□王 飛 巢 瑋2 王永健

[1. 東南大學(xué) 南京 211189；2. 揚州大學(xué) 揚州 225000]

引言

P2P網(wǎng)絡(luò)借貸作為舶來品，率先由拍拍貸引入中國。進入2013年以后，整個P2P行業(yè)更是呈現(xiàn)出爆發(fā)性的增長態(tài)勢。一方面P2P平臺企業(yè)越來越多，而另一方面行業(yè)的準入和退出機制卻遲遲沒有出臺，這就導(dǎo)致了網(wǎng)貸市場中平臺質(zhì)量良莠不齊，惡意違約和違規(guī)經(jīng)營的平臺對整個行業(yè)的形象造成了巨大的傷害，一時間仿佛整個P2P行業(yè)都成為了“龐氏騙局”的代名詞，這對守法經(jīng)營的平臺十分不公。市場經(jīng)濟強調(diào)開放和競爭，強者生存，競爭中部分經(jīng)營不佳的平臺被市場所拋棄本是優(yōu)勝劣汰的過程，無奈人們難以分辨正常的市場調(diào)整與惡意違規(guī)和欺詐，由此產(chǎn)生的對P2P行業(yè)乃至互聯(lián)網(wǎng)金融的懷疑與排斥完全能夠理解。

行業(yè)的混亂引起了中央政府的極大重視，中央十部委于2015年7月聯(lián)合發(fā)布了互聯(lián)網(wǎng)金融行業(yè)發(fā)展的綱領(lǐng)性文件——《關(guān)于促進互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》，旨在規(guī)范市場秩序和營造良好的經(jīng)營環(huán)境。2016年4月中旬，國務(wù)院針對互聯(lián)網(wǎng)金融行業(yè)的專項整治拉開序幕，飽受詬病的P2P網(wǎng)絡(luò)借貸首當(dāng)其沖，不少省份已經(jīng)提前開啟對P2P平臺的重點排查和摸底。對于職能部門來說，排查和摸底的目的顯然不應(yīng)該局限在對違規(guī)平臺的查處和對潛在惡意違約平臺的防范，更應(yīng)該對合規(guī)平臺的發(fā)展現(xiàn)狀和經(jīng)營水平做出全方位的判斷。那么問題來了：網(wǎng)貸平臺發(fā)展水平的主要標準是什么？又該如何評價P2P平臺的經(jīng)營現(xiàn)狀？

P2P平臺的使命在于優(yōu)質(zhì)和高效地匹配互不相識的借貸雙方進行交易，這一觀點亦已成為學(xué)術(shù)界的共識。如此，效率如何就反映了平臺的經(jīng)營現(xiàn)狀和發(fā)展水平。通過對相關(guān)文獻的梳理我們發(fā)現(xiàn)，現(xiàn)有的研究主要聚焦在單一平臺的效率和績效評價，主要通過選取借款成功率、利率水平、完標時間等指標來衡量平臺績效，并對各種影響因素進行分析[1～8]。但需要指出的是，指標分析方法雖然應(yīng)用廣泛但是很容易出現(xiàn)偏差，特別是進行單位比較時，得到的結(jié)果將備受爭議。目前為止，對平臺效率的研究尚無涉及行業(yè)層面統(tǒng)一的評價方法和評價體系，因而極具學(xué)術(shù)研究價值。

基于上述背景，本文嘗試在以往研究的基礎(chǔ)上構(gòu)建一個基于DEA模型的P2P平臺效率評價方法，據(jù)此對部分平臺的效率進行測算和比較，再借助面板固定效應(yīng)模型對評價方法的合理性以及適用性做出判斷。

