邱碧珍

(廈門大學 嘉庚學院,福建 漳州 363105)

P2P網(wǎng)絡(luò)借貸平臺綜合評價
——基于因子分析法

邱碧珍

(廈門大學 嘉庚學院,福建 漳州 363105)

選取32家P2P平臺作為實證研究的樣本,構(gòu)建P2P平臺的綜合評價指標體系,運用因子分析法對這些平臺進行綜合評價,指出,P2P行業(yè)面臨準入門檻低,缺乏有效的監(jiān)管,征信不足,行業(yè)亂象叢生等問題,政府應(yīng)采取措施加大監(jiān)管力度,設(shè)立網(wǎng)貸平臺的進入標準,提高準入門檻,規(guī)范平臺的操作。

互聯(lián)網(wǎng)金融; P2P平臺;綜合評價;因子分析

P2P網(wǎng)絡(luò)借貸(Peer-to-peer Lending,簡稱P2P)是一種互聯(lián)網(wǎng)金融,它是指個人投資者通過中介機構(gòu)即P2P平臺(平臺即網(wǎng)站,以下統(tǒng)稱P2P平臺),將資金借給其他有借款需求的個人。在這種模式下,投資者通過平臺及時了解借款者的身份信息和信用信息,投資者與借款者直接簽署借貸合同,而P2P平臺負責對借款者進行審核及信用評價,并從中收取管理費和服務(wù)費等費用。P2P平臺為投資者提供了便捷、進出自由、收益高的投資途徑,從一定程度上解決小微企業(yè)融資難的問題,提高了民間借貸的效率,從而實現(xiàn)真正意義上的普惠金融[1-2]。P2P平臺具備的優(yōu)點促進了P2P平臺的迅速發(fā)展并引起了眾多學者的研究,但針對P2P平臺的綜合評價研究很少,而采取定量方法進行研究更少。在P2P平臺迅速發(fā)展的同時,也存在許多問題諸如平臺跑路、提現(xiàn)困難、失聯(lián)、停止運營等,這些都需要監(jiān)管層進行監(jiān)管并采取整治措施。通過對P2P平臺進行綜合評價分析,研究平臺的現(xiàn)狀、特點及不足,能夠從一定層面上有助于管理層進行監(jiān)管和幫助平臺自身完善平臺的運營?；谝陨险J識,本文構(gòu)建P2P平臺的綜合評價體系,并以于2016年7月被網(wǎng)貸之家評為前50名的網(wǎng)貸平臺為例,運用因子分析法進行實證評價研究,揭示數(shù)據(jù)背后的實質(zhì)及問題,提出相關(guān)的建議,為P2P平臺的良性發(fā)展提供幫助。

一、國內(nèi)外研究現(xiàn)狀及評述

伴隨著P2P平臺在全球的快速發(fā)展,學術(shù)界關(guān)于P2P平臺的研究已不少。國外學者多從借款人財務(wù)狀況、人口特征與社會化網(wǎng)絡(luò)等影響P2P借貸融資成功和失敗因素等方面進行實證研究[1]。國內(nèi)學者大多研究P2P平臺的運營模式、風險及監(jiān)管、信用機制、投資者行為等方面存在的問題,缺少對P2P進行系統(tǒng)深入地研究。就當前關(guān)于P2P平臺開展的研究而言,主要集中在P2P平臺融資成功的影響因素和平臺存在的問題方面,且多為定性分析,定量分析較少,側(cè)重于單因素的研究,整體性、全局性和綜合性的研究與探索不足。本文經(jīng)過檢索,結(jié)果表明只有少量有限的幾篇文獻對P2P網(wǎng)站平臺進行研究和評價,其中具有代表性的包括聶進于2015年7月于圖書館學研究雜志上發(fā)表的“鏈接分析的P2P網(wǎng)絡(luò)借貸平臺評價探析”和郭海鳳于2015年2月在金融論壇上發(fā)表的“為P2P網(wǎng)貸平臺綜合競爭力評價研究”。聶進(2015)構(gòu)建的評價指標側(cè)重于平臺的技術(shù)屬性,而對于其金融屬性考慮較少。郭海鳳(2015)較為詳細深入地考慮到P2P平臺的金融屬性,但對其技術(shù)屬性卻較少涉及[3-4]。P2P平臺兼?zhèn)浣鹑趯傩院图夹g(shù)屬性,因此,在互聯(lián)網(wǎng)金融熱潮的背景下,運用系統(tǒng)的理論和方法對P2P平臺進行綜合評價和分析,為P2P平臺的良性發(fā)展提供借鑒,具有十分重要的理論意義和實踐價值。

