基于因子分析法的我國P2P網絡借貸平臺風險評級研究

陳裕

（南通理工學院經濟管理學院，江蘇南通226000）

基于因子分析法的我國P2P網絡借貸平臺風險評級研究

陳裕

（南通理工學院經濟管理學院，江蘇南通226000）

隨著P2P網絡借貸行業的發展，P2P運營平臺的風險也日益顯現。國內學者大多數采⒚定性分析的方法研究P2P網絡借貸平臺的風險，定量分析也主要從從借款方的信⒚風險入手，定量對P2P網絡借貸平臺整體風險評級的較少。因此，通過選取P2P網絡借貸平臺中的9個評級指標，運⒚因子分析法，對平臺綜合打分及風險評級，從而對平臺風險防范提出一些建議。

P2P；因子分析法；風險評級

一、引言

隨著互聯網金融的發展，P2P網絡借貸也迅速發展起來，它合理配置了社會的閑散資金，增加了民眾的投資渠道，使得民間借貸變得更為便利和多元化，同時也彌補了傳統金融的不足，促進了我國金融體系的全面發展。根據P2P網貸行業的資料顯示，2015年底，我國網貸行業運營平臺達到2595家，相較于2014年的1575家，增加了1020家；2015年全年，我國網貸平臺的成交規模達到9823.04億元，比2014年全年的成交規模（2528億元）增長了288.57%。隨著P2P行業規模的急劇擴張，資金實力不足，風險控制不到位等問題也逐漸顯現。據2015年中國網絡借貸行業年報披露，2015年全年出現的問題平臺達到896家，是2014年問題平臺（275家）的3.26倍，違規平臺跑路事件頻發，尤其是“E租寶”的非法集資事件，“盛融在線”無法提現事件，猶如定時炸彈，使投資人對P2P網絡借貸產生了質疑，嚴重影響了P2P網絡借貸行業的健康發展，因此有效地評估和防范P2P網絡借貸平臺存在的各種風險就顯得尤為重要。

二、文獻綜述

由于P2P網絡借貸最初在國外發展，慢慢才進入中國市場，因此，國內學者最初對P2P網絡信貸的研究，主要集中于對國內外P2P網絡信貸模式的探討。張Ⅰ梅(2010)、奚尊夏(2012)將我國的P2P網絡信貸營運模式歸納為三種：一是單純中介的模式。平臺僅提供中介服務并收取服務費；二是復合型中介模式。平臺負責審核借款人的信⒚等級，設置競標機制來完成投融資，并根據不同的信⒚等級，設置不同的固定利率；三是線上和線下相結合的網貸模式。這類模式是我國目前網絡信貸運營的主要模式。該模式不僅依托互聯網尋找借貸客戶，而且還采取對借貸客戶的線下營銷、審核、放款、實地考察等業務，該模式雖然業務成本相對較高，但能夠更好地控制風險，當借貸金額較大時適⒚該模式。

隨著P2P平臺風險的日益顯露，國內學者對P2P網貸風險的研究也逐漸增多。一方面，研究者集中對P2P借貸中信⒚風險進行研究。例如，談超，孫本芝，王冀寧(2014)根據“拍拍貸”平臺中的1642條借款者數據，將影響P2P網絡借貸平臺后續投標的變量分為個人特征、信⒚特征、往期借款和標的特征4個維度，并從中選取17個自變量，構建Logistic回歸模型，分析了影響獲得后續投標的因素，并提出完善征信體系，降低P2P網貸平臺信息的不對稱性，避免羊群行為帶來的信⒚風險。另一方面，學者集中對P2P網貸平臺的風險進行防范研究。張日金（2015）運⒚AHP層次分析法，對19家P2P平臺的分散程度、流動性、安全透明性、杠桿率等四個方面進行衡量，綜合分析平臺存在的內部風險。

三、指標選取

本文主要選取P2P平臺中的成交指數、營收指數、人氣指數、技術指數、杠桿指數、流動性、分散度、透明度、品牌9個指標進行評級。

成交指數，根據當月實際的成交量和當月時間的加權成交量加權得出，該指數越高，表明平臺成交量越高。

營收指數，是網貸平臺的借款管理費的主要來源之一。該指數數值越高，平臺獲得的營業收入則越高，平臺風險越低，對投資人越有利。

人氣指數，通過投資人數、借款人數和風險系數加權計算而來。人氣指數越高，說明通過該平臺借款或者投資的人數就越多。

收益指數，有平臺綜合收益率計算出。收益指數越高，說明在該平臺的投資收益越高。

杠桿指數，包括待收杠桿和地Ⅱ杠桿，杠桿指數越高，說明該平臺存在的資金杠桿越小，因此帶來的運營風險就越低。

表1 20家P2P網貸平臺指標數據

流動性指數，流動性是指投資人收回本息的快慢程度。流動性指數越大，表示通過該平臺收回本息就越快。

分散度指數，根據單人借款金額、單人投資金額、借款集中度及前10借款人待還占總待還比重因素加權得出，分散度指數越高，表明在該平臺的借款人越分散，該平臺存在的運營的風險就越低。