一、研究模型

（一）超效率DEA模型

效率的測度目前來說主要有參數(shù)法和非參數(shù)法這兩種路徑，但是參數(shù)法必須設(shè)定函數(shù)的具體形式和行為約束，這就不可避免地造成估計的偏差。因此，本文選用成熟的數(shù)據(jù)包絡(luò)分析DEA這一非參數(shù)方法對平臺運營效率進行測度。傳統(tǒng)DEA模型的分析結(jié)果常常會出現(xiàn)多個決策單元等于1的情況，當(dāng)投入和產(chǎn)出指標較多時這一現(xiàn)象尤為突出。此時，有效DMU之間的效率無法進行進一步的比較。由此，為了進一步區(qū)分有效DMU的效率高低，Andersen和Petersen于1993年首次提出測度有效DMU效率程度的方法，即為“超效率”模型（Super Efficiency Model）。

由于CCR和BBC模型無法充分考慮投入產(chǎn)出的松弛性問題，其計算的效率值難免出現(xiàn)偏差。為了避免上述問題，Tone將松弛變量直接放入目標函數(shù)中，并在其SBM（Slacks-based model）模型（2001）的基礎(chǔ)上進一步定義了SBM超效率模型[9]。考慮到P2P平臺匹配投融資需求時同時追求投入的最小化和產(chǎn)出的最大化這一現(xiàn)實情況，本文將會使用SBM超效率模型中的非導(dǎo)向模型（Nonoriented）。此外，考慮到學(xué)術(shù)界對于雙邊市場中平臺規(guī)模報酬遞增的共識，我們最終選擇非導(dǎo)向SBM可變規(guī)模報酬的超效率模型。有效決策單元DMU0的非導(dǎo)向VRS-SBM超效率模型構(gòu)建如下：

其中，xij表示的是第j個決策單元的第j個投入變量，同理，yrj就是第j個決策單元的第r個產(chǎn)出變量。λj則表示參照集中各要素的權(quán)重。，分別表示投入與產(chǎn)出權(quán)重，其中和即為松弛變量向量，分別表示為投入差額與產(chǎn)出差額。當(dāng)且時，說明決策單元（DMU0）DEA有效，經(jīng)濟學(xué)含義表現(xiàn)為實現(xiàn)了帕累托最優(yōu)；若，但非零，此時稱為DEA弱有效，系統(tǒng)存在改進的空間；弱則稱DMU0為DEA無效，可以在降低投入要素比例的同時實現(xiàn)產(chǎn)出不變。

（二）面板固定效應(yīng)模型

利用超效率DEA模型測算出P2P平臺效率之后，本文對平臺效率評價體系的構(gòu)建也就基本完成，接下來我們將集中精力來驗證評價體系的科學(xué)性、合理性以及適用性。以第一階段得到的效率值為因變量，本文將采用固定效應(yīng)回歸模型，其基本形式如下：

二、變量選取及數(shù)據(jù)說明

本文以陸金所、人人貸、拍拍貸等22個P2P網(wǎng)貸平臺為例，收集了2014年12月～2015年11月的月度面板數(shù)據(jù)為樣本進行分析比較。為了保證數(shù)據(jù)的真實性、一致性與連續(xù)性，同時確保測算結(jié)果的準確性，本文對于平臺樣本的選擇要求十分嚴格。首先所有數(shù)據(jù)源自業(yè)內(nèi)公信度較高的網(wǎng)貸之家，其次，根據(jù)官方統(tǒng)計，問題平臺的平均運營時間只有一年，為了避免平臺弄虛作假，本文所選平臺皆于2013年前成立且得到網(wǎng)貸之家長期和連續(xù)的關(guān)注。最后，無論是否在樣本選擇的時間范圍之內(nèi)，剔除一切出現(xiàn)過惡意違約和違規(guī)經(jīng)營情況的平臺。因此，本文所選取的平臺樣本能夠最大限度的反映目前P2P網(wǎng)貸市場的主流情況，具有一定的研究價值。