二、P2P平臺綜合評價指標體系構(gòu)建

評價指標的選擇是評價體系第一步也是最重要的一步。P2P平臺屬于互聯(lián)網(wǎng)金融的一種,在對其進行綜合評價時,既要考慮其平臺的互聯(lián)網(wǎng)技術(shù)屬性,又要兼顧其金融屬性。金融機構(gòu)具有安全性、流動性、營利性三個基本特點。對金融機構(gòu)的評價指標需要能考核其安全性、流動性和盈利性三個最基本的特點。紀映紅(2011)提出中小金融機構(gòu)的評價內(nèi)容包含盈利性、流動性、安全性、成長性四個方面。P2P平臺作為互聯(lián)網(wǎng)金融服務(wù)機構(gòu),是屬于中小金融機構(gòu)。所以對于其金融屬性的考核指標,可從盈利性、流動性、安全性、成長性四個方面進行,鑒于互聯(lián)網(wǎng)金融的核心在于風險控制和安全,在設(shè)置指標體系時要充分考慮到安全性指標在其中占據(jù)首要地位[5-10]。

雖然說聶進(2015)和郭海鳳(2015)針對P2P平臺構(gòu)建的評價有失全面性和綜合性,但可綜合兩者的設(shè)計側(cè)重點和優(yōu)點,為本文的指標體系構(gòu)建提供重要的參考依據(jù)。在考核P2P平臺技術(shù)屬性指標的設(shè)計時,借鑒聶進(2015)針對P2P平臺構(gòu)建的評價指標,而在考核P2P平臺金融屬性指標的設(shè)計時,參考郭海鳳(2015)構(gòu)建的P2P平臺綜合評價體系。

綜上,對P2P平臺的綜合評價指標建立如下頁表1。

三、數(shù)據(jù)來源與網(wǎng)站評價方法

(一)數(shù)據(jù)來源

本文選取入選網(wǎng)貸之家2016年8月排名前40名的網(wǎng)站。網(wǎng)貸之家為作為中國最大的P2P信息門戶網(wǎng)站,聲譽較好,數(shù)據(jù)較權(quán)威可靠,公布的P2P網(wǎng)站排名具有較強的說服力,因而選取這40個網(wǎng)站作為樣本在網(wǎng)貸行業(yè)具有一定的代表性。其中有8個網(wǎng)站受限于數(shù)據(jù)的可獲得性,最終選擇32個網(wǎng)站作為實證對象進行分析。

通過站長之家提供的站長工具獲取32個網(wǎng)站的被鏈接數(shù)、日均訪問IP數(shù)量以及被搜索引擎百度收錄的數(shù)量。投資者人數(shù)、借款人數(shù)、成交量、收益率、是否允許債權(quán)轉(zhuǎn)讓、注冊資本、運營時長、人均借款金額、前十大借款人待還金額占比、人均投資額、前十大投資人待收金額占比、是否為銀行系、上市公司或具備國企背景、資金桿桿、安全保障系數(shù)可通過網(wǎng)貸之家提供的網(wǎng)貸平臺數(shù)據(jù)或檔案進行獲取。其中這些數(shù)據(jù)均為樣本平臺對應(yīng)的2016年8月份的數(shù)據(jù)。用樣本平臺2016年8月的成交量同前半年即2016年3月的成交量也就是半年以來增長的百分比來衡量成交量增長率,其公式為(樣本平臺2016年8月的成交量-樣本平臺2016年3月的成交量)/樣本平臺2016年3月的成交量*100%。

