何梓祥

一、引言

互聯網技術在21世紀得到快速發(fā)展，隨著互聯網的普及和廣泛使用，依賴互聯網而存在的服務越來越多。P2P(Peer-to-Peer)網絡借貸作為互聯網金融的一種模式，在互聯網時代抓住機會，成了21世紀最受歡迎的金融模式之一。自2007年第一家P2P網絡借貸公司“拍拍貸”成立以來，P2P行業(yè)在中國掀起巨浪，截至2017年，中國的網絡借貸平臺數量已經超過了2000家，而如今中國更是成為全球最大的網絡借貸交易市場，規(guī)模較大的平臺有“拍拍貸”“人人貸”“紅嶺創(chuàng)投”等。

目前國內P2P平臺數量眾多且良莠不齊，平臺之間仍存在惡意競價的情況，P2P網貸在國內的發(fā)展既需要向成熟的傳統(tǒng)信貸學習，又將面臨與傳統(tǒng)信貸的競爭。本文通過對數據的統(tǒng)計分析發(fā)現P2P網貸的投資利率與傳統(tǒng)信貸投資利率之間可能存在線性關系，進而通過回歸分析驗證兩者間的相關性。最終提出，在利率市場化的情況下，P2P網絡借貸行業(yè)通過與傳統(tǒng)信貸的競價，制定行業(yè)基準參考利率的思路與方法。

二、數據選取

為了探究P2P網絡借貸行業(yè)投資利率與傳統(tǒng)信貸投資利率之間的關系，本文選取了P2P行業(yè)與銀行業(yè)的歷史投資回報率進行線性回歸分析。收集的數據有以下幾點說明:

1.本文進行線性回歸分析的因變量為P2P網貸行業(yè)平均投資利率，數據主要來源于“網貸之家”網站；自變量為銀行個人存儲平均回報利率，數據主要來源于wind資訊銀行企業(yè)年報。

2.由于銀行數量眾多，業(yè)務類型多樣，目前并沒有可信度較高的資料統(tǒng)計銀行業(yè)整體數據，為了很好地反映銀行業(yè)市場整體情況，本文選取了14家規(guī)模較大的上市銀行運營數據進行處理，作為傳統(tǒng)信貸市場整體表現的反映，其中包括:股份制商業(yè)銀行7家、大型商業(yè)銀行5家、城市商業(yè)銀行2家。

3.P2P行業(yè)在我國起步較晚，因此將2014年至2018年6月的數據作為本文分析的樣本，作為對比，所取各家銀行的數據同樣來源于2014年至2018年6月期間的定期報告。

根據“網貸之家”和wind資訊的統(tǒng)計，2014年1月～2018年6月九個時間段的行業(yè)平均投資利率如表1所示，其中傳統(tǒng)信貸行業(yè)平均投資利率由14家具備代表性的上市銀行個人儲蓄利率的平均值表示。

表1 行業(yè)平均投資收益率

表1所統(tǒng)計的各個時期P2P行業(yè)平均投資利率普遍高于傳統(tǒng)信貸行業(yè)平均投資利率，且P2P網貸投資利率的變化幅度也大于傳統(tǒng)信貸(即P2P網貸風險較大)。P2P網貸利率與傳統(tǒng)信貸各期間利率變化情況如圖1所示。

圖1 P2P網貸與傳統(tǒng)信貸行業(yè)利率變化趨勢

圖1 和表1中的數據都表明，P2P網貸利率與傳統(tǒng)信貸利率有著較好的正相關性或變化一致性，即P2P網貸利率將隨傳統(tǒng)信貸利率的下調而下調或上調而上調。

事實上，在P2P網貸剛起步時，為吸引較多投資者從傳統(tǒng)信貸投資轉移到網貸投資，網貸利率相對傳統(tǒng)信貸利率會較高，但較高的利率必然增加資金的融入成本，所以在P2P興起之后的一段時間內，P2P網貸利率和傳統(tǒng)信貸利率都表現出逐漸下調趨勢。然而，當信貸利率下調幅度較大時，傳統(tǒng)信貸利率由于相對P2P網貸較低而在金融市場上沒有太大競爭力，進而會使傳統(tǒng)信貸很難吸引投資者，于是銀行不得不又進一步提高利率，最終又使P2P網貸利率呈上調趨勢。所以，P2P網貸與傳統(tǒng)信貸之間存在顯著的正相關性。

三、實證分析

為了進一步證明兩個行業(yè)投資利率之間的關系，本節(jié)通過對數據的線性回歸分析進行驗證。由于P2P網貸利率變化幅度較大，而銀行利率變化幅度較小，為了令所取的數據之間關系更加顯著，本文進行回歸分析時將收集的數據進行對數化處理，根據選取的變量建立回歸模型如下:

其中R2為P2P行業(yè)投資利率，R1為銀行儲蓄產品投資利率，β1為R1的系數，表示兩種利率之間的敏感性，β0為截距，表示P2P行業(yè)相對銀行需要承擔的風險。所建立的回歸模型為斜截式模型。

本文借助SPSS軟件對處理后的數據進行線性回歸分析，分析結果如表2、表3和表4所示。

表2 模型匯總表

表3 方差分析表

表4 系數表

根據線性回歸的檢驗結果，R2＝86.9%說明模型擬合度較好，回歸模型檢驗值F為46.333，對應的Sig≤0.05，證明建立的回歸模型具備意義，即P2P網貸利率與傳統(tǒng)信貸利率之間存在顯著的線性關系，對應傳統(tǒng)信貸利率系數及回歸模型常量的檢驗Sig≤0.05，說明指標系數與0有顯著區(qū)別，證明傳統(tǒng)信貸利率緊密地影響著P2P網貸利率。

從實際數據回歸結果來看，P2P網絡借貸的投資利率與傳統(tǒng)信貸的投資利率存在顯著的線性關系，并且根據回歸結果反映出的P2P網貸利率與傳統(tǒng)信貸利率的關系如式(2)所示。

在利率完全市場化的情況下，P2P網絡借貸行業(yè)期望投資利率會受到傳統(tǒng)信貸平均投資利率的影響，參照央行基準利率定價表，由式(2)可以基本判斷P2P行業(yè)各期限產品的期望投資回報率，從而為產品的投資利率定價提供參考。

四、結論與展望

上述實際數據的統(tǒng)計回歸分析表明，隨著P2P網貸的興起，P2P網貸利率必然會受到傳統(tǒng)信貸利率的影響，基于二者間的競價關系，P2P網貸行業(yè)可以根據銀行業(yè)基準利率制定自身產品定價基準，為各平臺產品利率定價提供參考意見。目前國內P2P行業(yè)正缺少行業(yè)期望投資利率作為風向標，在自由競爭的市場化環(huán)境下，P2P網絡借貸行業(yè)可以設定出可靠的行業(yè)參考投資利率。此外，行業(yè)期望投資利率會幫助P2P平臺降低市場風險，且如傳統(tǒng)金融一樣擁有基準利率指導，可以遏制平臺之間的惡意競價，是P2P行業(yè)在我國發(fā)展的必經之路。

由于銀行業(yè)的數據沒有官方統(tǒng)計，導致本文參數估計收集的銀行業(yè)數據較為片面，僅統(tǒng)計14家具備代表性的大型上市銀行的數據，未來的研究中可以統(tǒng)計更多年份或者更多具備代表性的銀行數據對行業(yè)平均數據進行回歸估計，甚至可以利用官方的銀行業(yè)數據庫與P2P網絡借貸進行對比分析，從而達到估計的參數與現實更加接近的目的。