（一）超效率DEA模型中的指標選擇

在利用超效率DEA模型測度網(wǎng)貸平臺效率的過程中，特別是在投入產(chǎn)出指標的選取上，我們主要借鑒了測度銀行效率的相關(guān)研究成果。從目前來看，測度銀行效率的主流方法有生產(chǎn)法、中介法和資產(chǎn)法，但需要指出的是無論哪一種方法都有其無法規(guī)避的缺陷，主要是無法完全體現(xiàn)銀行作為匹配資金供需平臺的雙邊市場特征，人為地割裂了資金從存款人到貸款人的轉(zhuǎn)移過程?？紤]到上述情況和P2P網(wǎng)貸平臺的雙邊市場特征，在借鑒現(xiàn)有文獻的基礎(chǔ)上，本文選取實繳資本、平臺運營時長、投資人數(shù)、投資總金額、成功借款標數(shù)以及平均利率這6項評價指標（見表1）。其中實繳資本是平臺實際繳納的注冊資本，是支撐平臺經(jīng)營活動的物質(zhì)基礎(chǔ)。P2P網(wǎng)貸系統(tǒng)既關(guān)系到界面美觀、用戶體驗、網(wǎng)站穩(wěn)定，又關(guān)系到資金的安全。隨著平臺上線時間的增加，系統(tǒng)在實踐中不斷進行更新、維護與優(yōu)化，平臺的技術(shù)能力也在不斷增強。因此，運行時長反應(yīng)了平臺的技術(shù)儲備情況，是平臺經(jīng)營活動的技術(shù)基礎(chǔ)，兩者決定了平臺服務(wù)能力的上限。投資人數(shù)和投資總金額作為實際資源的投入，也歸類于輸入指標。成功借款標數(shù)和平均利率是借款人和投資人在平臺上互動的結(jié)果，應(yīng)該列為輸出指標。

表1 DEA指標選?。ㄒ躁懡鹚鶠槔?/p>

（二）面板固定效應(yīng)模型中的指標選擇

依據(jù)DEA超效率模型的測算結(jié)果，本文將以平臺效率（PE）為被解釋變量來對評價體系進行驗證。梳理過往的研究，埃文斯等人認為流動性是交易平臺持續(xù)經(jīng)營的基礎(chǔ)，一旦擁有充足的流動性，供需雙方就會被吸引過來，而平臺本身也將得到快速的發(fā)展[10]。王海忠等人的研究表明，代表公司形象的品牌是企業(yè)能力的主要構(gòu)成要素，能夠在降低搜尋成本的基礎(chǔ)上提升效率[11～12]。另外，在對銀行效率的研究中，學(xué)者大多認為客戶集中程度越高，銀行面臨擠兌以及違約的風(fēng)險也就越大，長期來看會損害銀行的績效[13]?；诖耍覀冋J為一個優(yōu)質(zhì)的平臺也一定伴隨著上佳的流動性，較好的聲譽和品牌知名度以及較為分散的客戶[14～15]。

結(jié)合已有文獻以及P2P網(wǎng)絡(luò)借貸的現(xiàn)實情況，文章選取平臺借款完成標數(shù)（jkbs）、品牌知名度（brand）、流動性（liquidity）和分散度（dispersion）為主要解釋變量，構(gòu)建如下計量模型：

X為一組控制變量，分為平臺交易特征以及平臺運營特征。前者具體包括平臺上的人均借款金額（rjjkje）、平均借款期限（jkqx），后者則包含了表征平臺營收狀況的營收指數(shù)（revenue）、平臺透明度（transparency）以及平臺杠桿指數(shù)（leverage）。變量簡單的描述性統(tǒng)計見表2。

表2 描述性統(tǒng)計

三、定量分析

（一）超效率DEA模型測算

本節(jié)以平臺的注冊資金、運行時長、投資人數(shù)和投資總金額為投入指標，以平均利率水平和借款人數(shù)為產(chǎn)出指標，借助MAXDEA6.6，運用非導(dǎo)向的SBM超效率DEA模型測算22個樣本平臺2014年12月～2015年11月間的效率情況，測算結(jié)果見表3。