(二)網(wǎng)站評價方法

表1 P2P平臺綜合評價指標體系

網(wǎng)站評價的方法包括定性的方法和定量的方法,各種方法各有優(yōu)劣勢,定量的方法更能夠客觀地反映評價的結(jié)果, 因子分析法作為定量的分析方法之一具有分析過程簡化、簡便,適合對網(wǎng)站進行綜合性的評價,所以本文采取因子分析法對P2P平臺進行綜合評價。

因子分析法用少量的綜合指標(稱為主因子)代替多個原始指標,去描述許多變量之間的相關(guān)關(guān)系,所得的主因子為原始指標的線性組合[11]。設(shè)有n個觀測變量X1,X2, …,Xn,則因子分析的一般數(shù)學模型為:

X1=a11F1+a12F2+…a1mFm+ε1,

X2=a21F1+a22F2+…a1mFm+ε2,

……

Xn=an1F1+ap2F2+…anmFm+εn.

其中,F1,F2,…,Fm為公共因子,εi表示特殊因子,其中包含了隨機誤差,只對Xi起作用,aij為公共因子的載荷,其絕對值越大(aij≤1),表明Xi依賴Fi的程度越大,所有元素aij 組成因子載荷矩陣A。

四、實證分析

運用SPSS Statistics 22軟件對收集到的32個P2P平臺的數(shù)據(jù)進行因子分析。

(一)KMO和Bartlett球形檢驗結(jié)果

因子分析的第一步是收集數(shù)據(jù)并驗證數(shù)據(jù)是否適合做因子分析,通過KMO和Bartlett球形檢驗即可判斷是否適合對原始數(shù)據(jù)進行因子分析。一般認為,kmo值大于0.5,Bartlett球形檢驗顯著值小于0.1即可接受因子分析。KMO和Bartlett檢驗結(jié)果:KMO值為0.534,大于0.5,Bartlett 球形檢驗顯著值為0,小于0.1,說明可以對原有數(shù)據(jù)采用因子分析。

(二)變量共同度

變量共同度顯示的是提取的因素能夠解釋多少自變量,值越接近1越好。共同度的意義在于說明如果用共同因子替代原始變量后,原始變量的信息被保留的程度。共同度越大,變量能被因子說明的程度越高,即因子可解釋該變量的方差越多。

一般來說共同度大于0.4即可接受,大于0.5比較好。通過SPSS軟件獲知各指標的公同度矩陣,可以看出19個指標的變量共同度都在0.5以上,其中17個超過0.6,所提取的公因子能夠較好地解釋各個變量,提取的總體效果良好。

(三)解釋的總方差

通過SPSS軟件獲取解釋的總方差表,從表中得到6個公共因子的特征值均大于1,解釋了原有19個指標中77%以上的信息,總體上來說,原有指標的信息丟失較少。由此選擇前6個主成分作為公共因子是可行的。

(四)旋轉(zhuǎn)因子矩陣

從計算得出的初始因子載荷矩陣不能非常清晰地分析出每個公共因子對指標的影響程度,因而使用最大方差法旋轉(zhuǎn)因子矩陣以幫助解釋因子,利用SPSS軟件獲得旋轉(zhuǎn)后的因子矩陣表。從表中可以看出,公共因子1即第一個公共因子F1對被搜索引擎百度收錄的數(shù)量、整站日均IP、成交量、注冊資本、借款人數(shù)、投資者人數(shù)具有較大的載荷,說明F1主要解釋這6個變量,可以命名為人氣因子。第二個公共因子F2在營業(yè)收入、資金桿桿、成交量增長情況上有很高的載荷,說明F2主要解釋這3個變量,可稱為營收、資金桿桿和成長因子。第三個公共因子F3在是否為銀行系,上市公司或者國企背景、人均借款金額、前十大借款人待還金額占比上有很高的載荷,說明F3主要解釋這3個變量,可稱為借款人分散性因子。第四個公共因子F4在人均投資額、前十大投資人待收金額占比有很高的載荷,說明F4主要解釋這2個變量,可稱為投資人分散性因子。第五個公共因子F5在收益率、流動性積分有很高的載荷,說明F5主要解釋這2個變量,可稱為收益率和流動性因子。第六個公共因子F6在安全保障系數(shù)上有較高的載荷,可稱為安全保障因子。

