王琦
摘 要:P2P網(wǎng)絡(luò)借貸是一種依托于互聯(lián)網(wǎng)的金融創(chuàng)新形式,這種小額借貸模式為個(gè)人投資者以及小微企業(yè)的融資難問題提供了新的解決方向。但隨著該行業(yè)規(guī)模膨脹性增強(qiáng)的同時(shí),有些問題也日漸顯現(xiàn)出來,即壞賬跑路、倒閉平臺(tái)數(shù)量不斷增加,特別是自2018年5月以來P2P“暴雷”事件頻發(fā),使得許多投資者損失慘重?;谠撔袠I(yè)暴露出來的風(fēng)險(xiǎn)問題,構(gòu)建一個(gè)P2P問題平臺(tái)影響因素的探究模型,以987家P2P問題平臺(tái)的存續(xù)時(shí)間為研究對(duì)象,選取平臺(tái)收益率、平臺(tái)資金流動(dòng)性、行業(yè)競(jìng)爭(zhēng)程度以及法制環(huán)境等因素進(jìn)行實(shí)證分析,通過對(duì)各影響因素與P2P平臺(tái)產(chǎn)生風(fēng)險(xiǎn)問題之間存在的相關(guān)關(guān)系的研究,給廣大投資者提供一個(gè)識(shí)別風(fēng)險(xiǎn)平臺(tái)的新角度,并且給予P2P行業(yè)以及各平臺(tái)更多自身風(fēng)險(xiǎn)防控的關(guān)注點(diǎn),同時(shí)也為行業(yè)監(jiān)管部門進(jìn)行有效監(jiān)管提出一些參考建議。
關(guān)鍵詞:P2P問題平臺(tái);平臺(tái)存續(xù)時(shí)間;風(fēng)險(xiǎn)防范
中圖分類號(hào):F832 ? ? ? ?文獻(xiàn)標(biāo)志碼:A ? ? ?文章編號(hào):1673-291X(2020)13-0078-07
引言
P2P網(wǎng)絡(luò)借貸是一種運(yùn)用互聯(lián)網(wǎng)技術(shù)形成的點(diǎn)對(duì)點(diǎn)的信用借貸,這種民間借貸使社會(huì)閑散資金流動(dòng)起來,讓一些個(gè)人投資者和小微企業(yè)的小額借款需求得到了滿足,并且也一定程度上填補(bǔ)了商業(yè)銀行的業(yè)務(wù)空白。近些年來,互聯(lián)網(wǎng)金融在普惠金融的政策支持下迅猛成長(zhǎng),其中P2P作為推進(jìn)普惠金融的一個(gè)重要工具其自身也得到了極大的發(fā)展。自2007年“拍拍貸”在我國(guó)首次上線以來,由此開啟了一個(gè)P2P發(fā)展的“時(shí)代浪潮”,隨后P2P業(yè)務(wù)則呈現(xiàn)爆炸式的增長(zhǎng),截至2018年11月,上線的平臺(tái)累計(jì)達(dá)6 429家;在快速發(fā)展的同時(shí),該行業(yè)的質(zhì)疑聲卻一直不斷,近兩年更是風(fēng)險(xiǎn)問題頻發(fā),引發(fā)了較大的社會(huì)關(guān)注。由于投資者的風(fēng)險(xiǎn)識(shí)別能力較低、我國(guó)社會(huì)公民信用體系并不十分成熟加之政府未對(duì)P2P行業(yè)制定對(duì)應(yīng)的法律,P2P行業(yè)又處于金融和互聯(lián)網(wǎng)的交叉點(diǎn),極易產(chǎn)生監(jiān)管空白,因此問題平臺(tái)接二連三地出現(xiàn)。
2016年10月13日,國(guó)務(wù)院辦公廳發(fā)布《互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作實(shí)施方案的通知》,對(duì)互聯(lián)網(wǎng)金融風(fēng)險(xiǎn)專項(xiàng)整治工作進(jìn)行了全面部署安排,要求按照“打擊非法、保護(hù)合法,積極穩(wěn)妥、有序化解,明確分工、強(qiáng)化協(xié)作,遠(yuǎn)近結(jié)合、邊整邊改”的工作原則,區(qū)別對(duì)待、分類施策,集中力量對(duì)P2P網(wǎng)絡(luò)借貸重點(diǎn)領(lǐng)域進(jìn)行整治。2017年12月,P2P網(wǎng)貸風(fēng)險(xiǎn)專項(xiàng)整治工作領(lǐng)導(dǎo)小組辦公室向各地P2P整治聯(lián)合工作辦公室下發(fā)了《關(guān)于做好P2P網(wǎng)絡(luò)借貸風(fēng)險(xiǎn)專項(xiàng)整治整改驗(yàn)收工作的通知》(57號(hào)文),對(duì)下一步的整改驗(yàn)收階段做出了具體、詳細(xì)的部署,要求各地在2018年4月底之前完成轄內(nèi)主要P2P機(jī)構(gòu)的備案登記工作在6月底之前全部完成。由于受以上整治政策的影響,據(jù)統(tǒng)計(jì),2018年1—8月停業(yè)及問題平臺(tái)累計(jì)達(dá)712家,其中2018年7月問題平臺(tái)數(shù)達(dá)到223 家,這是截至8月2018年單月問題平臺(tái)爆發(fā)的最高峰。這是因?yàn)榻鹑诒O(jiān)管趨嚴(yán),平臺(tái)的運(yùn)營(yíng)成本和合規(guī)成本不斷增加,許多投資者信心不足,從而造成平臺(tái)資金出逃,大量平臺(tái)在流動(dòng)性緊張的情況下無法堅(jiān)持正常運(yùn)營(yíng)。