從表3可以看出，運用超效率DEA模型測算出來的結(jié)果契合了當(dāng)前P2P網(wǎng)貸市場的現(xiàn)狀，即平臺數(shù)量雖多，但是質(zhì)量和效率卻千差萬別。從平均效率值來看，陸金所、拍拍貸、宜人貸等7個平臺在觀察期內(nèi)基本能夠保證DEA有效，特別是陸金所，始終名列第一。與此相對的是開鑫貸，其效率值不斷走低。因此，本文構(gòu)建的平臺效率評價體系并不是一層不變的，而是始終處于動態(tài)調(diào)整之中，不僅可以平臺之間的橫向比較，也可以進行縱向觀察。

表3 樣本平臺的效率比較（2014年12月～2015年11月）

（二）面板固定效應(yīng)模型回歸分析

為了更加全面的對P2P平臺效率評價方法的合理性進行驗證，表4中從模型（1）到模型（3）采用逐步回歸的方法，重點關(guān)注成功借款標數(shù)、品牌、流動性以及分散度的解釋性?？傮w上來看，隨著控制變量的不斷加入，四個主要解釋變量依然保持了相當(dāng)?shù)娘@著性。例如，品牌對于平臺效率提升的正向作用在四個模型中都通過了5%的顯著性檢驗。另外我們還發(fā)現(xiàn)，成功借款標數(shù)與平臺效率之間的非線性關(guān)系非常顯著，是一個典型的U型曲線，隨著成功借款標數(shù)的增加，平臺效率先降后升。P2P平臺的這一現(xiàn)象完美地契合了平臺經(jīng)濟學(xué)關(guān)于臨界容量或者說臨界規(guī)模的解讀。平臺在創(chuàng)建初期往往通過讓利的方式來吸引各邊主體的參與，但這一行為終不可持續(xù)，經(jīng)營若想持續(xù)，必然對兩邊參與主體有一個最低數(shù)量組合的要求，一旦兩邊參與者達到最低組合的要求，在正反饋效應(yīng)和間接網(wǎng)絡(luò)外部性的作用下，平臺的潛能和活力將得到完美釋放，平臺的效率也將重新得到提升[10]。

表4 平臺效率測度方法的驗證

由于第一階段得到的效率必定是非負值，即第二階段將要考察的因變量受限，如果直接借助普通最小二乘法（OLS）進行回歸操作，得到的參數(shù)可能會有偏差，因此在模型（4）中利用Tobit回歸采用最大似然法對P2P平臺匹配效率的影響因素再次進行分析和估計。并無顯著差異的結(jié)果進一步驗證了本文研究的指標選取和結(jié)論的強壯性。

然而，分散度以及流動性與平臺效率之間顯著的負向關(guān)系讓我們對構(gòu)建的效率評價方法產(chǎn)生了動搖。以流動性為例，平臺的流動性同時表征投資人收回本息以及借款人獲得資金的難易程度。流動性指數(shù)越高，表明借款人的融資需求更容易得到滿足，而投資人在該平臺回收本金的時間也就越短，進入和退出更加靈活。因此，邏輯上來說，高效率平臺應(yīng)該伴隨著良好的流動性。平臺分散度表征的是平臺上資金借貸的分散程度，積分越高說明借款人和投資人越分散，從P2P網(wǎng)絡(luò)借貸的普惠特征來看，高效率平臺所服務(wù)的對象也應(yīng)該是廣泛的。

此時我們注意到，在P2P市場激烈競爭，問題平臺層出不窮的現(xiàn)實情況下，各個平臺都在努力尋求強有力的“背書”以提升自己在市場上的可信度。是否，平臺尋求“背書”的行為掩蓋了一些特征性的規(guī)律？

為了解決疑惑，進一步討論效率評價方法的適用性，我們引入“背書”虛擬變量，設(shè)定1為有背書，0代表沒有背書的情況。這里，我們將平臺是否股權(quán)上市、是否獲得風(fēng)投或者上市公司的注資、以及是否有國資和銀行背景作為“背書”的判斷依據(jù)。

