吉林大學(xué) 王思涵

P2P網(wǎng)絡(luò)借貸是利用互聯(lián)網(wǎng)技術(shù)進(jìn)行信貸交易的過(guò)程，在加入了第三方交易平臺(tái)后，信貸交易的審核過(guò)程得以加強(qiáng)，平臺(tái)選取信用程度較高的借款者在網(wǎng)站上發(fā)布其信息，以供有投資需求的出借人進(jìn)行選擇，最終實(shí)現(xiàn)資金的轉(zhuǎn)移。我國(guó)首家P2P借貸平臺(tái)——拍拍貸，于2007年6月成立。拍拍貸對(duì)借款人進(jìn)行初步審核，然后將審核通過(guò)的信息進(jìn)行發(fā)布，有投資需求的用戶在信息平臺(tái)上篩選合適的借款人，并將自己的錢(qián)出借。這是P2P最根本的業(yè)務(wù)邏輯，一直沿用至今。

然而，經(jīng)歷了十二年的發(fā)展，目前我國(guó)P2P網(wǎng)貸平臺(tái)良莠不齊，大量問(wèn)題平臺(tái)逐漸浮出水面。截至2019年5月19日，共有2742家問(wèn)題平臺(tái)出現(xiàn)，僅5月就新增了24家，其中1家跑路、6家經(jīng)偵介入、6家網(wǎng)站關(guān)閉、11家延期兌付，諸多平臺(tái)問(wèn)題應(yīng)引起極度重視，監(jiān)管整治勢(shì)在必行。

1 文獻(xiàn)綜述

1.1 P2P平臺(tái)發(fā)展方面

Magge(2011)從貸款者角度闡述網(wǎng)貸平臺(tái)最大優(yōu)勢(shì)是降低資金獲取成本，例如中小企業(yè)資本實(shí)力不足難以獲得大額貸款，但巨大的資金需求使P2P平臺(tái)得以發(fā)展，在傳統(tǒng)的金融貸款方式開(kāi)拓了新的發(fā)展方向。錢(qián)金葉、楊飛(2012)認(rèn)為P2P網(wǎng)貸平臺(tái)的融資效率要比傳統(tǒng)的銀行借款高，并且利用互聯(lián)網(wǎng)作為平臺(tái)簡(jiǎn)化了復(fù)雜度手續(xù)，為中低收入群體提供了更為方便可靠的平臺(tái)，同時(shí)，平臺(tái)考查借款人的信用情況以提高違約成本，降低了網(wǎng)貸的風(fēng)險(xiǎn)。

1.2 P2P平臺(tái)融資方面

Ravina(2008)認(rèn)為網(wǎng)絡(luò)借貸中相比年齡、性別、種族因素的影響更顯著，例如黑人為貸款需要支付更多成本。根據(jù)Pope(2011)的調(diào)查可看出，當(dāng)擁有相同的信用評(píng)級(jí)時(shí)，非洲裔美國(guó)人比其他種族的借款成功率明顯要低；而35歲以下的年輕人和單身女性的融資成本較低。Briceno Ortega(2008)研究了Zopa平臺(tái)的數(shù)據(jù)，發(fā)現(xiàn)借款人的財(cái)務(wù)信息越詳細(xì)，其融資成功的可能性越高。陳霄等(2013)認(rèn)為投資者的積極性和投資趨向會(huì)隨著不良貸款行為增加而降低，不良貸款行為不但威脅投資者的利益，也使P2P平臺(tái)因?yàn)榘踩詥?wèn)題受到外界質(zhì)疑，不利于網(wǎng)貸行業(yè)的健康發(fā)展。

2 變量選取與數(shù)據(jù)來(lái)源

本文綜合考慮網(wǎng)貸平臺(tái)自身特點(diǎn)及P2P平臺(tái)的信息可獲性，選取了平臺(tái)占比較大的100家平臺(tái)的7個(gè)指標(biāo)，分別為：成交量、投資人數(shù)、平均借款期限、借款標(biāo)數(shù)、注冊(cè)資本、借款人數(shù)、人均投資金額。

(1)成交量、投資人數(shù)：成交量越高、用戶越多時(shí)，對(duì)外界釋放的可投資信號(hào)越強(qiáng)，引發(fā)的跟隨投資現(xiàn)象也越多。

(2)平均借款期限：一次性還本付息的網(wǎng)貸平臺(tái)還款期限一般是一個(gè)半月以?xún)?nèi)，先付息后還本平臺(tái)的還款期一般是6個(gè)月以?xún)?nèi)，本息等額平臺(tái)的還款期限普遍長(zhǎng)達(dá)數(shù)年。平均借款期限將影響借款人的行為，從而影響平臺(tái)資金流動(dòng)性，影響平臺(tái)風(fēng)險(xiǎn)。

(3)借款標(biāo)數(shù)：平臺(tái)的借款標(biāo)有很多通?？煞譃榈盅簶?biāo)、信用標(biāo)、擔(dān)保標(biāo)、秒標(biāo)、凈值標(biāo)、流轉(zhuǎn)標(biāo)等。標(biāo)的數(shù)量越多對(duì)貸款交易的約束越多，因此對(duì)風(fēng)險(xiǎn)的影響也顯而易見(jiàn)。

