKeep：Friendship Networks and InformationAsymmetry in Online Peer-to-Peer Lending［J］.Management Science，2013（1）：17-35.

［10］陳霄，丁曉裕，王貝芬.民間借貸逾期行為研究——基于P2P網(wǎng)絡借貸實證分析［J］.金融論壇，2014（11）：65-72.

［11］Chen，D.Y.，andHan，C.D..AComparativeStudyof Online P2P Lending in the USA and China［J］.Journal of Internet Banking&Commerce，2012（2）：1-15.

［12］李雪靜.國外P2P網(wǎng)絡借貸平臺的監(jiān)管及對我國的啟示［J］.金融理論與實踐，2013（7）.

［13］李廣明，諸唯君，周歡.P2P網(wǎng)絡融資中貸款者欠款特征提取實證研究［J］.商業(yè)時代，2011（1）：56-58.

［14］李文佳.基于P2P借貸網(wǎng)站的借貸行為影響因素分析［D］.北京：對外經(jīng)濟貿(mào)易大學，2011.

［15］李悅雷等.中國P2P小額貸款市場借貸成功率影響因素分析［J］.金融研究，2013（7）.

［16］廖理，李夢然，王正位.聰明的投資者：非完全市場化利率與風險識別——來自P2P網(wǎng)絡借貸的證據(jù)［J］.經(jīng)濟研究，2014（7）：125-137.

［17］陳冬宇，李偉軍，丁婕.網(wǎng)絡借貸借款人決策輔助模型［J］.吉林大學學報（信息科學版），2012（6）：591-596.

［18］錢金葉，楊飛.中國P2P網(wǎng)絡借貸的發(fā)展現(xiàn)狀及前景［J］.金融論壇，2012（1）：46-51.

［19］溫小霓，武小娟.P2P網(wǎng)絡借貸成功率影響因素分析——以拍拍貸為例［J］.金融論壇，2014（3）.

An Analysis of the Influencing Factors of Financing Feasibility in the Private lending——An Empirical Study Based on P2P network lending

XIAN Chengyi，GUO Beibei
（College of Economics and Management，Guangxi Normal University，Guilin 541004，China）

Based on the transaction data in paipai-loab platform，this paper selects the factors of three typers，i.e，objective，credit and individual，to make an empirical study about network-loan financing meeting，and proposes that the borrower’s credit status and individual characterisitics play an important roles of reference when the lender make an investment decision.Therefore，network-loan platform should focus on the borrower’s information situation，and improve the information isclosure system of network-loan platform,and increase the information transparency，and decrease the information asymmetry and incomplete，and safeguard the legitimate rights and interests of investors.The empirical analysis based on the Logit regression model shows that the borrower’s credit rating,loan success’s number，marriage，education level,fixed assets as well as the number of underlying investment influence the project success rate significantly and positively.Subject of loan amount，loan term，loan interest rates，late times，the number of failed loan,age of the borrower influence the project success rate significantly and negatively.Credit borrowing，credit lending，overdue times，gender don’t influence the success rate of project significantly.

Private lending；P2P network lending；financing meeting

F830.34

A

1673-5609（2016）05-0082-08

2016-06-10

廣西研究生教育創(chuàng)新計劃項目“民間新型借貸—P2P網(wǎng)絡借貸發(fā)展的實證研究”（YCSW2015068）。

賢成毅（1974—），男，廣西岑溪人，廣西師范大學經(jīng)濟管理學院教授，碩士研究生導師，研究方向：金融理論與實踐；郭貝貝（1991—），男，山東棗莊人，廣西師范大學經(jīng)濟管理學院碩士生，研究方向，金融理論與實踐。

［責任編輯：唐秋鳳］［英文編輯：劉?。荩圬熑涡Γ忽┳樱?/p>