從模型（5）的回歸結(jié)果我們可以看出“背書效應(yīng)”給平臺帶來的竟是效率的損失，效率值下降約0.0868，且在5%的水平下通過了顯著性檢驗。另外，平臺分散度和流動性指數(shù)此時同樣顯著為負，由此我們認為“背書”對于效率提升的副效應(yīng)作用可能就是導(dǎo)致違背特征性規(guī)律現(xiàn)象出現(xiàn)的根本原因。一般來說，在沒有“背書”或者說正在努力獲取“背書”時，不論出于什么樣的目的，平臺會格外注重自身建設(shè)，真真切切地扎根經(jīng)營，努力提升經(jīng)營效率。能夠股權(quán)上市，受到國資、銀行、風(fēng)投的青睞是對P2P平臺過去經(jīng)營和建設(shè)的肯定，“背書”的獲取提升了可信度和市場接受度，能夠極大減輕平臺的經(jīng)營壓力，而壓力釋放后有意無意的懈怠就表現(xiàn)為了平臺經(jīng)營效率的下降，而這就是“背書”行為潛在的負效應(yīng)。

基于此，我們至少可以做出如下判斷，本文所構(gòu)建的網(wǎng)貸平臺效率評價方法完全能夠反映占據(jù)市場絕大多數(shù)的民營背景平臺的經(jīng)營和運行狀況，能夠有效填補P2P網(wǎng)貸市場平臺效率比較以及效率評價的空白，對于職能部門現(xiàn)在進行的摸底和排查工作具有現(xiàn)實的借鑒意義。

四、結(jié)論與政策建議

由于當(dāng)前P2P網(wǎng)貸市場缺乏有效統(tǒng)一的平臺效率評價體系，惡意違約和違規(guī)經(jīng)營的平臺對整個行業(yè)形象造成的負面影響難以肅清。P2P網(wǎng)絡(luò)借貸作為普惠金融的有效實現(xiàn)形式，如果只是因為部分平臺的惡意違規(guī)違約而被葬送，將是一件十分可惜和悲哀的事情。基于此，本文基于行業(yè)的視角，嘗試構(gòu)建統(tǒng)一的平臺效率測度方法，首先借助DEA超效率模型測度出部分誠信經(jīng)營平臺的效率，然后利用面板固定效應(yīng)模型對效率評價方法的合理性和適用性做出判斷。

研究結(jié)果顯示本文所構(gòu)建的效率評價方法確實能夠反映出P2P平臺質(zhì)量良莠不齊，并且一直處于動態(tài)調(diào)整之中的現(xiàn)實情況；而在隨后的合理性和適用性檢驗中發(fā)現(xiàn)，對于民營背景平臺，也就是暫無“背書”平臺，本文的效率測度方法具有相當(dāng)?shù)恼f服力?；诖耍Y(jié)合P2P網(wǎng)絡(luò)借貸的發(fā)展現(xiàn)狀，本文提出以下對策建議：

1. 政府層面，十部委聯(lián)合發(fā)布的《關(guān)于促進互聯(lián)網(wǎng)金融健康發(fā)展的指導(dǎo)意見》對P2P網(wǎng)貸平臺的經(jīng)營畫了紅線，核心就是定位平臺信息中介的職能以及銀行作為資金第三方存管的主體地位。但這還不夠，政府更需要在政策的落實方面發(fā)揮主導(dǎo)作用，建立和完善市場進入和退出機制。具體來說，對新上線平臺進行嚴格的資質(zhì)審查，從源頭上杜絕欺詐風(fēng)險；其次，全方位摸底，督促平臺按照《指導(dǎo)意見》的要求按期進行整改，對整改不合格的平臺堅決予以清退；再次，對于違規(guī)經(jīng)營、惡意違約的平臺堅決進行查處，并及時公告。