(4)注冊(cè)資本：資本充足率是銀行業(yè)信貸風(fēng)險(xiǎn)監(jiān)管的核心指標(biāo)，但由于我們無(wú)法獲得P2P平臺(tái)的資本充足率指標(biāo)，本文采用注冊(cè)資本作為代理變量，單位萬(wàn)元。注冊(cè)資本越多，股東對(duì)平臺(tái)規(guī)范管理的主動(dòng)性和積極性越高。

(5)借款人數(shù)：借款人數(shù)反映一個(gè)平臺(tái)的資本實(shí)力和規(guī)模，在整治時(shí)期依舊能擁有大量借款人反映一個(gè)平臺(tái)的合規(guī)度，也間接反映該平臺(tái)風(fēng)險(xiǎn)大小。

(6)人均投資金額：本文主要針對(duì)投資人設(shè)定變量，人均投資金額反映了市場(chǎng)拓展的深度。一般來(lái)說(shuō)，網(wǎng)貸平臺(tái)市場(chǎng)拓展能力越強(qiáng)，投資人數(shù)越多。人均投資金額以萬(wàn)元為單位。

數(shù)據(jù)選自網(wǎng)貸之家4月（30天）的數(shù)據(jù)，涉及大中小各類(lèi)平臺(tái)，截至2019年4月31日，正常營(yíng)運(yùn)的平臺(tái)有940家，本文選取了成交量前100名平臺(tái)，具有較好的代表性。

3 實(shí)證分析

3.1 適宜性檢驗(yàn)

本文通過(guò)將指標(biāo)值與指標(biāo)平均值的差額除以標(biāo)準(zhǔn)差的方法對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，避免因數(shù)據(jù)量綱不同而造成因子分析誤差。通過(guò)檢驗(yàn)得出KMO檢驗(yàn)值為0.661大于0.5；Bartlett球形檢驗(yàn)的顯著性水平為0.000小于0.001，說(shuō)明本文選取的變量適合進(jìn)行因子分析。而7個(gè)指標(biāo)的公因子方差分別為：0.949，0.861，0.668，0.719，0.984，0.720，0.671，大部分指標(biāo)共同度在70%以上，因子提取的總體效果理想。

3.2 總方差解釋

運(yùn)用主成分分析法，可以提取7個(gè)指標(biāo)的公共因子。如表1所示，本文提取了特征值大于1的3個(gè)因子作為公共因子，其特征根分別為3.287，1.260，1.025。

表1 特征根及貢獻(xiàn)率

“貢獻(xiàn)率”一欄顯示了各公因子的方差貢獻(xiàn)率，3個(gè)因子總貢獻(xiàn)率達(dá)到了79.603%，能夠合理反映各原始開(kāi)標(biāo)的情況。

3.3 旋轉(zhuǎn)成分矩陣

采用最大方差法對(duì)因子載荷矩陣進(jìn)行轉(zhuǎn)，以使因子具有命名解釋性。結(jié)果如表2所示，公共因子1在成交量、投資人數(shù)、借款標(biāo)數(shù)、借款人數(shù)四個(gè)指標(biāo)載荷較大，可稱(chēng)為經(jīng)營(yíng)狀況因子；公共因子2在人均投資金額、平均借款期限兩個(gè)指標(biāo)上載荷較大，可稱(chēng)為產(chǎn)品設(shè)計(jì)因子；公共因子3在注冊(cè)資本上載荷較大，可稱(chēng)為資金保障因子。

表2 旋轉(zhuǎn)后的因子矩陣

3.4 因子得分

各公共因子的得分系數(shù)矩陣如表3所示，據(jù)此可得出各公共因子的表達(dá)式：

表3 成分得分矩陣

3.5 結(jié)果分析

以各因子的方差貢獻(xiàn)率為權(quán)重算出100家P2P平臺(tái)的風(fēng)險(xiǎn)管理能力得分，公式如下：

表4 網(wǎng)貸平臺(tái)因子得分及排名

本文計(jì)算了100家樣本平臺(tái)的風(fēng)險(xiǎn)管理能力綜合得分，并進(jìn)行排序，表4顯示了排名前10的網(wǎng)貸平臺(tái)。小贏網(wǎng)金、你我貸、麻袋財(cái)富位列前三甲，是樣本中風(fēng)險(xiǎn)控制能力得分最高的平臺(tái)。F1為平臺(tái)經(jīng)營(yíng)狀況因子，在綜合得分中權(quán)重最大，小贏網(wǎng)金、你我貸、麻袋財(cái)富也是F1因子排名前三位，由此可見(jiàn)平臺(tái)經(jīng)營(yíng)狀況對(duì)風(fēng)險(xiǎn)控制的重要性。

總體而言，筆者選取的100家平臺(tái)綜合評(píng)分均值為0，其中得分大于均值的共29家平臺(tái)，小于均值的有71家平臺(tái)，表明中國(guó)網(wǎng)貸平臺(tái)的發(fā)展處于一種不穩(wěn)定的狀態(tài)，劣質(zhì)平臺(tái)占比較大。3個(gè)公共因子均值也為0，其中因子1大于均值的平臺(tái)有23家，因子2大于等于均值的有40家，因子3大于均值的有26家。由此可以看出，我國(guó)網(wǎng)貸平臺(tái)在因子1和因子3方面整體發(fā)展?fàn)顩r較差，因子2方面略比前兩者好一些。因此要改善中國(guó)網(wǎng)貸平臺(tái)，首先要著重從經(jīng)營(yíng)狀況和資金保障方面入手改善。