在這個(gè)風(fēng)險(xiǎn)頻發(fā)和政府已經(jīng)開手整治的網(wǎng)貸市場(chǎng)中,我們想要探究的是究竟是何種誘因?qū)е缕脚_(tái)發(fā)生停業(yè)、跑路、體現(xiàn)困難等問題,從而平臺(tái)運(yùn)營(yíng)方可根據(jù)這些因素對(duì)風(fēng)險(xiǎn)進(jìn)行及時(shí)防控。監(jiān)管層也可以更有效地監(jiān)管和規(guī)范網(wǎng)貸行業(yè),進(jìn)而讓投資者的利益受到保護(hù)的同時(shí)促進(jìn)網(wǎng)貸行業(yè)穩(wěn)健發(fā)展。
在剔除了信息不完備的平臺(tái)之后,本文使用了2014—2018年共987家問題平臺(tái)微觀數(shù)據(jù),選取相應(yīng)的平臺(tái)特征變量與外部環(huán)境變量,以問題平臺(tái)生存時(shí)間為研究對(duì)象,基于Ordered Logistic模型分析了網(wǎng)貸行業(yè)所暴露出來的風(fēng)險(xiǎn)問題,之后對(duì)于所有樣本的生存時(shí)間進(jìn)行了模型概率預(yù)測(cè)及風(fēng)險(xiǎn)控制探討。研究結(jié)果表明,所使用的模型可以較好地預(yù)測(cè)平臺(tái)的存續(xù)時(shí)間,也可反映出影響平臺(tái)生存時(shí)間的因素。
一、文獻(xiàn)綜述
在對(duì)國(guó)外有關(guān)網(wǎng)絡(luò)借貸的文獻(xiàn)進(jìn)行研讀的過程中,可以注意到幾乎所有國(guó)外關(guān)于網(wǎng)貸行業(yè)方面的研究都是基于某個(gè)P2P平臺(tái)上的數(shù)據(jù)進(jìn)行分析。這是因?yàn)樵趪?guó)外的網(wǎng)貸行業(yè)中,有極少數(shù)幾家網(wǎng)貸平臺(tái)在此行業(yè)中已經(jīng)形成了壟斷地位,例如美國(guó)的Lending Club和Prosper,英國(guó)為ZOPA等,所以國(guó)外相關(guān)方面的實(shí)證研究都是針對(duì)某個(gè)具體的P2P平臺(tái)進(jìn)行分析。而國(guó)內(nèi)現(xiàn)有有關(guān)文獻(xiàn)也大多是基于西方研究模式,即對(duì)某個(gè)平臺(tái)的數(shù)據(jù)進(jìn)行實(shí)證研究,研究所采用的數(shù)據(jù)基本都是某個(gè)P2P平臺(tái)上的借款人與投資人的歷史交易情況,這就使得國(guó)內(nèi)外有關(guān)網(wǎng)絡(luò)借貸方面的研究主要集中在借款人特征對(duì)借款成功率的影響、網(wǎng)絡(luò)借貸雙方行為和風(fēng)險(xiǎn)問題等方面,現(xiàn)將國(guó)內(nèi)外的研究文獻(xiàn)進(jìn)行整理為以下幾個(gè)方面。
(一)借款人基本信息對(duì)借款成功率的影響
1.借款人相關(guān)“硬信息”對(duì)借款成功率的影響。從“硬信息”來看,Klafft(2008)基于Prosper的研究發(fā)現(xiàn),借款人銀行認(rèn)證賬戶的交易情況以及借款人的信用評(píng)級(jí)對(duì)網(wǎng)貸交易成功率有正影響。Puro et al.(2010)、胡晏(2017)也發(fā)現(xiàn),借款人信用等級(jí)、逾期情況等對(duì)交易成功率影響顯著;王會(huì)娟和廖理(2014)、Emekter et al.(2015)、孫武軍和樊小瑩(2017)分別以“借款成本”和“借款金額”為視角,解釋了為何上述“硬信息”會(huì)對(duì)交易成功率具有顯著影響;溫小霓和武小娟(2014)、王慧(2016)以“借款利率”為視角,解釋了其對(duì)交易成功率的影響機(jī)理;李悅雷等(2013)則以拍拍貸平臺(tái)數(shù)據(jù)的研究發(fā)現(xiàn),在我國(guó)市場(chǎng)中借款訂單基本屬性、借款人基本信息、借款人的社會(huì)資本等都對(duì)借貸成功率都有顯著的影響;徐慧婷(2017)則發(fā)現(xiàn),投標(biāo)總數(shù)是影響借款是否成功的關(guān)鍵因素。
2.借款人相關(guān)“軟信息”對(duì)借款成功率的影響。除“硬信息”之外,網(wǎng)貸平臺(tái)上“軟信息”的披露也會(huì)對(duì)借貸成功率造成影響。一般來說,借款人的特征是作為衡量軟信息的指標(biāo)。借款人特征包括人口統(tǒng)計(jì)學(xué)特征和非認(rèn)證信息(社會(huì)關(guān)系、借款描述等)這兩類。