(五)綜合評價模型

根據(jù)SPSS軟件計算出的公共因子得分系數(shù)矩陣,結(jié)合各因子的得分函數(shù)和方差貢獻率建立P2P平臺的綜合評價模型:

F=(24.155*F1+16.458*F2+11.382*F3+10.303*F4+7.582*F5+5.631* F6)/75.511。

根據(jù)旋轉(zhuǎn)因子矩陣可以得出公共因子F3、F4、F6主要解釋P2P平臺的安全性指標,三個指標的方差貢獻率達27.316%,考慮到公共因子F1、F2也在一定程度上解釋P2P平臺的安全性指標,綜合評價模型能夠充分表達安全性指標在模型中的首要地位。

通過計算各樣本平臺的綜合得分F,并進行綜合評價得分排名,結(jié)果如表2所示。

(六)評價結(jié)果分析

表2得出的評價結(jié)果與一些評級機構(gòu)如網(wǎng)貸之家、融360、網(wǎng)貸天眼、中國社會科學院等評出的結(jié)果存在一些差異,是由于本文采取的評價指標體系與各機構(gòu)不一致造成,本文的指標體系兼顧互聯(lián)網(wǎng)技術(shù)屬性與金融屬性,而一些機構(gòu)在很大程度上倚重于金融屬性。由于評價指標體系、數(shù)據(jù)的可獲得性及真實性和利益訴求點的不同,也會導(dǎo)致不同的評級機構(gòu)評出的結(jié)果不同。

由前文研究得出的評價指標體系以及綜合得分公式可以考察各P2P平臺的綜合實力及存在的主要問題。

我國各區(qū)域的P2P平臺發(fā)展狀況程度參差不齊。32家P2P平臺中,排名前十的全部在東部區(qū)域,其中北京4家、上海3家、深圳1家、廣州1家、杭州1家,可以看出東部地區(qū)的P2P平臺發(fā)展狀況明顯優(yōu)于中西部地區(qū)?；ヂ?lián)網(wǎng)金融的發(fā)展程度與地區(qū)經(jīng)濟發(fā)展水平,人們接受新鮮事物如嘗試P2P理財?shù)囊庠敢约盎ヂ?lián)網(wǎng)的發(fā)展水平密切相關(guān),東部地區(qū)在這些因素上的表現(xiàn)存在明顯的優(yōu)勢,因而在P2P平臺的綜合競爭力上也相應(yīng)地具備明顯優(yōu)勢。東部區(qū)域又以北京地區(qū)的P2P平臺發(fā)展最好,北京是互聯(lián)網(wǎng)企業(yè)的聚集地,互聯(lián)網(wǎng)金融需要人才供給、文化氛圍和政策支持,而北京更能滿足這些需求,人們的創(chuàng)業(yè)意愿更為強烈,推動了P2P平臺的發(fā)展。

P2P平臺都很重視人氣。根據(jù)因子分析,P2P平臺的綜合競爭力由6個因子按照一定的權(quán)重共同決定,由因子貢獻率可以看出每個公因子對于綜合得分的影響程度。其中,人氣因子起著非常重要的作用,該因子得分與P2P平臺的綜合得分呈強正相關(guān),收益率、流動性指標和投資保障系數(shù)指標則影響較小。

從表2可以看出,陸金所各項指標值極不均衡,其F2指標(即營業(yè)收入,資金杠桿,成交量增長指標)得分和F6指標(投資保障系數(shù)指標)得分遠低于其他平臺,但由于其F1指標得分遠大于其他平臺,使得其綜合得分遙遙領(lǐng)先于其余P2P平臺而位居第一。