2. 行業(yè)層面，實現(xiàn)行業(yè)自律是成立互聯(lián)網(wǎng)金融協(xié)會的初衷，也是互聯(lián)網(wǎng)金融產(chǎn)業(yè)發(fā)展的客觀要求。P2P行業(yè)目前的當(dāng)務(wù)之急就是要制定較國家標準更為嚴格的經(jīng)營規(guī)則和行業(yè)標準；要謹慎吸納成員，避免淪為平臺“背書”的工具；建立警示和懲戒機制，增加平臺惡意違規(guī)的成本。

3. 平臺層面，P2P平臺首先要自覺遵守國家的法律法規(guī)以及行業(yè)規(guī)則，在此基礎(chǔ)之上要以更高的標準來要求自己。另外，平臺應(yīng)該立足自身建設(shè)，扎根經(jīng)營，踏踏實實的從業(yè)，勿盲目尋求“背書”。

[1] KLAFFT M. Peer to Peer Lending: Auctioning Microcredits over the Internet[R]. Proceedings of the 2008 International Conference on Information Systems, Technology and Management(ICISTM 08), 2008.

[2] IYER R, KHWAJA A I, LUTTMER E F P, et al.Screening in New Credit Markets: Can Individual Lenders Infer Borrower Creditworthiness in Peer-to-Peer Lending?[EB/OL].[2017-02-16]. https://dash.harvard.edu/handle/1/4448882?show=full.

[3] Mingfeng Lin, PRABHALA N. R, VISWANATHAN S. Judging Borrowers By The Company They Keep: Friendship Networks and Information Asymmetry in Online Peer-to-Peer Lending[J]. Management Science, 2013, 59(1): 17-35.

[4] TONE K. A slacks-based measure of efficiency in data envelopment analysis[J]. European Journal of Operational Research, 2001, 130(3): 498-509.

[5] 戴維?S?埃文斯. 平臺經(jīng)濟學(xué)：多邊平臺產(chǎn)業(yè)論文集[M]. 北京: 經(jīng)濟科學(xué)出版社, 2016.

[6] 卡爾頓, 佩洛夫, 胡漢輝. 現(xiàn)代產(chǎn)業(yè)組織[M]. 北京: 中國人民大學(xué)出版社, 2009.

[7] 李衛(wèi)東, 劉暢, 郭敏. 結(jié)構(gòu)調(diào)整、貸款集中度與價值投資:我國商業(yè)銀行信貸投向政策實證研究[J]. 管理世界,2010(10):174-175.

[8] 李悅雷, 郭陽, 張維. 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): 126-138.

[9] 廖理, 李夢然, 王正位, 等. 觀察中學(xué)習(xí):P2P網(wǎng)絡(luò)投資中信息傳遞與羊群行為[J]. 清華大學(xué)學(xué)報: 哲學(xué)社會科學(xué)版,2015(1): 156-165+184.

[10] 莊雷, 周勤. 身份歧視: 互聯(lián)網(wǎng)金融創(chuàng)新效率研究—基于P2P網(wǎng)絡(luò)借貸[J]. 經(jīng)濟管理, 2015(4): 136-147.

[11] 廖理, 吉霖, 張偉強. 借貸市場能準確識別學(xué)歷的價值嗎?—來自P2P平臺的經(jīng)驗證據(jù)[J]. 金融研究, 2015(3):146-159.

[12] 廖理, 李夢然, 王正位. 中國互聯(lián)網(wǎng)金融的地域歧視研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2014(5): 54-70.

[13] 王海忠, 于春玲, 趙平. 品牌資產(chǎn)的消費者模式與產(chǎn)品市場產(chǎn)出模式的關(guān)系[J]. 管理世界, 2006(1): 106-119.

[14] 王飛, 王永健, 莊雷. 信任危機、逆向選擇與品牌重建—來自網(wǎng)貸之家的經(jīng)驗證據(jù)[J]. 統(tǒng)計與信息論壇,2016(7): 95-99.

[15] 周勤, 王飛. 信息不對稱與“言多必失”—來自中國P2P網(wǎng)貸平臺的證據(jù)[J]. 東南大學(xué)學(xué)報: 哲學(xué)社會科學(xué)版, 2016(3): 78-84+147.