一是借款人的人口統(tǒng)計(jì)學(xué)特征。Loureiro和Gonzalez(2015)發(fā)現(xiàn),青年人和老年人被認(rèn)為是高風(fēng)險(xiǎn)和高違約率的群體,往往不太容易得到借款;Chen等(2014)、陳銀(2017)發(fā)現(xiàn),在中國(guó)網(wǎng)絡(luò)借貸市場(chǎng)上存在著明顯的女性性別歧視,女性借款人更容易獲得借款,但也需要支付更高的借款利率;蔣(2016)、李聞一(2018)則從地域角度入手,發(fā)現(xiàn)我國(guó)P2P 網(wǎng)絡(luò)借貸中存在明顯的地域歧視,出借人傾向于向高收入地區(qū)的借款人提供資金,且會(huì)對(duì)低收入地區(qū)的借款人設(shè)定較高的借款利率。另外,基于教育程度這一視角,廖理等(2015)、孫武軍和樊小瑩(2016)等學(xué)者具有相同的研究結(jié)果,即借款人學(xué)歷越高,其借貸成功率則越高。
二是非認(rèn)證信息。其一,借款描述。在借貸平臺(tái)上,借款人可選填借款描述一欄。在借款描述中,借款人可以描述出更多的個(gè)人信息或本次借款的目的,從而說服投資者做出投資決策,以提高融資效率。Kuwabara et al.(2017)則研究了借款人地位與聲譽(yù)對(duì)成交率的“聯(lián)合”影響效應(yīng),發(fā)現(xiàn)聯(lián)合效應(yīng)呈倒U型特征。又有學(xué)者從借款人的“人格特征”入手展開了分析,如王會(huì)娟和何琳(2015)發(fā)現(xiàn),借款人的自我描述若體現(xiàn)“勤奮”人格特征則會(huì)對(duì)成交率具有顯著正影響。其二,社會(huì)關(guān)系。Lin et al.(2013)裴平(2016)都發(fā)現(xiàn)了群組關(guān)系對(duì)交易決策的影響,認(rèn)為借款人的群組關(guān)系是影響其借貸成功率的重要因素,可以在提高借款成功率的同時(shí)降低借款利率。
(二)網(wǎng)絡(luò)借貸雙方行為探究
1.投資者風(fēng)險(xiǎn)識(shí)別問題。廖理等(2014)的實(shí)證結(jié)果表明,非完全市場(chǎng)化的利率反映了借款人的部分違約風(fēng)險(xiǎn)。進(jìn)一步的,他們認(rèn)為市場(chǎng)中的投資者能夠發(fā)現(xiàn)相同利率背后,沒有被利率所反映的那部分違約風(fēng)險(xiǎn)。同時(shí),孫寶文等(2016)也認(rèn)為,投資者可以根據(jù)平臺(tái)的風(fēng)險(xiǎn)特征識(shí)別P2P平臺(tái)是否陷入了財(cái)務(wù)困境。另外,王修華等(2016)則認(rèn)為,我國(guó)網(wǎng)貸市場(chǎng)中的投資者風(fēng)險(xiǎn)識(shí)別能力較低,他們偏好注冊(cè)資本高、收益率低的平臺(tái),而忽視了管理層信息披露、銀行資金存管等信息。
2.羊群效應(yīng)與投資者理性行為。其一,羊群效應(yīng)。Zhang and Liu(2012)以及吳佳哲(2015)都發(fā)現(xiàn),由于雙方信息的不對(duì)稱,國(guó)內(nèi)外的P2P市場(chǎng)均存在著羊群效應(yīng);Lee(2012)及廖理等(2015)則證明了羊群效應(yīng)呈邊際遞減趨勢(shì)。此后,陳冬宇和鄧海超(2017)探究出羊群效應(yīng)對(duì)違約率的負(fù)向影響不顯著,說明羊群行為并沒有提高投資績(jī)效的作用,純粹是一種非理性的行為;毛笠(2017)利用赫芬達(dá)爾—赫希曼指數(shù)證明了在羊群行為中,投資者會(huì)更傾向于投資集中度更高的投資標(biāo)的,同時(shí)毛笠還提出無法確定羊群行為是理性還是非理性行為。進(jìn)一步的,都紅雯等(2018)則研究發(fā)現(xiàn),“軟信息”的增加可對(duì)投資者的羊群效應(yīng)有一定的減緩作用。其二,投資者理性行為。
王正為(2016)研究發(fā)現(xiàn),我國(guó)網(wǎng)絡(luò)借貸市場(chǎng)中存在著投資者學(xué)習(xí)行為現(xiàn)象,投資者通過總結(jié)學(xué)習(xí)可以調(diào)整自己的投資時(shí)機(jī),并會(huì)選擇信用級(jí)別較高的投資產(chǎn)品;廖理等(2015)從羊群效應(yīng)出發(fā),提出一種新的觀點(diǎn):羊群效應(yīng)的背后則是投資者的一種觀察中學(xué)習(xí)的行為,以緩解自己信息不對(duì)稱的程度。
(三)P2P行業(yè)風(fēng)險(xiǎn)問題研究
P2P行業(yè)的風(fēng)險(xiǎn)研究主要結(jié)合違約風(fēng)險(xiǎn)、平臺(tái)風(fēng)險(xiǎn)、監(jiān)管風(fēng)險(xiǎn)三方面展開。
1.違約風(fēng)險(xiǎn)。圍繞著違約風(fēng)險(xiǎn),現(xiàn)有的研究有關(guān)學(xué)者從借款人信用評(píng)級(jí)(王慧娟、廖理,2016)、項(xiàng)目借款利率(周菁等,2016)、債務(wù)償還能力(Emekter et al.2015)等“硬信息”方面解釋了借貸合約違約率的影響因素。另外,也有學(xué)者從“軟信息”角度分析了借款項(xiàng)目違約率特征:胡金■、宋唯實(shí)(2018)基于性別差異角度,研究發(fā)現(xiàn)女性借款人的違約率顯著低于男性借款人。陳霄等(2018)發(fā)現(xiàn),完備的借款描述可大大降低借款違約率。郭峰(2016)則發(fā)現(xiàn),相對(duì)于使用網(wǎng)絡(luò)昵稱的借款者,真實(shí)姓名的借款者的違約更高??娚徲?、陳金龍(2014)利用Prosper平臺(tái)的數(shù)據(jù),探究出社會(huì)資本的存在可以降低借款者的違約風(fēng)險(xiǎn)。