人氣指標對于P2P平臺而言是至關(guān)重要的,有人氣平臺才會獲得營業(yè)收入及盈利。眾多P2P平臺為了吸引人氣,采取管理費免費的方式。表2中32家平臺23家采取管理費免費的方式,其中包括排在第一位和第二位的陸金所和紅嶺創(chuàng)投?？梢钥闯鯬2P行業(yè)競爭激烈,很多P2P網(wǎng)站為了吸引顧客,采取免管理費的方式獲取用戶數(shù)量和成交量以及兩者規(guī)模的增長。

P2P平臺盈利性分析。從表2中可以看出,指標F2的得分普遍都很低,這與目前P2P行業(yè)在中國處于普遍虧損的困局是一致的。各平臺為了吸引人氣,投入大量的金額進行廣告和吸引客戶,而另一方面卻免管理費,因而盈利狀況堪憂。

借款金額分散性和平臺背景分析。由表2數(shù)據(jù)可知,F3指標得分基本都不理想,除了愛錢進、有利網(wǎng)、投哪網(wǎng)、人人貸、諾諾鎊客這5家P2P平臺外,其余平臺在F3的得分均不理想,都低于平均分,說明P2P平臺的人均借款金額呈大額現(xiàn)象或者P2P平臺為民營背景,而非令用戶放心的具有銀行、上市公司或者國企背景。參與評價分析的32家P2P平臺中18家具備銀行、上市公司或者國企背景。

投資額分散性分析。表2中,F4(投資人分散性因子)得分普遍不理想,32個平臺中19個平臺對應(yīng)的F4指標值低于平均值。說明P2P平臺上人均投資額偏高,呈大額趨勢,容易引發(fā)風險,這有悖于P2P平臺扮演的普惠金融的角色:風控過程中要堅持小額分散的原則。

表2 P2P網(wǎng)站綜合評價結(jié)果

P2P平臺流動性、收益率分析。表2中指標F5(流動性、收益性指標)的得分情況普遍較好。32家平臺中僅排名第17位的投哪網(wǎng)不支持債權(quán)轉(zhuǎn)讓,其他平臺全部支持債權(quán)轉(zhuǎn)讓?？梢钥闯?債權(quán)轉(zhuǎn)讓基本上已經(jīng)成為P2P行業(yè)的普遍現(xiàn)象。而通過P2P平臺獲得的收益比其他理財渠道高是吸引顧客的很重要的一個原因。

投資保障評價。表2中指標F6(投資保障系數(shù)指標)的得分情況總體很不理想,說明目前我國P2P平臺在保障投資者安全方面存在很大的瓶頸問題。

第一,資金托管。32個P2P樣本平臺中,有18家并未采取第三方資金托管。排名前10的平臺中就有5家未將資金交付給銀行等進行第三方資金托管,如排名第一和第二的陸金所和紅嶺創(chuàng)投就沒有采用資金托管。這是因為一方面資金托管需要支付費用,從而引起平臺運營成本增加,另一方面資金托管會使得網(wǎng)站運作和業(yè)務(wù)靈活性降低。如采用資金托管后平臺就不能拆標了,也不能利用期限錯配來借新還舊了,很多流程采用第三方資金托管就走不通了。

第二,擔保機構(gòu)。在缺乏監(jiān)管、征信不全、資金難控的情況下,如果沒有第三方機構(gòu)對借貸資金的安全做出保障,很難吸引投資者,行業(yè)也不能迅速發(fā)展。從業(yè)務(wù)的角度而言,P2P平臺引入擔保公司,以第三方擔保公司對貸款項目進行擔保,是必不可少的。32家平臺中共有15家平臺未提供第三方擔保,前10名中有4家未提供第三方擔保機構(gòu)。

第三,投標保障。32家平臺全部承諾本息保障、本息墊付等方式保障投資者的權(quán)益。P2P平臺承諾本金墊付,成為行業(yè)的基本規(guī)則。這是我們的國情決定的,在缺乏監(jiān)管、征信不全、資金難控的情況下,如果平臺沒有對借貸資金的安全做出保障,很難吸引投資者,行業(yè)也不能迅速發(fā)展。