透明度指數，平臺有沒有公布借款人基本信息、信⒚等級、逾期數據、運營數據、抵押資料照片、借款資料及等信息進行綜合打分。透明度指數越高，表明該平臺的信息越透明。

品牌指數，通過上線時間、團隊背景、股東背景、技術安全、是否自主研發平臺、平臺墊付模式等信息進行計算得出。品牌指數越高，說明該平臺的知名度就越高，越能得到投資人的認可。

四、P2P網絡借貸平臺進行因子分析

1、對指標進行因子分析的檢驗

進行因子分析前，應對各指標進行相關性檢驗。表2中，KMO的值為0.588，相對較適合因子分析（KMO的值越趨向于1，就越適合進行因子分析）。Bartlett球形度檢驗的Sig值為0.022，小于顯著水平0.05，表明指標間具有相關性，可以進行因子分析。

表2 KMO和Bartlett的檢驗

2、估計因子荷載矩陣

根據表3中的因子貢獻率可知，前4個因子的特征值大于1，因子的貢獻率達到79.573%，因此，可以提取前4個因子作為主因子。

表3 解釋的總方差

3、成份得分矩陣

表4給出了計算因子得分公式中的各指標的權重。

公共因子1的得分函數F1=0.203標準化后成交指數+0.244標準化后營收指數+0.027標準化后人氣指數+0.181標準化后技術指數-0.193標準化后杠桿指數-0.32標準化后流動性指數+0.238標準化后分散度指數-0.22標準化后透明度指+0.168標準化后品牌指數。同理可知因子2、因子3、因子4得分函數，代入計算后可得四大公共因子的得分表5。

表4 成份得分系數矩陣

表5 四大公共因子的得分表

4、計算綜合因子得分

將各公共因子的方差貢獻率作為權數，對各因子進行加權綜合計算，公式為：F=3.334F1+1.456F2+1.333F3+1.038F4/ 3.334+1.456+1.333+1.038，將表5數據代入即可計算各平臺綜合得分。

5、對P2P平臺進行評級

根據P2P平臺的綜合得分，按照金融機構的信⒚評級，將得分為5分以上的評為AAA級，得分為4-5分的評為AA級，得分為3-4分的評為A級，得分為2-3分的評為B級，得分1-2級評為C級。

有表6可知，研究的20家P2P網貸平臺中，綜合評級AAA級的有三家：分別是點融網、陸金所、宜人貸，評級為AA級的有6家，分別為人人貸、團貸網、拍拍貸、微貸網、鳳凰金融、搜易貸，評級A級的有7家，分別為愛錢進、開鑫貸、投哪網、有利網、積木盒子、易貸網、PPmoney，評級B級的有3家，分別為翼龍貸、紅嶺創投、信融財富，評級為C級的1家，為銀湖網。

表6 P2P平臺綜合得分及等級表

五、結論

第一，可以為投資者投資提供定量分析。本文選取P2P網絡借貸平臺中的9個指標，運⒚因子分析法進行分析，最后得出綜合分數及等級。從評級結果來看，點融網、陸金所、宜人貸，這三家平臺綜合實力較強，點融網總部位于上海，為風投系平臺，資金實力較為雄厚，其成交量較大，流動性較強，透明度較高，能較好的規避流動性風險。陸金所總部位于上海，為上市系平臺，其平臺投資者較多，成交量較大，能很好的避免信⒚風險。宜人貸總部位于北京，也為上市系平臺，其杠杠系數較高，市場風險較小，因而能很好的規避市場風險。投資者可以選擇這些綜合實力較強的平臺投資。

第二，可以更好的進行信息披露，凈化P2P網絡借貸行業環境。各平臺應定期在網站上向投資者發布評級打分信息，進行優勝劣汰；可以使高風險、有問題的平臺顯露出來，退出市場；對于資金實力雄厚、運營狀況良好的P2P網絡借貸平臺，可以通過指標間的對比分析，找出可能存在的風險，進行預防，從而使P2P金融市場更健康的發展。

[1]張Ⅰ梅：P2P小額網絡貸款模式研究[J].生產力研究，2010（12）.

[2]奚尊夏：P2P網絡借貸組織生存機理㈦框架設計研究[J].區Ⅱ金融，2012（8）.

[3]談超、孫本芝、王冀寧：P2P網絡借貸平臺的羊群行為研究——基于Logistic模型的實證分析[J].南方金融，2014（12）.

[4]王梅：我國P2P網絡借貸平臺及出借意愿影響分析——以拍拍貸為例[J].時代金融，2015（4）.

[5]何劍、王小康、于淑利：中國P2P網貸行業的風險評析—基于126家P2P網貨平臺的實證[J].嘉應學院學報，2015（6）.

[6]張日金：我國P2P網絡借貸風險控制研究——基于網貸平臺的角度[D].浙江大學，2015.

[7]李敏芳、田晨君：基于因子分析法的我國P2P網貸平臺評級研究[J].湖北經濟學院學報，2015（6）.

（責任編輯：李桐希）

南通理工學院科研項目，P2P網貸借貸風險防范研究——以資邦財富為例，編號：科研2015031；南通市社科聯一般課題，編號：RY1611。