2.平臺(tái)風(fēng)險(xiǎn)。由于我國(guó)的P2P平臺(tái)兼?zhèn)洹靶庞弥薪椤钡穆毮埽绾畏揽仄脚_(tái)出現(xiàn)跑路、壞賬、提現(xiàn)困難等問題就成了關(guān)鍵。王修華等(2016)利用114家正常平臺(tái)與108家問題平臺(tái)的數(shù)據(jù)分析了問題平臺(tái)的顯著特征:平臺(tái)管理層無信息披露以及沒有第三方資金托管;巴曙松等(2018)研究了平臺(tái)的發(fā)展規(guī)律:強(qiáng)制要求風(fēng)險(xiǎn)準(zhǔn)備金和提高注冊(cè)資本均可以延長(zhǎng)平臺(tái)生存時(shí)間;謝廣營(yíng)、徐二明(2017)從平臺(tái)的上線時(shí)間入手發(fā)現(xiàn)了上線時(shí)間對(duì)平臺(tái)壽命存在著負(fù)向的影響,即早期進(jìn)駐行業(yè)的平臺(tái)壽命更長(zhǎng);邱碧珍(2017)基于因子分析法構(gòu)建了一個(gè)P2P平臺(tái)的綜合評(píng)價(jià)體系,能夠從一定程度上有助于監(jiān)管層的管理與平臺(tái)自身的完善。
3.監(jiān)管風(fēng)險(xiǎn)。姚良(2017)認(rèn)為,我國(guó)的P2P行業(yè)目前正處于分業(yè)監(jiān)管下的監(jiān)管真空地帶,并且監(jiān)管主體存在著一定的爭(zhēng)議。楊東(2017)發(fā)現(xiàn),監(jiān)管模式的退出與監(jiān)管細(xì)則的發(fā)布極可能改變P2P平臺(tái)的經(jīng)營(yíng)模式。也就是說,監(jiān)管本身也會(huì)導(dǎo)致市場(chǎng)的不缺定性,從而引發(fā)未知的政策風(fēng)險(xiǎn)。李璽等(2018)認(rèn)為,當(dāng)前的監(jiān)管手段均過于溫和,對(duì)于P2P網(wǎng)貸平臺(tái)缺乏約束力且監(jiān)管層的檢驗(yàn)尚淺。楊彥龍(2018)認(rèn)為,我國(guó)應(yīng)借鑒英國(guó)經(jīng)驗(yàn),進(jìn)一步細(xì)化信息披露要求,且應(yīng)順應(yīng)國(guó)際趨勢(shì),建立一個(gè)統(tǒng)一的金融消費(fèi)者保護(hù)機(jī)構(gòu)。
總結(jié)國(guó)內(nèi)外的研究結(jié)果發(fā)現(xiàn),現(xiàn)有文獻(xiàn)大多是從定性或者定量的角度去分析某個(gè)平臺(tái)的交易情況、風(fēng)險(xiǎn)管理等,而從平臺(tái)層面對(duì)行業(yè)整體情況的實(shí)證研究卻較為缺乏。所以,本文從多家平臺(tái)角度出發(fā),在提出假設(shè)的基礎(chǔ)上建立模型來分析平臺(tái)產(chǎn)生風(fēng)險(xiǎn)問題的因素究竟是什么,進(jìn)而為監(jiān)管層以及平臺(tái)自身風(fēng)險(xiǎn)防控提出可行性的建議。
二、變量設(shè)定及數(shù)據(jù)描述
(一)變量設(shè)定
問題平臺(tái)生存時(shí)間(Age):被解釋變量,這里的問題平臺(tái)包括網(wǎng)絡(luò)借貸平臺(tái)停業(yè)、跑路、提現(xiàn)困難、經(jīng)偵介入四種情況,只要存在其中一種情況,即認(rèn)定該平臺(tái)為問題平臺(tái)。我們關(guān)注的是,P2P平臺(tái)從上線到出現(xiàn)問題的存續(xù)時(shí)間,即用存續(xù)時(shí)間月數(shù)來反映平臺(tái)的生存狀況。本文將被解釋變量設(shè)定為離散分類變量,根據(jù)其生存時(shí)間的月數(shù)大小,賦予此變量0、1、2三個(gè)值;將平臺(tái)生存時(shí)間不足15個(gè)月的規(guī)定為0,15—28個(gè)月生存時(shí)間的賦值為1,生存超過28個(gè)月的平臺(tái)則賦值為2。
由于P2P平臺(tái)也可以定義為中小金融機(jī)構(gòu),那么解釋變量的選擇可從機(jī)構(gòu)本身特征入手,其中安全性、收益性、流動(dòng)性則可作為評(píng)價(jià)一個(gè)金融機(jī)構(gòu)的綜合指標(biāo),具體的指標(biāo)選擇也將遵從以下三個(gè)方面。