產(chǎn)品差異化。P2P平臺準入門檻低造成了P2P平臺數(shù)量的激增,進而引發(fā)P2P平臺的激烈競爭,一些平臺開始提供差異化的產(chǎn)品作為競爭的手段。在產(chǎn)品差異化方面,P2P網(wǎng)貸行業(yè)同其他傳統(tǒng)行業(yè)一樣,在發(fā)展中經(jīng)歷著產(chǎn)品橫縱兩個方向上的差異化過程。其中,縱向產(chǎn)品差異化指按照不同人群分類設(shè)計相應(yīng)的產(chǎn)品結(jié)構(gòu)。32家樣本平臺中有多家平臺提供企業(yè)信用貸、車貸、房貸或者供應(yīng)鏈貸款,如投哪網(wǎng)專業(yè)做車貸服務(wù),民貸天下專門提供供應(yīng)鏈貸款,91旺財和口袋網(wǎng)專業(yè)基本只做房貸。

五、結(jié)論、建議與展望

本文在研究了大量有關(guān)網(wǎng)站評價和P2P網(wǎng)絡(luò)借貸文獻的基礎(chǔ)上,結(jié)合P2P平臺兼?zhèn)浠ヂ?lián)網(wǎng)技術(shù)屬性和金融屬性,構(gòu)建了一個考核P2P平臺的綜合評價指標體系,在此基礎(chǔ)上,選擇2016年7月入選網(wǎng)貸之家前40名的網(wǎng)貸平臺共32個樣本,使用19個指標,運用因子分析法對此32個網(wǎng)站進行實證分析。因子分析法是一種很好的定量分析方法,采用因子分析實現(xiàn)網(wǎng)站的排名和定位,能保證評價的客觀性,可有效避免主觀權(quán)重的缺陷。從最終的綜合排名來看,評價結(jié)果合理,證實了本文所提出的基于因子分析方法的P2P平臺綜合評價指標體系的可行性,這也為P2P網(wǎng)站的綜合評價提供了新的思路和方法。

P2P行業(yè)面臨準入門檻低,缺乏有效的監(jiān)管,征信不足,行業(yè)亂象叢生等問題,政府應(yīng)采取措施加大監(jiān)管力度,設(shè)立網(wǎng)貸平臺的進入標準,提高準入門檻,規(guī)范平臺的操作。而P2P平臺在信用體系不健全的環(huán)境下更要注重穩(wěn)健地運營,對P2P平臺的運營建議如下:

第一,將風險的把控放在首要的位置。對P2P平臺而言,最重要的核心競爭力應(yīng)為風險控制。風控,以保障投資安全,保障投資人的利益,包括對貸款人信用審核的機制,借貸金額、借貸周期的設(shè)定,違約風險補償制度,提供資金托管、第三方機構(gòu)擔保、投標保障,通過分析處理、實地調(diào)查、機制設(shè)計等減少壞賬率。這樣,經(jīng)過長久的發(fā)展和優(yōu)化,才能積淀出品牌和公信力,以促進平臺的發(fā)展。將資金交付銀行進行第三方托管,一方面,能夠厘清業(yè)務(wù)操作流程,提升投資人信任,增強平臺的公信力,另一方面,樹立行業(yè)基本準則,促使自融、資金池或期限錯配等不規(guī)范不安全模式大幅減少,保護投資人利益,維護市場秩序,避免重大風險。第三方機構(gòu)擔保能增強平臺的風控水平,還可規(guī)范行業(yè)的行為,以促進多方共贏。

第二,在合適的時間點開始收取管理費。很多平臺在剛開始時為了吸引人氣,采取管理費免費的方式。但是如果平臺長期不收取管理費,盈利狀況會受損,經(jīng)營的持續(xù)性和規(guī)模會受到影響,而且風控的能力也會由于資金收入受到影響。所以如何平衡平臺的人氣和收費是P2P平臺要考慮的一個問題。

第三,保障投資者的權(quán)益,提升服務(wù)水平。通過提供投標保障服務(wù)使得投資者的權(quán)益得到保障,還可以提供債權(quán)轉(zhuǎn)讓服務(wù),滿足投資者資金流動性的需求,而平臺也能夠通過提供債權(quán)轉(zhuǎn)讓服務(wù)獲取債權(quán)轉(zhuǎn)讓費。

第四,提升網(wǎng)絡(luò)影響力和可見度,從而獲取更多的流量。可以通過增加外部鏈接來提升平臺的網(wǎng)絡(luò)影響力,在選擇外部鏈接時盡量選擇流量大、在行業(yè)內(nèi)知名度高或者權(quán)威性強的網(wǎng)站。網(wǎng)站被百度收錄的網(wǎng)頁的數(shù)量越多,就越能提升網(wǎng)絡(luò)可見度。設(shè)置清晰合理的網(wǎng)站結(jié)構(gòu),提供豐富的網(wǎng)站內(nèi)容,做好網(wǎng)站內(nèi)鏈,才會提高被百度收錄的數(shù)量。

第五,P2P平臺應(yīng)注重全面均衡發(fā)展。各平臺不要僅僅追求人氣及規(guī)模上的增長,應(yīng)該同時關(guān)注各項指標的均衡發(fā)展,確保平臺同時具備安全能力、盈利能力和發(fā)展能力。

第六,注重區(qū)域均衡發(fā)展。政府應(yīng)注重篇P2P平臺在東西部地區(qū)的均衡發(fā)展,關(guān)注中西部地區(qū)在P2P平臺發(fā)展上的不足,為中西部地區(qū)提供資金和政策支持,鼓勵跨P2P的發(fā)展,以東部沿海帶動中西部發(fā)展,實現(xiàn)整體P2P發(fā)展水平的提升。

由于在獲取數(shù)據(jù)方面的障礙和局限性,本文進行研究的樣本數(shù)量有待于提升同時一些數(shù)據(jù)需要進一步精確化,而且P2P行業(yè)發(fā)展迅速,加上研究者的知識的有限性,本文的指標體系及研究分析可能需要做進一步的修正,這也為我們的研究提出了更高的要求,同時也為我們未來的探索提供了方向。

[1]邱碧珍.P2P網(wǎng)絡(luò)借貸投資者接受模型分析與構(gòu)建[J].福建工程學院學報,2016,14(3):289-294.

[2]鄭揚揚.我國P2P平臺的角色定位與治理研究[D].杭州:浙江大學,2016.

[3]聶進,胡琳霜.基于鏈接分析的P2P網(wǎng)絡(luò)借貸平臺評價探析[J].圖書館學研究,2015,(13):37-45.

[4]郭海鳳,陳霄.P2P網(wǎng)貸平臺綜合競爭力評價研究[J].金融論壇,2015,(2):12-23.

[5]游春,左成學.我國微型金融機構(gòu)評級制度研究[J].新金融,2013,(4):60-63.

[6]紀映紅.中小金融機構(gòu)績效評價體系之重構(gòu)[J].財會月刊,2011, (32):59-61.

[7]斯琴塔娜.利率市場化攻堅與制度慣性影響下的商業(yè)銀行壓力、風險及對策[J].財經(jīng)理論研究,2014,(5):83-88.

[8]徐慧賢.鄂爾多斯民間借貸利率定價及社會運行機制分析[J].財經(jīng)理論研究,2015,(1):70-78.

[9]邱濟洲,范文婷.農(nóng)村信用社貸款利率定價模式現(xiàn)狀及改進——以內(nèi)蒙古農(nóng)村信用社為例[J].財經(jīng)理論研究,2016,(1):27-33.

[10]陸艷華.民間資本進入金融領(lǐng)域的影響因素分析[J].財經(jīng)理論研究,2014,(3):104-112.

[11]郭建校,王洪禮,郭龍, 等.基于因子分析法的學科科研水平綜合評價[J].科學管理研究,2009,27(1):34-37.

[責任編輯:劉 煒]

2016-12-28

邱碧珍,1976年生,女,福建古田人,廈門大學嘉庚學院講師,研究方向為電子商務(wù)和網(wǎng)絡(luò)經(jīng)濟,(電子信箱)71816633@qq.com。

10.3969/j.issn.1672-5956.2017.04.013

F832.4;F832.39

A

1672-5956(2017)04-0086-08