1.平臺(tái)信用級(jí)別(CR)。為避免由于雙方信息的不對(duì)稱導(dǎo)致的風(fēng)險(xiǎn)問題,P2P平臺(tái)會(huì)采取一些必要的風(fēng)險(xiǎn)防范和控制措施。具體主要風(fēng)險(xiǎn)控制措施主要有兩種,一是第三方資金存管,即將交易資金存入銀行賬戶或者第三方交易賬戶,避免平臺(tái)形成資金池,防止平臺(tái)跑路,保證投資者資金安全,可以較大提高平臺(tái)的信用等級(jí);二是融資性擔(dān)保機(jī)構(gòu)擔(dān)保,擔(dān)保是指平臺(tái)與第三方擔(dān)保公司合作,擔(dān)保公司為借款標(biāo)的進(jìn)行擔(dān)保,若借款項(xiàng)目發(fā)生逾期,則由擔(dān)保公司向投資者償付本金及利息,這也是一種有力的增信方式。目前市場(chǎng)上與P2P平臺(tái)合作的擔(dān)保公司分為兩種,一種是融資性擔(dān)保公司,另一種是非融資性擔(dān)保公司,這里將信用級(jí)別變量設(shè)置為分類變量,若平臺(tái)涉及一種增信方式,則CR=1,若涉及兩種,則CR=2,若兩種增信方式都沒有,則CR=0。
2.平臺(tái)信息披露程度(Ind)。公眾投資者會(huì)主動(dòng)搜尋借款人以及平臺(tái)的信息,之后根據(jù)所接收到的信息而采取不同的投資策略,從機(jī)構(gòu)角度看,各平臺(tái)只有盡可能準(zhǔn)確、詳實(shí)的披露自身情況,增強(qiáng)自身信息透明度,才會(huì)受到投資者青睞;這里也將Ind設(shè)定為一個(gè)分類變量,根據(jù)平臺(tái)證件、平臺(tái)運(yùn)營(yíng)數(shù)據(jù)、平臺(tái)管理團(tuán)隊(duì)三者的披露個(gè)數(shù),賦予此變量0、1、2、3不同值。
3.平臺(tái)流動(dòng)性(Liq)。平臺(tái)資金的流動(dòng)性則由是否允許債權(quán)轉(zhuǎn)讓來衡量,將此變量設(shè)定為虛擬變量,允許轉(zhuǎn)讓則Liq取值為1,否則則為0。
除去從平臺(tái)本身特征入手,還選擇了一些外部環(huán)境變量,進(jìn)一步探究這些外部變量是否會(huì)對(duì)平臺(tái)的生存時(shí)間產(chǎn)生影響。具體指標(biāo)描述如下:
一是行業(yè)競(jìng)爭(zhēng)程度(Comp)。由于存在著巨大的行業(yè)前景,大批P2P平臺(tái)爭(zhēng)先恐后地進(jìn)駐上線成立,行業(yè)競(jìng)爭(zhēng)異常激烈,所以行業(yè)競(jìng)爭(zhēng)程度值得探究,將Comp也定義為一個(gè)分類變量,取值為1、2、3、4,賦值標(biāo)準(zhǔn)是某問題平臺(tái)倒閉當(dāng)月其所屬省份該月的正常運(yùn)營(yíng)平臺(tái)數(shù),具體的,在同一地域范圍內(nèi),若該月正常運(yùn)營(yíng)平臺(tái)數(shù)累計(jì)少于30家,則Comp=1,若在30—100家之間,則Comp=2;若在100—200家之間,Comp=3;若平臺(tái)數(shù)在200家以上,Comp則取4。
二是行業(yè)周期(Inc)。2016年4月,關(guān)于專項(xiàng)整治P2P風(fēng)險(xiǎn)的文件下發(fā)以后,P2P行業(yè)可以說是進(jìn)行了一次大的行業(yè)周期調(diào)整:不少平臺(tái)壞賬跑路,也有的平臺(tái)主動(dòng)進(jìn)行良性退出。與此同時(shí),有些機(jī)構(gòu)則在行業(yè)洗牌過后,繼續(xù)穩(wěn)健運(yùn)營(yíng)。因此,將行業(yè)周期定義為一個(gè)虛擬變量來考慮其解釋作用,若某平臺(tái)在2016年4月之前出現(xiàn)問題,即該平臺(tái)在政策文件下發(fā)之前出現(xiàn)問題,則Inc=0,政策下發(fā)之后出現(xiàn)問題,則Inc定義為1。
三是法律環(huán)境(Law)。據(jù)LLSV(1998)成熟的法律環(huán)境對(duì)金融業(yè)持續(xù)發(fā)展有著重要的影響,目前,P2P行業(yè)作為一種新興的金融模式,探究法律環(huán)境對(duì)其發(fā)展影響的文獻(xiàn)較為鮮見。因此特別引入了法律環(huán)境這一解釋變量,從實(shí)證分析角度考察是否良好的法律環(huán)境有助于延長(zhǎng)P2P平臺(tái)“壽命”,其中每萬人律師數(shù)可以作為某地法治環(huán)境的重要衡量指標(biāo)。因此,法律環(huán)境(Law)用某問題平臺(tái)所屬省份前一年的每萬人律師數(shù)來進(jìn)行描述,滯后一年的原因是公眾對(duì)法律環(huán)境的評(píng)價(jià)源自于以往的感受。本文所需的變量設(shè)定(如下頁(yè)表1所示)。
(二)數(shù)據(jù)描述
通過各平臺(tái)官網(wǎng),如網(wǎng)貸之家、網(wǎng)貸天眼P2P信息披露網(wǎng)站搜集整理到全國(guó)各地多家問題平臺(tái)的運(yùn)營(yíng)信息,為避免網(wǎng)站成立初期數(shù)據(jù)披露的不穩(wěn)定性,2014年之前的樣本則不再考慮,數(shù)據(jù)收集的截止日期為2018年11月;截至11月,網(wǎng)貸之家網(wǎng)站共公布全國(guó)問題平臺(tái)達(dá)4 621家,根據(jù)已經(jīng)設(shè)定好的研究變量進(jìn)行樣本篩選,并通過“網(wǎng)貸天眼”等媒體的補(bǔ)充報(bào)道,剔除不完整信息的平臺(tái)后,最終鎖定了987個(gè)樣本平臺(tái)。下頁(yè)表2分別給出了987家樣本的變量描述性統(tǒng)計(jì)結(jié)果。
根據(jù)表2可知,在987家樣本中有37家平臺(tái)生存時(shí)間不超過3個(gè)月,而生存時(shí)間最長(zhǎng)的平臺(tái)則為81個(gè)月,時(shí)間跨度較大,說明所選取的樣本具有研究?jī)r(jià)值;平臺(tái)信用級(jí)別較小的均值則說明市場(chǎng)中的P2P平臺(tái)在風(fēng)險(xiǎn)控制方面并未足夠重視,平臺(tái)風(fēng)險(xiǎn)體系不成熟極可能是造成我國(guó)P2P行業(yè)頻頻“暴雷”的部分原因,有關(guān)于信息披露的衡量指標(biāo)其均值為1.2,說明問題平臺(tái)對(duì)于自身信息的披露程度很低,這種信息的缺失也極易成為平臺(tái)日后出現(xiàn)問題的導(dǎo)火索。此外,行業(yè)競(jìng)爭(zhēng)衡量變量均值達(dá)到了3.02,有些平臺(tái)甚至采取惡劣競(jìng)爭(zhēng)手段,加之平臺(tái)水平參差不齊,也為后期平臺(tái)“暴雷”事件埋下伏筆。
針對(duì)以上對(duì)于數(shù)據(jù)的描述,提出以下假設(shè):
假設(shè)1:平臺(tái)信用級(jí)別(CR)與平臺(tái)信息披露程度(Ind)代表著平臺(tái)的風(fēng)險(xiǎn)管理與防范措施,信用級(jí)別越高,信息披露越多,則平臺(tái)的生存時(shí)間會(huì)增加。
假設(shè)2:作為衡量平臺(tái)資金流動(dòng)性的變量(Liq),則平臺(tái)流動(dòng)性越好,平臺(tái)的生存時(shí)間會(huì)增加,即平臺(tái)生存時(shí)間概率會(huì)相應(yīng)增大。
假設(shè)3:行業(yè)競(jìng)爭(zhēng)程度(Comp)會(huì)影響平臺(tái)的生存時(shí)間,若平臺(tái)所屬省份的行業(yè)競(jìng)爭(zhēng)壓力越大,相應(yīng)的平臺(tái)生存時(shí)間會(huì)減少,即存續(xù)時(shí)間概率會(huì)減少。
假設(shè)4:行業(yè)周期因素(Inc)反映了平臺(tái)的經(jīng)營(yíng)經(jīng)驗(yàn),平臺(tái)的經(jīng)營(yíng)經(jīng)驗(yàn)越豐富,生存時(shí)間越長(zhǎng);法律環(huán)境(Law)反映了法律被執(zhí)行的力度,也就會(huì)間接的影響對(duì)金融業(yè)的規(guī)范,因此,法律環(huán)境每增加1個(gè)單位,那么平臺(tái)生存時(shí)間的概率也會(huì)增加。
三、模型設(shè)定及實(shí)證結(jié)果
(一)模型設(shè)定
在傳統(tǒng)的計(jì)量經(jīng)濟(jì)學(xué)模型中,被解釋變量一般被定義為連續(xù)變量,但有時(shí)被解釋變量是離散的,并非連續(xù)的,這也并不影響回歸,這種模型被稱為離散選擇模型。若被解釋變量只有兩種選擇,則稱為二值選擇模型,若被解釋變量有多種選擇,則稱為多值選擇模型。本文將被解釋變量Age設(shè)定為排序離散變量,因此采用Ordered Logistic模型進(jìn)行回歸,通過計(jì)算平臺(tái)生存時(shí)間的三分位數(shù),將平臺(tái)生存時(shí)間不足15個(gè)月的規(guī)定為0,15—28個(gè)月生存時(shí)間的賦值為1,生存超過28個(gè)月的平臺(tái)則賦值為2;所采用的模型為Ordered Logistic模型,具體如下:
(1)
其中,β為待估參數(shù),ε則為隨機(jī)擾動(dòng)項(xiàng)。
(二)模型實(shí)證結(jié)果及分析
在進(jìn)行Logistic回歸之前,首先先進(jìn)行了變量之間的相關(guān)系數(shù)的檢驗(yàn)。下頁(yè)表3反映了變量間的相關(guān)程度及其顯著性水平,從表3中可以看出,問題網(wǎng)貸平臺(tái)的存續(xù)時(shí)間與其信用級(jí)別以及信息披露程度之間均呈現(xiàn)出較強(qiáng)的正相關(guān)關(guān)系,即平臺(tái)本身的增信措施越完善,信息披露程度越高,那么平臺(tái)存續(xù)時(shí)間會(huì)越長(zhǎng),出現(xiàn)問題的概率會(huì)越大,這也印證了本文的假設(shè)1。
其次,平臺(tái)的存續(xù)年限與行業(yè)競(jìng)爭(zhēng)因素之間則存在負(fù)相關(guān)關(guān)系,即若行業(yè)競(jìng)爭(zhēng)程度加大,相應(yīng)的平臺(tái)生存時(shí)間會(huì)減少,這一點(diǎn)與假設(shè)2比較相符。此外,平臺(tái)的運(yùn)營(yíng)經(jīng)驗(yàn)越豐富,外部法律環(huán)境越規(guī)范,則會(huì)增加平臺(tái)的生存時(shí)間。經(jīng)過表 3的檢驗(yàn)初步判定,除卻Liq變量之外,其余變量與被解釋變量的統(tǒng)計(jì)量值在10%水平下顯著,即這些影響因素與平臺(tái)存續(xù)時(shí)長(zhǎng)之間都有一定關(guān)系,后續(xù)將在 Ordered Logistic模型下進(jìn)一步深入分析各影響因素對(duì)平臺(tái)存續(xù)時(shí)長(zhǎng)的影響及影響力度。
在上文簡(jiǎn)單驗(yàn)證了幾個(gè)基本假設(shè)之后,接下來將利用Ordered Logistic模型回歸分析,由于影響因素較多,這里使用逐步回歸的方法。表4是根據(jù)計(jì)量軟件Stata15.0分析得到的結(jié)果。
通過逐步回歸發(fā)現(xiàn),回歸結(jié)果的likelihood值隨著估計(jì)變量的增加呈逐步遞減趨勢(shì),說明上述6個(gè)解釋變量都對(duì)平臺(tái)存續(xù)時(shí)間有顯著影響,并且LR統(tǒng)計(jì)量為371.92,且相應(yīng)的概率值為0,說明模型整體顯著,最后采用M6的回歸結(jié)果,可以寫出預(yù)測(cè)方程:
在預(yù)測(cè)方程中,CR與Ind的系數(shù)為正值,也就是說,平臺(tái)信用級(jí)別與信息披露程度對(duì)被解釋變量Age的影響為正,說明信用級(jí)別與信息披露程度與平臺(tái)存續(xù)時(shí)間分別取0、1、2出現(xiàn)的概率成正比。具體的:平臺(tái)信用級(jí)別每增加1個(gè)單位,Logistic估計(jì)值平均增加0.706個(gè)單位,即增加Age取0、1、2中數(shù)值較大的概率,說明平臺(tái)信用級(jí)別會(huì)顯著的影響平臺(tái)的存續(xù)時(shí)間。另外,平臺(tái)信息披露程度每增加1個(gè)單位,Logistic估計(jì)值平均增加0.302個(gè)單位,即增加Age取0、1、2中數(shù)值較大的概率。也就是說,信用級(jí)別高、信息披露透明度高的平臺(tái)存續(xù)時(shí)間會(huì)更長(zhǎng),假設(shè)1得到驗(yàn)證。
平臺(tái)的流動(dòng)性衡量指標(biāo)在1%的水平上顯著,且影響為正向,即假設(shè)2得到驗(yàn)證;行業(yè)競(jìng)爭(zhēng)的系數(shù)估計(jì)值為負(fù),說明競(jìng)爭(zhēng)程度與平臺(tái)生存較長(zhǎng)時(shí)間的概率成反比。也就是說,行業(yè)競(jìng)爭(zhēng)每增加1個(gè)單位,Logistic估計(jì)值平均減少0.270個(gè)單位,即減少Age取0、1、2中數(shù)值較大的概率,隨即驗(yàn)證了假設(shè)4:平臺(tái)之間競(jìng)爭(zhēng)加劇,則會(huì)使平臺(tái)的存續(xù)時(shí)間變短。
另外,在輸出結(jié)果中,行業(yè)周期與法律環(huán)境的參數(shù)估計(jì)值也都為正數(shù),假設(shè)5與假設(shè)6都得到了驗(yàn)證。此外,兩個(gè)臨界點(diǎn)的估計(jì)值分別為1.956和3.752,在方程(3)、方程(4)、方程(5)中,CLOGISTIC表示邏輯分布函數(shù),I_age為潛變量,即解釋變量做出解釋的部分,兩個(gè)臨界點(diǎn)1.956和3.752把邏輯分布函數(shù)分成3個(gè)區(qū)間的界限點(diǎn),由age_0、age_1和age_2分別表示問題平臺(tái)存續(xù)時(shí)間排序分別為0—2的概率。
四、結(jié)論與政策建議
本文利用“網(wǎng)貸之家”和“網(wǎng)貸天眼”收集的987家P2P問題平臺(tái)數(shù)據(jù),采用Logistic多元排序回歸模型來實(shí)證檢驗(yàn)資金存管和保障模式、信息披露程度、資金流動(dòng)性、行業(yè)競(jìng)爭(zhēng)、行業(yè)周期、法律環(huán)境等六個(gè)因素對(duì)于P2P問題平臺(tái)生存時(shí)間的影響,進(jìn)而這些影響因素可以看作平臺(tái)內(nèi)部風(fēng)險(xiǎn)控制與投資者風(fēng)險(xiǎn)識(shí)別的視角。
實(shí)證結(jié)果表明,平臺(tái)的信用級(jí)別、信息披露程度、法律環(huán)境、行業(yè)周期與問題平臺(tái)生存時(shí)間取較大值的概率成正比,而行業(yè)競(jìng)爭(zhēng)則與問題平臺(tái)生存時(shí)間取大值的概率成反比?;谝陨系难芯拷Y(jié)論,為完善網(wǎng)貸行業(yè)監(jiān)管,促進(jìn)網(wǎng)貸行業(yè)穩(wěn)健發(fā)展與風(fēng)險(xiǎn)防范,提出以下幾點(diǎn)建議。
第一,在政策落地方面,監(jiān)管層首先選擇了“強(qiáng)制資金第三方存管”作為出發(fā)點(diǎn),這也與本文的研究結(jié)論是一致的,施行交易資金第三方存管制度可以有效地防止平臺(tái)設(shè)立資金池進(jìn)而防控風(fēng)險(xiǎn),同時(shí)監(jiān)管部門應(yīng)對(duì)存管資金進(jìn)行抽查,并對(duì)資金存管的第三方機(jī)構(gòu)進(jìn)行嚴(yán)格審核,確保存管機(jī)構(gòu)可以獨(dú)立運(yùn)作,防止存管機(jī)構(gòu)與平臺(tái)串通隨意挪用投資者交易資金。P2P平臺(tái)應(yīng)明確自身的定位,其本身是一個(gè)信息中介平臺(tái),而非一個(gè)信用中介平臺(tái),這也是目前我國(guó)網(wǎng)貸平臺(tái)的一個(gè)“通病”。作為一個(gè)信息中介,投資者資金由第三方進(jìn)行托管,同時(shí)平臺(tái)采取一定的保障方式,平臺(tái)僅僅扮演信息匹配的角色,作為傳統(tǒng)銀行業(yè)的一個(gè)補(bǔ)充,服務(wù)于銀行不愿意發(fā)展的對(duì)象,落實(shí)“長(zhǎng)尾客戶”。
第二,強(qiáng)制信息披露。P2P平臺(tái)應(yīng)做到信息公開透明,對(duì)于平臺(tái)公司證件、平臺(tái)運(yùn)營(yíng)團(tuán)隊(duì)、產(chǎn)品運(yùn)營(yíng)數(shù)據(jù)、借款人基本信息、借款項(xiàng)目資料、逾期數(shù)據(jù)、抵押擔(dān)保情況均應(yīng)完善充分地進(jìn)行公布,完善的信息披露可以有效地減少網(wǎng)貸交易中的信息不對(duì)稱問題,并且有助于監(jiān)管層準(zhǔn)確把握監(jiān)管方向,及時(shí)對(duì)網(wǎng)貸行業(yè)進(jìn)行調(diào)控。與此同時(shí),還可以讓廣大投資者根據(jù)披露信息進(jìn)行平臺(tái)、項(xiàng)目篩選,進(jìn)行風(fēng)險(xiǎn)識(shí)別,有助于投資者做出最適合自己的理性決策。
第三,提高行業(yè)競(jìng)爭(zhēng)力。由于存在著巨大的行業(yè)前景,有些不合規(guī)的平臺(tái)在利益的驅(qū)使下紛紛進(jìn)駐網(wǎng)貸行業(yè),造成了行業(yè)的不良競(jìng)爭(zhēng)問題。隨著網(wǎng)貸行業(yè)的漸漸整改,在行業(yè)的準(zhǔn)入政策漸漸完善下,大批不合規(guī)平臺(tái)退出市場(chǎng),一些優(yōu)質(zhì)的金融網(wǎng)貸平臺(tái)進(jìn)入該行業(yè),這將導(dǎo)致更加嚴(yán)峻的競(jìng)爭(zhēng)情況。因此,網(wǎng)貸平臺(tái)在內(nèi)部風(fēng)險(xiǎn)控制的同時(shí),還應(yīng)增強(qiáng)自身的核心競(jìng)爭(zhēng)力。例如,針對(duì)不同需求的借款人提供不同的借款項(xiàng)目;對(duì)于一些年輕投資者,可以提供一些金額小、流動(dòng)性高的產(chǎn)品;對(duì)于年長(zhǎng)的投資者,則可以提供更加穩(wěn)健的投資產(chǎn)品?;蛘哒f,針對(duì)不同區(qū)域的小微企業(yè),可以設(shè)立符合這些企業(yè)發(fā)展方向的區(qū)域性產(chǎn)品。對(duì)于社會(huì)公益方面,網(wǎng)貸平臺(tái)也應(yīng)給予相應(yīng)的態(tài)度,在盈利的同時(shí)也應(yīng)獲取國(guó)民好感度,使平臺(tái)品牌的受眾更廣。
第四,建立良好的法律環(huán)境。法律環(huán)境對(duì)于網(wǎng)貸平臺(tái)的風(fēng)險(xiǎn)控制是一定作用的,比如,若平臺(tái)發(fā)生違約或者惡意違約的話,良好的法律環(huán)境會(huì)通過投資者教育、道德約束、提供司法援助等手段降低投資者的損失,那么相應(yīng)的違約概率可能會(huì)下降。法律保護(hù)有助于金融市場(chǎng)的發(fā)展,因此監(jiān)管層應(yīng)加快推進(jìn)我國(guó)的法制建設(shè)。
第五,設(shè)立長(zhǎng)效監(jiān)管機(jī)制。自風(fēng)險(xiǎn)專項(xiàng)整治文件下發(fā)以來,隨著準(zhǔn)入門檻的提高,不良平臺(tái)的退出讓行業(yè)得到了凈化,因此監(jiān)管層則需要建立一個(gè)適合網(wǎng)貸行業(yè)自身特性的監(jiān)管機(jī)制,風(fēng)險(xiǎn)防范與創(chuàng)新并重,促進(jìn)網(wǎng)貸行業(yè)穩(wěn)健持續(xù)發(fā)展。這是十分關(guān)鍵的,也是十分必要的。
參考文獻(xiàn):
[1] ?采購(gòu)創(chuàng)造價(jià)值 分享實(shí)現(xiàn)共贏——記第四屆2013中國(guó)金融采購(gòu)高峰論壇[J].中國(guó)政府采購(gòu),2013,(10):14.